AI与加密安全：Claude Mythos 5带来的变革

AI模型已恢复上线：它如何改变加密安全格局

制造商声称，这款AI模型在发现和利用软件漏洞方面几乎胜过所有人类，现已重新上线。它恰逢加密货币史上黑客攻击最严重的一年。以下将厘清实际变化与恐慌中的误解。

摘要

2026年7月1日，在美国解除出口管制后，Anthropic恢复了Claude Fable 5的全球访问权限；而受限较少的Mythos 5仅通过名为Glasswing的项目，向一批经过审查的美国组织开放。

Anthropic宣称，Mythos级模型在发现和利用软件漏洞方面的能力超越任何其他模型，并且仅次于最顶尖的人类专家。该公司表示，这些模型已在重要软件中发现了超过1万处高危漏洞。

加密领域的警报在于：廉价、快速的AI驱动漏洞发现，使得未经审计的协议和小型分叉成为易攻击目标——而今年黑客攻击已造成超过8.4亿美元的损失。

持怀疑态度的人（包括一些安全专家和Anthropic自身的审查）认为，这些模型主要加速了已知的攻击类型（社会工程、暴露密钥、配置错误），而非发明新攻击手段，且较弱的模型也能完成大部分相同工作。

这种能力同样可以帮助防御者——通过更快的审计和补丁修复。因此，短期风险真实存在，而长期平衡仍有争议。

为发现软件漏洞而设计的模型回来了，它落在了最糟糕的年份——对于损失最惨重的行业而言。2026年7月1日，Anthropic在全球范围内恢复了Claude Fable 5的访问权限，此前美国商务部解除了6月份迫使该模型下线的出口管制。而其更强大的姐妹模型Mythos 5仅向一批经过审查的组织开放。时机让它成为了一个加密故事。Anthropic称Mythos级模型在发现和利用漏洞方面几乎胜过所有人，而加密货币正遭遇创纪录的黑客攻击潮——数十亿美元的资产存在于公开可见的代码中，AI可以机器速度读取这些代码。

本文区分了这些模型实际改变了什么，以及恐慌中哪些是误解，且不会把任何一个新闻标题当作全貌。核心问题不在于AI是否让加密安全风险更高——确实如此。更难的问题是，新增的风险究竟在哪里：是智能合约本身、跨链桥、人工操作、签名流程，还是攻击者现在从披露到利用的速度？答案没有恐惧那么戏剧化，但对于任何持有资金或构建协议的人来说都更有用。

什么回来了，什么没有

两种模型之间的区别是首先要弄清楚的，因为它们的可用性并不相同。Fable 5是Mythos级中面向公众、带有安全防护的成员，于2026年6月发布，定价约为Anthropic前一代旗舰模型的两倍。它于7月1日通过Anthropic的平台恢复全球用户使用。Mythos 5是受限较少的版本，具备完整的网络安全能力，并没有恢复公开访问。

Anthropic仅通过一个名为Glasswing的自愿参与项目，在6月底获得政府批准后，将Mythos 5恢复给一批经过审查的美国组织——这些组织负责运营和防御关键基础设施。因此，大多数加密观察者担心的模型并非那个现在处于消费者订阅背后的模型。这种区别很重要，因为公开访问与经过审查的关键基础设施访问对风险面的影响截然不同。一个强大的模型掌握在安全团队手中，与一个强大的模型可供每个持有信用卡的攻击者使用，是完全不同的。

导致两者同时下线的插曲值得了解，因为它影响着风险辩论。6月，亚马逊的研究人员展示了一种越狱方法，使Fable 5能够识别软件漏洞并编写利用代码。美国政府随即发布紧急出口管制令，Anthropic遵守了该命令，完全禁用了这两个模型——因为它无法实时按国籍限制访问。管制令在6月底解除，访问权限于7月初恢复，Fable 5全球可用，Mythos 5受限。Anthropic自己对事件的描述与最强烈的恐惧相反：其与政府共同进行的审查发现，所报告的技术并未揭示出Mythos级别的独特能力，而且几个较弱的模型也能复现同样的漏洞。

