Anthropic红队评测GLM-5.3与Claude Mythos Preview

先了解这件事

Anthropic Frontier Red Team 在内部 Binary Exploitation 基准的 100 个任务上评测发现，GLM-5.3 在 4% 的试验中实现完整控制流劫持，Claude Mythos Preview 为 6%，而 Claude Opus 4.6 和 GLM-5.2 均无一成功。

Simon Willison 引用该结论指出，高级网络能力扩散的门槛已被跨过。