一家AI公司把产品命名为"Mythos"（神话），结果成了最精准的自我预言——不是神力的那种神话，是"与现实脱节的信仰体系"那种神话。

这是Anthropic最新发布的代码安全模型。上线前被寄予厚望，实测后露出熟悉的轮廓：擅长发现人类已知的漏洞类型，对人类尚未意识到的漏洞视而不见。训练数据的边界，就是它的边界。

打开网易新闻 查看精彩图片

命名即命运

回看这个命名，Anthropic或许想暗示神级能力。但词源学开了个玩笑——Mythos的另一种释义，恰恰是"起源不明、与现实不兼容的信仰集合"。

这种双关现在成了最诚实的评测。模型确实能自动化大量专家级工作，但专家才是最大受益者。它放大了已有知识，而非创造新知。

Project Glasswing的受限发布策略值得玩味：仅向有真实需求的可信合作伙伴开放。这种克制在AI行业并不常见。但原文也指出，其他无限制模型在同类任务上表现相当。LLM的赛道，终究是LLM的赛道。

两条必然路径

工具效能会持续进化，暴露更多结构性缺陷。这是第一条命题。

通用可用性不可避免，这是第二条。IT领域没有长期秘密，释放节奏和成本或许可控，结局已定。

当前大部分运行代码诞生于"漏洞检测的前工业时代"——靠人眼而非AI。这不是理想的过渡环境。成群的自动化漏洞猎手若来得太急，局面会混乱。但它们正在来。

航空业的安全隐喻

一个被频繁引用的模型：喷气时代初期，新客机因结构和机械缺陷坠毁。随着时间推移，设计、材料知识进步，工程与监管纪律同步演化。

如今空难仍可发生，但必然可追溯至"本该做对却未做对"的环节——不再有全新的、未被发现的失效模式。

代码安全的未来或许类似。唯一绝对安全的代码是未部署的代码。新代码问题有限，优秀工具能在发布前将其打磨至优秀。此后工具是否落入恶人之手，已不再重要。

冷幽默

最乐观的结局：我们成功穿越混乱过渡期，让机器人自由漫游。届时Anthropic或许该考虑改名——Mythos已经用完了它的讽刺配额，而"Glasswing"（玻璃翼）听起来更像一种会碎的东西。