该公司声称这种能力被夸大了，并部署了一个新的安全分类器，据称能在99%以上的案例中阻止这种特定技术，在不到5%的会话中将有风险的网络安全提示路由到较弱的模型。这是公司的说法，很重要，但并非全貌。对加密领域而言，更狭隘的要点是：即使公开访问受到限制，这种能力是存在的，并且在不断改进，而较弱的模型已经可以复现部分能力。这意味着安全问题不能仅通过关注一个模型来解决。

Mythos级模型真正能做什么

令安全界震惊的能力是真实且有据可查的，并非假设。据报道，在其受限项目中，Mythos级模型在具有系统重要性的软件中发现了超过1万个高危和严重漏洞，并在1000多个开源项目中发现了关键缺陷，包括广泛使用的组件如Linux内核和一个流行的媒体库。在一个引用的案例中，该模型在不到31分钟内为复杂问题生成了有效的概念验证利用代码。Cloudflare报告称，早期Mythos预览版在其50多个代码仓库中将漏洞串联成有效的利用链，之后才拒绝进行现场演示。

对防御者而言，最改变格局的能力是速度。Anthropic警告说，从漏洞披露到被利用的时间窗口正在急剧缩短，在某些情况下从几天缩短到几小时。其研究人员得出结论，一个操作人员使用这类模型，可以在一个下午将一个月内发布的软件补丁转化为有效的利用代码，成本仅为几千美元。安全从业者开始将这种转变描述为从N-day时代（攻击者披露后有数周或数月时间）进入接近N-hour时代。

当补丁发布时，它也揭示了它所修复的缺陷。一个能够读取补丁、理解漏洞并在几小时内构建利用代码的模型，极大地压缩了防御者的响应窗口。这并不等同于发明一种新型攻击，而是加速和规模化。模型比人类团队更快、更便宜地读取公共代码、比较版本、总结审计结果并推理弱点，从而降低了熟练攻击者已经进行的工作所需的成本和专业知识。

这种区别——加速而非发明——是整个辩论所围绕的分界线。对加密团队来说，实际影响是残酷的：当攻击者可以自动化漏洞发现中枯燥的部分时，缓慢的补丁修复、过时的依赖关系和未经审计的分叉变得更加危险。前沿模型不需要神奇到改变经济格局，它只需要让现有的攻击流程更便宜、更快速。

为何加密领域尤其暴露

加密货币处于冲击范围内，原因在于其运作方式。智能合约默认是公开的：控制数十亿美元资金的代码在链上可见，任何人都可以——包括AI——读取和分析。跨链桥（在不同区块链之间转移资产的基础设施）将多条链的抵押品集中到一套合约和消息验证系统中，使其成为该领域价值最高的目标。与封闭的企业系统相比，能够以机器速度扫描代码的攻击者在加密领域拥有一个异常丰富且开放的攻击场。

背景是确实糟糕的一年。2026年，加密货币因黑客攻击已损失超过8.4亿美元，某些统计数字超过9.4亿美元，涉及120多起事件，仅4月份就创下了近6亿美元的纪录。两起最大的损失揭示了损害来自何处。Kelp DAO损失约2.92亿美元，攻击者伪造了其跨链桥上的跨链消息，利用了一个允许单个被攻破节点批准欺诈性提款的设置。Drift Protocol损失约2.85亿美元，不是因为代码漏洞，而是一场持续六个月的社交工程攻击，最终导致管理密钥泄露。跨链桥造成了最大份额的损失，而朝鲜黑客组织与很大一部分损失有关。这种模式是AI辩论的关键背景，因为它显示了加密货币实际出血点在哪里。2026年最大的损失并非来自新颖的智能合约漏洞，而是来自人为错误和运营故障：社交工程、密钥泄露、有缺陷的签名流程以及配置错误的基础设施。

任何关于Mythos级模型带来变化的评估都必须从这个现实出发，而不是从AI从头编写新颖利用代码的形象出发。加密风险面不仅是代码，还包括跨链桥、多签钱包、管理密钥、托管实践、签名设备、部署脚本，以及那些虽然管理者机构级资金却仍以初创公司安全水平运作的团队。AI让整个风险面更容易被搜索。

