← 返回全部情报
Anthropic 扩大网络安全验证计划:分防御、红队、特殊三级开放更强的网络能力,红队级在评测中零拦截、50 题完成 34 题,与不设防护时持平 的封面

·Anthropic(官方博客)·企业实践收录 2026-10-07

Anthropic 扩大网络安全验证计划:分防御、红队、特殊三级开放更强的网络能力,红队级在评测中零拦截、50 题完成 34 题,与不设防护时持平

AnthropicCyber Verification Program网络安全Project GlasswingClaude Mythos分级访问CyScenarioBench防护分类器

一句话结论

Anthropic 把 Project Glasswing 和原有的网络安全验证计划(CVP)合并成一个分三级的项目:防御级面向安全运营、事件响应、恶意软件逆向和漏洞验证,几天内答复;红队级增加授权渗透测试,只对机构开放,审核要几周;特殊级只给少数经过与美国政府共同深度审查、要测试航空、电网、电信、银行间转账等关键系统的机构;在 CyScenarioBench 上,没有 CVP 时每道题第一句提示就被拦截,防御级 50 次尝试中 46 次中途被拦,红队级零拦截、完成 34 次,与不设防护时持平;Glasswing 伙伴在 2026 年 4 月到 7 月发现了至少 12.9 万个经验证的漏洞。

打开原文 Anthropic:Expanding the Cyber Verification Program

背景与理念

Anthropic 说,网络安全天生是双重用途的:帮安全团队找到并修复漏洞的能力,同样可以帮恶意者利用漏洞。因此它的通用模型,例如 Claude Opus 5.5、Claude Fable 5.1 和 Claude Sonnet 5.5,都设有保守的网络防护,会拦截大部分网络安全工作,同时它在继续减少安全编码场景下的误拦。

但防御者也需要最好的工具。过去六个月,Anthropic 通过两个项目提供可信访问:Project Glasswing 让一批守护最关键软件的组织使用 Claude Mythos;CVP 让经过审核的安全团队在 Claude Opus 和 Sonnet 上使用减弱的防护。现在两者合并成一个扩大的项目,每一级都能使用最强的模型,包括 Claude Opus 5.5、Claude Sonnet 5.5、Claude Mythos 5.1 以及以后的新模型。

具体做法

三个访问级别

防御级(Defense Access)面向防御工作,包括安全运营中心和事件响应任务、逆向分析恶意软件、分析和验证漏洞。符合条件的包括企业、非营利组织、大学和政府中防御自有或自维护系统的安全团队,任何规模的关键基础设施运营方(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 预计很多做防御的组织都能通过,目标是几天内答复。

红队级(Red Team Access)在防御用途之外,增加授权的渗透测试和红队演练。符合条件的有企业内部红队、政府红队和安全及渗透测试公司,只能对已获授权的系统做对抗测试,包括关键行业的 IT 系统;对可能造成人身伤害或大规模破坏的操作,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,仍会实时拦截。审核需要几周,审核期间先纳入防御级;目前只对机构开放,个人研究者不符合条件。

特殊级(Specialized Access)拦截最少,只留给少数经过验证、获准测试可能影响人身安全或扰乱市场的安全系统的机构。例子包括飞行操作系统、电网、电信网络、银行间转账基础设施和政府行政网络。目前对每家机构都会与美国政府合作做深度审查;现有 Glasswing 成员直接转入这一级,现有模型不需要重新审批。

通用模型仍可用于代码审查、修补已知问题、在自有源代码中找漏洞和安全告警分诊。

数据留存与 EFS

参加该计划的组织必须开启数据留存,以便 Anthropic 监测网络滥用。今年秋天晚些时候会推出 Enterprise Frontier Safeguards(EFS),把零数据留存的隐私和强防护结合起来,符合条件的组织可以把数据存在自己控制的云基础设施里;在那之前,已有零数据留存权限访问 Claude Fable 5.1 或 Claude Mythos 5.1 的组织,也可以零数据留存使用 CVP。CVP 在 Claude 平台、Google Cloud Vertex AI 和 Microsoft Foundry 上提供;在 Amazon Bedrock 上只对符合 EFS 条件的客户开放。

怎样验证分级防护有效

Anthropic 用 CyScenarioBench 测试了各级的防护效果,这个评测衡量模型能否在现实约束下规划并执行多阶段网络行动。由于题目都是复杂的交互式进攻场景,他们预期通用模型和防御级都会大量拦截,红队级和特殊级不应拦截。每级对 10 道题各尝试 5 次,结果是:没有 CVP 时,每道题都在第一句提示时被拦截;防御级 50 次中 46 次在中途某处被拦,其余 4 次成功;红队级没有任何拦截,Claude Opus 5.5 完成了 50 次中的 34 次,相当于不设防护时(代表特殊级)67.6% 的成功率。Anthropic 说会继续改进按级别调校的分类器。

Glasswing 的成果

Anthropic 说,通过 Project Glasswing,伙伴在 2026 年 4 月到 7 月间发现了至少 12.9 万个经验证的软件漏洞;Anthropic 自己的开源扫描在 2026 年 4 月到 10 月又发现了 5500 个。其中超过 3.3 万个被评为严重或高危。文章说这很可能低估了,因为数据只来自部分伙伴的调查,他们估计真实影响至少是五倍;这些是基于 33 份伙伴报告和 Anthropic 开源合作的部分数据,各组织分诊方式不同,不到一半的伙伴披露了修补数量。几家伙伴表示,模型让他们找漏洞的速度提前了几个月甚至几年。

如果认为某项工作在自己的级别内应该被允许却被拦截了,可以提交报告。现有 CVP 成员保留之前模型的设置,并会被自动评估是否获得新模型的访问权限,管理员需要把权限分配给具体的工作区。

关键数据/例子

三级访问:防御级(几天内答复)、红队级(审核几周,仅限机构)、特殊级(与美国政府共同深度审查)。

CyScenarioBench 结果:无 CVP 时全部在第一句提示被拦;防御级 50 次中 46 次被拦、4 次成功;红队级零拦截、完成 34 次,相当于不设防护时 67.6% 的成功率。

Glasswing 伙伴在 2026 年 4 月到 7 月发现至少 12.9 万个经验证的漏洞;Anthropic 开源扫描在 4 月到 10 月发现 5500 个;其中超过 3.3 万个为严重或高危。

这些漏洞数据来自 33 份伙伴报告和开源合作,Anthropic 估计真实影响至少是五倍。

创新点

第一,按使用场景而不是按客户规模分级开放网络能力。防御、授权红队和关键系统测试分别对应不同的审核强度和拦截范围,比「全有或全无」更细。

第二,用同一个评测验证每一级的防护是否符合预期。防御级大量拦截、红队级零拦截且能力不打折,给出了分级分类器有效的量化证据。

第三,把隐私和监测的冲突放到台面上。参与者要留存数据以便监测滥用,EFS 则试图让数据留在客户自己的云里,同时保留防护。

可否复用

  1. 安全团队可以按工作性质申请对应级别:做事件响应和漏洞验证的选防御级,有授权渗透测试需求的再申请红队级。
  2. 设计自己的 AI 权限体系时参考分级思路:按用途开放能力,并用同一套评测验证每一级的拦截是否符合预期。
  3. 通用模型已经能做的事先用起来:代码审查、修补已知漏洞、自有代码找漏洞、告警分诊不需要特别申请。
  4. 评估供应商时关注数据留存要求:弄清是否需要留存、存在哪里、能否放在自己的云上。

笔记会在输入时自动保存。