在大模型持续外溢到软件工程各环节的当下，网络安全成为最具争议也最具潜力的应用场景之一。近日，Anthropic 发起一项名为 Project Glasswing 的安全计划，试图用“未公开模型 + 多方协作”的方式，将 AI 从潜在攻击工具转变为系统性防御能力的一部分。
与以往单点工具不同，这一项目更像是一场围绕“关键软件基础设施”的 AI 安全实验：不仅涉及模型能力本身，也牵动云厂商、操作系统厂商、金融机构与开源社区的协同机制。
Project Glasswing 的核心，是一款尚未公开的模型 Claude Mythos Preview。不同于通用对话模型，该模型被明确定位为“防御性安全 AI”，重点能力集中在以下几个方向：
Anthropic 表示，在数周测试中，该模型已经发现了数千个高危漏洞，覆盖操作系统、浏览器及其他关键软件组件。这一数据如果属实，意味着 AI 在漏洞发现效率上已经开始超越传统自动化工具（如 fuzzing 与规则扫描），并接近甚至补充人工安全研究员的能力。
关键变化在于：模型不再只是“生成代码”，而是开始理解复杂系统中的隐性风险结构。
Project Glasswing 的另一个值得关注的点，是其参与方的构成。Anthropic 联合了包括：
这种组合背后反映出一个趋势：AI 安全问题已经不再是单一厂商或开源社区可以独立解决的议题，而是横跨算力、系统软件、应用生态与金融系统的“系统性风险”。
例如：
AI 模型在这种多源数据与真实场景中训练和验证，其能力边界也随之扩展。
值得注意的是，Claude Mythos Preview 并不会像常规大模型那样快速开放。Anthropic 采取了明显更保守的策略：
这种策略背后的逻辑并不复杂：在安全领域，模型能力本身具有“双刃剑”属性。一旦漏洞发现能力被滥用，可能直接转化为攻击能力。
因此，Glasswing 本质上是在探索一种“受控能力释放”的路径：
让 AI 先服务于防御方，再逐步评估是否可以更广泛开放。
这与当前开源大模型（如 Llama、Mistral 系列）快速扩散的路径形成鲜明对比，也为“高风险 AI 能力”的治理提供了一个现实样本。
从技术社区视角来看，Project Glasswing 可能带来几个关键变化：
传统安全流程通常依赖：
而大模型的引入，使得“语义理解 + 推理”成为新的核心能力。这意味着未来的安全工具链，可能围绕以下能力重构：
如果将 Claude Mythos 这类模型进一步与执行环境结合，就可以形成具备以下能力的安全 Agent：
这类 Agent 本质上是“AI 驱动的安全工程师”，也是当前 AI 工程（AI Engineering）中最具商业价值的方向之一。
随着攻击者同样可以利用大模型生成 exploit，未来安全格局很可能演化为：
Project Glasswing 可以看作是防御侧的提前布局。
如果说过去两年，大模型主要改变的是“开发效率”，那么 Project Glasswing 所代表的，是 AI 开始进入“系统安全与基础设施”这一更深层领域。
它不只是一个安全项目，更像一次试探：
当模型具备接近人类专家的漏洞发现能力时，整个软件生态是否需要围绕 AI 重新设计安全边界？
90 天后的阶段性成果，或许会给出初步答案。但可以确定的是，AI 在安全领域的角色，已经从“辅助工具”转向“核心参与者”。