北京
新智元報道
編輯：定慧 大衛
【新智元導讀】英國AI安全研究所（AISI）昨天扔下重磅炸彈：Mythos在模擬企業內網32步滲透任務中10次過6，GPT-5.5也跟著10次過3，連此前所有模型都沒破過的Cooling Tower靶場都被首次攻破！更炸的是——Cyber能力翻倍周期一路壓到4.5個月，瓶頸不是智力，是Token。這場ASI決賽，人類評測已經追不上AI了。
AI模型的網絡攻防能力發展有多快？
昨天，英國AI安全研究所（AISI）發了一篇博客。
他們實測了Anthropic的Mythos和OpenAI的GPT-5.5。
發現這些模型的網絡攻防能力4.5月就能翻一倍，加速沖向ASI！
一句話：前沿AI模型的自主網絡攻擊能力正在超級加速，翻倍周期已經從幾年、幾個月壓到4.5個月。
實際上，我們離想象中的天網并不遙遠。
Anthropic的前沿紅隊負責人Logan Graham也指出：
Claude Mythos預覽版在自主網絡安全能力上實現了階躍式突破。
我們需要迅速為具備這種能力水平的模型世界做好準備。
上一次這個數字還是8個月，那是2025年11月的估算。
到2026年2月，縮到4.7個月。
現在Mythos和GPT-5.5的成績一出，AISI自己都表示：
不確定這是一次性的跳躍，還是一條更陡的新趨勢線。
翻譯成人話：他們也不知道AI還會不會繼續加速。
32步滲透，Mythos十次過六
AISI用了一套分層測試體系。
窄域網絡安全套件（narrow cyber suite）覆蓋逆向工程和Web漏洞利用，單任務上限12小時，每次調用限制2.5M Token。
但真正炸場的是兩個模擬企業內網的攻防靶場。
第一個叫The Last Ones。
32個步驟，模擬一次完整的企業內網滲透鏈，從初始突破到橫向移動到最終目標。
AISI估算，一個人類安全專家走完全流程大約需要20小時。
Mythos Preview，10次嘗試，成功6次。
GPT-5.5，10次嘗試，成功3次。
第二個靶場叫Cooling Tower。
之前所有模型都沒通過。
Mythos是第一個破關的，10次嘗試成功3次。
這不是論文里的理論推演。
這是一個已經部署上線的模型，在模擬真實企業環境里，獨立完成了人類安全專家級別的滲透任務。
Glasswing項目負責人Logan Graham確認，測試用的這個Mythos checkpoint，就是一個月前隨Project Glasswing上線的版本。
外界現在看到的攻防能力，不是實驗室里的原型，是正在跑著的生產模型。
就在你的Claude APP里。
看下實驗結果。
下圖上有兩條紅色虛線（dotted），標著best attempt（最上面）。
那是Mythos Preview (new) 和GPT-5.5-Cyber在10次嘗試里跑出來的最佳單次成績。
這條虛線一路沖到了縱軸頂部——32步，封頂。
也就是說：在最好的那一次嘗試里，Mythos完整打穿了整條32步滲透鏈——從初始偵察，到完全網絡接管。
4.5個月翻一倍，METR交叉驗證
AISI算翻倍周期的方法不復雜。
他們測量的是80%可靠性網絡時間跨度——模型能以80%的成功率獨立完成的最長網絡任務時長。
把歷史上多個模型的成績畫到時間軸上，擬合指數曲線，算出翻倍時間。
從2025年11月的8個月，到2026年2月的4.7個月。
Mythos和GPT-5.5的數據點一加進去，曲線又陡了一截。
獨立評估機構METR的基準測試給出了交叉驗證。
他們從軟件工程任務角度追蹤AI能力增長，算出的翻倍周期是4.2個月（從o1-preview算起），如果把Mythos也納入，縮到4個月。
兩條完全獨立的評估線，在同一個數量級上碰頭了。
AISI的原話：
前沿模型能夠自主完成的網絡任務時長，翻倍周期是以月計的，不是以年計。
Token是天花板，不是智力
這份報告里最讓人不安的不是數字本身，是AISI對瓶頸的判斷。
窄域測試套件里，每個任務限制2.5M Token。
AISI明確寫了：這個上限人為壓低了成功率。
在攻防靶場實驗里，Token上限放到了100M。
Mythos的表現立刻跳了一個臺階。
意思是，當前制約AI網絡攻擊能力的不是算法，不是推理深度，不是智能上限——是Token預算。
給夠Token，模型就能走得更遠。
AISI自己也承認了測試體系的局限：
最長任務只有12小時，超出這個范圍的能力無法衡量；人類基線數據有限；agent腳手架過于簡單，人為約束了模型發揮。
換句話說，真實能力很可能比測出來的還要高。
這就是為什么報告的結論用了翻倍而不是接近天花板。
他們沒有看到天花板。
評測在追，模型在跑
把Logan Graham那句話再拎出來看一遍。
測試用的Mythos checkpoint，一個月前就上線了。
AISI的評估報告昨天才發。
這中間隔了整整一個月。
而在這一個月里，Anthropic大概率已經迭代了新的checkpoint。
當安全評估結果公開的那一刻，被評估的版本已經是舊的了。
這不是AISI一家的困境。
整個AI安全評測領域都在面對同一個結構性問題：
模型迭代速度正在系統性地超越安全評估周期。
評估結果發布時，告訴你的是上個月的模型能做到什么。
它沒法告訴你現在的模型能做到什么。
AISI在報告里用了一個很謹慎的表述：
他們不確定Mythos和GPT-5.5的跳躍是孤立的突破還是新的更快趨勢。
AI模型決賽階段的新變量
Anthropic的Mythos和OpenAI的GPT-5.5，在網絡攻防能力上都展現了指數級增長。
Mythos領先一個身位——6/10 vs 3/10，且獨家攻破了Cooling Tower靶場——但GPT-5.5同樣在快速追趕。
雙雄在能力層面狂飆，安全治理層面卻出現了一個越拉越大的缺口。
不到半年，4.5個月就能翻一倍。
這個速度意味著，到2026年底，前沿模型能自主完成的網絡任務復雜度，將是現在的4到8倍。
當一個AI模型能在沒有人類干預的情況下，獨立完成一個訓練有素的安全專家需要20小時才能走完的滲透鏈，全球每一個連著網線的企業都應該重新審視自己的防線。
AISI介紹
AISI的身份是全球首個國家級前沿AI風險評估機構。
2023年11月 Bletchley峰會成立，2024年05月， 由Safety改名為Security，隸屬英國DSIT。
AISI的主要職能是網絡/生化/自主行為/欺騙傾向的獨立評估。
最關鍵的是，他們能拿到OpenAI、Anthropic、DeepMind等頂級模型公司的pre-deployment訪問權，也就是說，他們是這些最先進模型的第一批訪問者。
ASI，即Artifical Super Intelligence，超（級）人工智能。
參考資料：
https://www.aisi.gov.uk/blog/how-fast-is-autonomous-ai-cyber-capability-advancing
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