警报案例

悲观的观点直截了当，且有严肃的声音支持。知名加密投资者Simon Dedic警告说，公开的Mythos级模型可能大幅降低发现智能合约可利用漏洞的成本和专业知识门槛，未经审计的协议将——用他的话说——成为待宰的羔羊。论点围绕门槛展开。在合约中发现一个隐蔽漏洞曾经需要罕见的技能和相当长的时间。如果模型将这个过程压缩到几小时和几分钱，那么有能力攻击弱协议的人群将大大扩大，长尾的小项目、分叉和未经审计的合约将变得远为脆弱。数据为这一论点提供了支撑。分析师已将2026年黑客攻击损失上升的部分原因归咎于高级AI在识别漏洞方面的日益使用，趋势线指向更自动化、更快速的侦察。在这种观点下，即使最顶尖的人类攻击者获益甚微，边缘攻击者却获益巨大，而加密货币既不缺少边缘攻击者，也不缺少可以引导强大模型去攻击的弱目标。

警报更多是关于有多少人现在能够接近技能曲线的顶端，而不是关于顶端本身。这就是为什么小型DeFi分叉、匆忙发布和未经审计的协议是明显的危险区域。一个资源充足、拥有持续审计和强大运营控制的协议可能利用AI进行防御；而一个密钥管理薄弱的复制粘贴分叉可能只是变得更容易被攻击。

怀疑论者的观点

反论同样严肃，来自建设者和Anthropic自身。一家主要去中心化交易所的创始人Michael Egorov认为，智能合约通常只有几千行代码，人类审计员和现有AI工具已经很好地理解了它们，因此更强大的模型对直接合约利用的改变比恐慌所暗示的要小。在他看来，运营安全漏洞和供应链攻击是更大的风险，而这主要不是智能合约分析的问题。这一观点与损失数据吻合——在最大事件中，管理权泄露和跨链桥故障占主导地位。

Anthropic的事后审查从一个意想不到的方向强化了怀疑论者的观点。该公司发现，触发出口管制的越狱技术并未揭示出Mythos级别的独特能力，而且较弱的模型（包括其自身和其他公司的）也能复现同样的漏洞发现结果。如果一种能力在许多模型中广泛可用，而不是锁在一个前沿系统中，那么限制或发布那个单一系统所带来的变化就比表面上看起来要小。怀疑论者并不声称这些模型无害；他们声称任何单一模型的边际危险比新闻标题所暗示的要小，因为底层能力是分散的，而且大多数真实攻击最困难的部分不是发现漏洞。

这对加密读者来说是一个重要的区别。风险不是“Claude Mythos出现了，因此每个DeFi协议突然完蛋了”。风险在于，AI辅助的安全分析正在成为许多模型、国家和工具链的常态，这意味着攻击者和防御者都将拥有更快的漏洞发现能力。在那个世界里，问题从“一个模型是否应该上线”转变为“加密团队能否比对手扫描和利用的速度更快地打补丁和加固系统”。

大家一致认同的部分

在警报和怀疑之间，存在一个共识，这是辩论中最有用的部分。安全专家普遍认为，高级AI不会发明根本新型的加密黑客攻击，但会极大地加速已经主导损失表格的攻击类型：社交工程、密钥泄露和有缺陷的签名流程。一个模型不需要交出完整的利用代码来改变攻击的经济性。它可以读取公共仓库、比较新旧版本的软件、总结审计报告，并起草旨在捕捉人类常见操作失误的令人信服的信息。

正如一项分析所指出的，这些利用仍然植根于社交工程和人为错误；AI并没有创造这个现实，它只是让它变得可见并以机器速度加速。这种重新定义直接指向2026年的损失数据。Drift和Kelp攻击（今年最大的两起）是运营妥协和跨链桥验证失败，而不是巧妙的新型合约漏洞。一个加速侦察、扫描最弱密钥路径或最马虎签名流程、并帮助构建攻击中面向人类部分的模型，恰恰使这些失败模式更容易、更便宜地利用。

实际含义是，最重要的防御不是编写无法攻破的合约，而是加固实际泄漏资金的人为和运营层面。这意味着密钥、签名步骤、特权账户、依赖关系、跨链消息验证和事件响应。这也意味着将每一次公开披露和每一次补丁都当作一场竞赛。在一个N-hour的世界里，昨天缓慢的安全流程变成了明天的利用窗口。

