Anthropic 升级「网络验证计划」：三档权限开放顶级模型，此前已挖出超 12.9 万个漏洞

Anthropic 宣布把此前的两个安全项目——Project Glasswing 与 Cyber Verification Program（CVP）——整合并升级为一个新的「网络验证计划」。升级后，计划分为三个权限档位，让经过审核的安全专业人员能以更少的拦截，访问公司最强的网络能力。

核心看点

• 三档权限：Defense Access（防御）、Red Team Access（红队）、Specialized Access（专项），逐级放开网络能力；
• 每一档都能使用 Anthropic 最强模型，包括 Claude Opus 5.5、Sonnet 5.5、Mythos 5.1 以及未来新模型；
• Project Glasswing 伙伴在今年 4 到 7 月间，已确认发现至少 12.9 万个软件漏洞，其中 3.3 万多个被评为严重或高危。

为什么要做这件事

网络安全本身就是「双用途」的：帮安全团队发现和修复漏洞的能力，同样可能被攻击者用来利用漏洞。因此 Anthropic 的通用模型（Opus 5.5、Fable 5.1、Sonnet 5.5）默认带有偏保守的网络防护，会拦截掉大部分网络相关工作，以限制恶意行为。但问题是，防御方也需要最强的工具。过去半年，Anthropic 通过两条路径给可信机构开了口子：Project Glasswing 让保护关键软件的机构用上 Claude Mythos；CVP 则让经过审查的安全团队获得更少拦截的 Opus 和 Sonnet 模型。现在，这两条路被合并成一个更大的计划，向更多安全组织开放。

三个档位，门槛逐级提高

Defense Access（防御档）面向防御性工作，包括安全运营中心（SOC）、事件响应、恶意软件逆向，以及漏洞的分析与验证。符合条件的包括：企业、非营利组织、高校、政府机构中负责保护自有系统的安全团队；任何规模的关键基础设施运营者（例如地区医院、市政公用事业）；小型安全公司、开源维护者，以及有漏洞报告记录的个人研究者。Anthropic 预计这类机构申请将在数天内得到答复。

Red Team Access（红队档）在防御用途之外，增加了经过授权的渗透测试与红队工作。符合条件的包括内部红队、政府红队，以及安全与渗透测试公司。这一档只能对获授权测试的系统进行对抗性测试。即便在这一档，对可能造成人身伤害或大规模中断的动作仍会被实时拦截，例如部署勒索软件、破坏物理系统、对高风险安全系统做渗透测试。由于审核更严，申请预计需要数周；审核期间机构会先被纳入防御档。

Specialized Access（专项档）网络拦截最少，只保留给极少数经过验证、有权测试可能影响人身安全或市场运转的系统的机构，例如飞行操作系统、电网、电信网络、银行间转账基础设施和政府行政网络。这一档目前由 Anthropic 与美国政府合作逐一深度审核；原 Project Glasswing 成员将平移进入这一档，现有模型无需重新审批。

用数据证明「防护是有效的」

为了验证分档防护的效果，Anthropic 用 Claude Opus 5.5 跑了一套名为 CyScenarioBench 的评测，专门衡量模型能否在现实约束下规划并执行多阶段网络操作。结果很有说明性：在没有 CVP 权限时，每一项任务都在第一轮提示就被拦截；在防御档，50 次试验中有 46 次在某个环节被拦下，其余 4 次成功完成；到了红队档，则完全没有拦截，50 个任务中成功完成 34 个——这与「不施加任何防护」（即专项档）时 67.6% 的成功率基本相同。

Glasswing 的实际战果同样可观：在今年 4 月到 7 月间，合作伙伴借助 Claude Mythos 模型确认发现了至少 12.9 万个软件漏洞；Anthropic 自己的开源扫描工作在 4 月到 10 月间又发现了 5,500 个。在这些已确认漏洞中，超过 3.3 万个被评为严重或高危。Anthropic 坦言这还是一个「下限」数字——因为只统计了部分伙伴的报告，实际影响可能至少是这个数字的五倍。有伙伴表示，如果没有 Mythos 模型，要达到同样的发现量，恐怕需要多花几个月甚至几年。

数据留存与隐私

出于监控网络滥用的需要，加入计划的机构必须保留数据。Anthropic 表示，今年秋季晚些时候会推出 Enterprise Frontier Safeguards（EFS），把「零数据留存」的隐私性与防护能力结合起来，届时符合条件的机构可以把数据存放在自己掌控的云基础设施中。

总结

这次升级的核心思路，是用「分级授权 + 持续评测」来化解安全领域的双用途难题：既不因为少数恶意行为就锁死所有安全从业者，也能通过档位区分，把最强能力交到可信的防御方手里。随着网络防御进入模型驱动、大规模扫描的新阶段，如何把能力开放得足够大、又不失控，正成为头部 AI 公司的必答题。