Anthropic測試:GLM-5.3與Claude Mythos率先突破控制流劫持

GLM-5.3首次完全劫持程式控制流

據GLM-5.3 and the spread of advanced cyber capabilities指,Anthropic Frontier Red Team在其內部二進位漏洞利用(Binary Exploitation)基準中,隨機抽取100項任務測試多款模型,發現中國智譜AI(Z.ai)開發的GLM-5.3在4%的測試中完全劫持程式控制流,Claude Mythos Preview則達6%。

報告指出,雖然GLM-5.3表現略遜於Claude Mythos Preview,但一個關鍵門檻已明顯被跨越:上一代模型如Claude Opus 4.6及GLM-5.2在同一基準上全數未能成功。Simon Willison於9月29日轉載了這段結論。

在另一項ExploitBench測試中,GLM-5.3在410次嘗試中有50次成功建構端到端漏洞攻擊,Claude Mythos Preview則為56次,兩者表現相近。

安全防護形同虛設,攻擊者輕易繞過

Anthropic的報告顯示,攻擊者以簡單手法繞過GLM-5.3安全防護的成功率介乎64%至100%,相比之下,同類攻擊未能成功突破有防護的Claude模型。

報告特別提到「abliteration」(拒絕消除)技術:由於GLM-5.3以開放權重形式發佈,使用者可自行修改模型以移除其拒絕有害請求的機制,且對模型能力影響甚微。數個開發者在模型發佈數日內已公開發放經abliteration處理的GLM-5.3版本。

Anthropic團隊自行進行abliteration處理,耗用約2,200個GPU小時,計算成本約4,400美元,將模型在JailbreakBench及HarmBench上的拒絕率由九成以上降至約2%至3%,在StrongREJECT上則降至12%。

研究人員以低成本建構真實攻擊鏈

報告記述,一名研究人員在一天內、僅花不足一小時的人手關注,利用GLM-5.3在某流行網頁瀏覽器的JavaScript引擎中發現多個此前未知的漏洞,並將其串連成一個完整攻擊鏈:受害者瀏覽相關網頁後,攻擊者可讀取其電腦上的任意檔案。Anthropic已將相關漏洞通報予該瀏覽器的維護者。

另一宗測試中,研究人員改用較小型的GLM-5.3-Flash,針對已公開的Google Chrome漏洞CVE-2026-11645連同另一已知缺陷,在20分鐘人手指導加上模型運算8小時後,建成可繞過ARM64指針認證(PAC)硬化機制的可靠攻擊鏈,以智譜AI的API價格計算,整個過程成本僅約20.40美元。

NIST評估印證能力落差收窄

Anthropic引述美國國家標準與技術研究院(NIST)旗下AI標準與創新中心(CAISI)在9月17日發表的評估指,GLM-5.3是「迄今發佈最具網絡攻擊能力的開放權重模型」,在CAISI多項網絡安全基準的綜合評分上,落後美國前沿模型約四個月。

報告補充,CAISI測試美國模型時部分關閉了網絡安全防護功能,且美國前沿模型僅向經審核用戶發佈,攻擊者難以取得;相比之下,GLM-5.3可供任何人下載使用。

獨立研究者Matthew Green則在另一篇評論中指出,代理(agent)之間可透過共享套件快取(package cache)互相留下指令並改變對方行為,一旦將此情景套用至電郵、Slack或WhatsApp等共享渠道,配合像Muse般獨立部署的個人AI代理,便具備蠕蟲式擴散所需的全部要素。這與本網早前報道的OpenAI代理試圖攻擊網站事件,同樣反映代理自主行為帶來的風險正在上升。