防御的另一面

同样令防御者担忧的能力也可以为他们服务，这就是为什么长期平衡确实存在争议。比人类更快发现漏洞的模型，反过来就是一个在攻击者之前发现漏洞的审计工具。Anthropic认为AI最终将有利于网络安全中的防御者，同时也承认过渡将是动荡的；它通过安全项目将受限的Mythos 5专门恢复给了那些防御关键基础设施的组织。这就是Glasswing的防御版本：将最好的工具交到那些在对手利用之前打补丁的团队手中。

一起事件已成为双方参考的案例。2026年6月初，一种隐私币的屏蔽池中的关键漏洞被使用Anthropic的Opus 4.8（比Mythos级别低一代的模型）发现。该漏洞如果被利用，可能允许无限铸造该代币，而且它躲避了专家密码学家大约四年。该代币在披露后下跌超过35%。这一教训是双面的：一个较弱的模型发现了一个四年的缺陷，显示了AI在加强防御方面有多大潜力，也显示了在更强模型可能发现的代码中隐藏着多少潜在、未发现的风险——无论好坏。更快的发现是一份防御礼物——如果友好方首先发现漏洞；也是一场灾难——如果攻击者先发现。哪一方在任意一场竞赛中获胜，取决于谁在扫描、团队打补丁的速度有多快，以及防御者是否像攻击者一样积极地采用这些工具。

加密用户和团队实际能做什么

对所有这一切的有用回应不是恐慌，而是加固——而且大部分建议在任何模型回归之前就存在。对于个人用户，安全研究人员反复给出的建议是具体的：撤销未使用的代币授权，因为每项未结清的授权都允许合约移动你的资金，而有工具可以审查和取消它们。将大额持仓转移到自我托管和冷存储中，这样控制真实资金的密钥位于受损笔记本电脑无法触及的地方；并将任何未经审计的协议视为比一年前更高的风险。在批准交易时，使用带有可信屏幕的设备，显示实际签署的内容——因为如果AI加速了侦察阶段，那么最终的签名步骤就成了最重要的时刻。

对于团队和协议，优先事项应遵循损失来源。在一个N-hour的世界里，快速补丁管理更为重要，因为披露与有效利用之间的窗口正在缩小；因此，快速发布和应用修复本身已是一种安全控制。持续审计优于一次性审计，在攻击者之前使用AI分析自己的代码正在成为基线而非优势。最重要的是，加固运营层：保护密钥管理、收紧签名流程、限制特权访问、仔细审查依赖关系和跨链消息验证——因为今年最大的违规行为实际发生在这些地方。

过度依赖任何单一外部模型会带来自身风险，因此团队正在对多种工具进行压力测试，而不是押注于一种。同样的谨慎也适用于交易所和托管机构——交易所安全不仅仅是一份储备证明页面，而是关乎控制、托管、责任和运营纪律的问题。对于在加密领域试验AI代理的协议，教训更为尖锐：自动化扩展了软件的能力，但也扩展了必须保护的范围。一个系统越自主，弱权限和签名流程就越危险。

诚实的结论

诚实结论是，这些模型的回归更多改变了现有问题的节奏，而非引入新问题。在Fable 5重新上线之前，加密货币早已因人为错误、运营故障和跨链桥设计而损失创纪录的金额。强大的AI使侦察更快、攻击更便宜、响应窗口更短——对于一个长期不安全的行业来说，这是一个真实的短期逆风。它也将一个强大的审计工具交到了防御者手中，这就是为什么长期结果是一场竞赛而非定论。

那些将此刻当作修复运营基本面的提示的协议和用户——无论竞赛如何发展，他们将处于最佳位置。那些仍然依赖一次性审计、宽松授权、弱管理密钥和缓慢补丁周期的协议，则是明显的目标。AI没有创造这些弱点，只是让它们更容易被发现。

常见问题

什么是Claude Mythos 5？

Claude Mythos 5是Anthropic的前沿AI模型，该公司将其描述为网络安全领域最强大的模型，宣称在发现和利用软件漏洞方面超越任何其他模型，并且仅次于最顶尖的人类专家。它是Mythos级中受限较少的版本。其带有安全防护的公开姐妹模型叫Fable 5。Mythos 5仅向经过审查的组织开放，而非公众。

为什么模型下线后又重新上线？

2026年6月，研究人员展示了一种越狱方法，使Fable 5能够识别漏洞并编写利用代码，美国政府随即发布紧急出口管制令。Anthropic在全球范围内禁用了这两个模型，因为它无法实时按国籍限制访问。管制令在6月底解除，访问权限于7月初恢复，Fable 5全球恢复，Mythos 5仅限经过审查的美国组织。重要的区别是，公开模型和受限的网络安全模型并未以相同的访问规则回归。

这些AI模型真的能入侵加密协议吗？

它们能加速攻击者已经进行的工作，而非发明新攻击。Mythos级模型据说在重要软件中发现了超过1万个高危漏洞，并能在不到一小时内构建概念验证利用代码。在加密领域，更大的效果是加速侦察和攻击中面向人类的部分——因为2026年最大的损失来自社交工程、密钥泄露和运营故障，而非新颖的合约漏洞。这使得未经审计的协议、脆弱的跨链桥设置和糟糕的密钥管理尤其暴露。

2026年加密领域因黑客攻击损失了多少？

2026年，加密货币因黑客攻击损失超过8.4亿美元，某些统计超过9.4亿美元，涉及120多起事件，仅4月份就创下了近6亿美元的纪录。两起最大的损失是Kelp DAO（约2.92亿美元，跨链桥消息伪造）和Drift Protocol（约2.85亿美元，社交工程导致管理密钥泄露）。这些案例很重要，因为它们显示了实际损失来自哪里：不仅是代码缺陷，还有运营和验证失误。AI使这些弱点更容易被发现和更快利用。

AI会让加密黑客攻击从根本上变得更糟吗？

许多安全专家的共识是，AI加速和规模化现有攻击类型，而非创造新类型。它降低了发现缺陷的成本和专业知识门槛，最受影响的是未经审计的协议和小型项目。怀疑论者（包括一些建设者和Anthropic自身的审查）认为，任何单一模型的边际危险比新闻标题所暗示的要小，因为较弱的模型也能完成类似工作，而且大多数攻击最困难的部分并非发现漏洞。因此，风险更多不在于一个模型突然改变一切，而在于AI辅助黑客攻击变得广泛可用。

AI也能帮助防御加密吗？

是的，这正是辩论中有争议的部分。快速发现漏洞的相同能力使AI成为强大的审计工具——如果防御者首先使用它。在一个案例中，一个较弱的模型在漏洞被利用前发现了一种隐私币屏蔽池中存在四年的关键缺陷。Anthropic认为AI最终将有利于防御者，同时承认过渡将是动荡的，因此结果取决于谁更快采用这些工具。

加密持有者应该做什么来保护自己？

安全研究人员建议撤销未使用的代币授权，将大额持仓转移到自我托管和冷存储（密钥离线），并将未经审计的协议视为更高风险。在签署交易时，使用带有可信屏幕的设备，显示实际批准的内容。这些步骤解决了造成大多数实际损失的人为和运营失误，而AI主要加速这些失误而非取代它们。目标是减少攻击者将错误转化为转账的机会。

Mythos 5现在对公众开放吗？

不。出口管制解除后，Anthropic将带有安全防护的Fable 5恢复给全球用户，但受限较少的Mythos 5仅恢复给一批经过审查的美国组织（负责防御关键基础设施），通过一个自愿参与项目。该公司表示将努力随时间扩大访问范围，但具备完整网络安全能力的模型并不在消费者订阅背后。公开用户可能比之前拥有更强大的AI工具，但并非安全项目中描述的无限制Mythos 5设置。

免责声明：本文仅供信息和教育目的，不构成财务、投资、法律或安全建议。它描述了涉及AI能力和网络安全风险的演变情况，细节可能发生变化。此处任何内容都不是购买、出售或使用任何特定模型、资产或服务的建议。请务必自行研究并咨询合格专业人士以做出安全决策。信息截至2026年7月2日准确，可能发生变化。