思科正式加入Anthropic公司的"玻璃翼项目"(Project Glasswing)倡议,该项目将向厂商联盟提供Anthropic尚未发布的Claude Mythos Preview软件,以帮助定义如何保护AI资源免受网络威胁。
玻璃翼项目汇聚了亚马逊云服务、Anthropic、苹果、博通、思科、CrowdStrike、谷歌、摩根大通、Linux基金会、微软、英伟达和Palo Alto Networks等企业。Anthropic希望该联盟通过漏洞检测、二进制文件黑盒测试、端点保护和系统渗透测试等任务,为AI安全威胁构建协调统一的技术解决方案。
据Anthropic介绍,玻璃翼项目合作伙伴将获得其尚未发布的Claude Mythos Preview的使用权限,用于发现和修复其基础系统中的漏洞或薄弱环节。这些系统代表了全球共享网络攻击面的很大一部分。Anthropic将Claude Mythos Preview称为具有高级推理和代码开发能力的下一代AI前沿模型。
思科首席安全与信任官Anthony Grieco在关于该项目的博客文章中写道:"新的AI模型,特别是来自Anthropic的模型,引发了我们构建和保护产品方式的新一轮变革。我们正在利用这些新能力以前所未有的速度和规模发现并修复漏洞,同时加速开发能够防御AI驱动对手的安全产品。"
Grieco写道:"虽然防御者现在可用的能力令人瞩目,但这些能力很快也将为攻击者所用,这定义了我们今天面临的关键拐点。在防御方面,AI使我们能够以前所未有的规模扫描和保护庞大的代码库。然而,它也降低了攻击者的门槛,使技能较低的行为者能够发起复杂、高影响力的攻击活动。"
Anthropic为玻璃翼项目承诺提供价值1亿美元的模型使用积分,"其他参与者将在整个研究预览期间承担大量使用费用,"Anthropic表示。"之后,Claude Mythos Preview将以每百万输入/输出Token 25/125美元的价格向参与者提供(参与者可以通过Claude API、Amazon Bedrock、谷歌云Vertex AI和Microsoft Foundry访问该模型)。"
除了模型使用积分,Anthropic还通过Linux基金会向Alpha-Omega和OpenSSF捐赠了250万美元,向Apache软件基金会捐赠了150万美元,"以使开源软件维护者能够应对这一变化的形势。"
Anthropic表示:"合作伙伴将在可能的范围内相互分享信息和最佳实践;在90天内,Anthropic将公开报告我们所学到的经验,以及可以披露的已修复漏洞和改进措施。"
Anthropic表示将与安全组织合作,制定一套关于AI安全实践的实用建议,如漏洞披露、软件更新、开源和供应链安全以及软件补丁自动化。
CrowdStrike在其关于该项目的博客文章中写道:"Claude Code正在改变开发者构建软件的方式。AI智能体正在重塑企业自动化运营的方式。Anthropic的Mythos Preview扩展了AI智能体的推理、规划和执行能力。它们都涉及端点——数据访问、决策制定、价值交付和风险承担的地方。"
CrowdStrike写道:"新模型也是机遇最大的地方。扩大攻击面的前沿模型为防御者提供了一年前不存在的能力优势:比以往任何时候都更快地发现漏洞、检测威胁和响应事件。"
CrowdStrike的2026年全球威胁报告发现,使用AI的对手攻击同比增长了89%。该厂商表示,AI在漏洞发现和漏洞利用开发方面的使用在双方都在加速。
思科的Grieco写道:"每个组织都可以预期来自AI驱动威胁的压力日益增加,而加固系统、开发修复程序和部署更新的工作正在通过加速的技术采用周期进行。AI能力将继续进步,威胁面将不断演变,保护互联网的组织需要以机器的速度和网络的规模运行。我们现在经历的许多事情在几年前是无法想象的。"
最终,Anthropic表示希望"玻璃翼项目能够在整个行业和公共部门播下更大努力的种子,各方都帮助解决强大模型对安全影响的最大问题。"
Q&A
Q1:玻璃翼项目是什么?包含哪些公司?
A:玻璃翼项目是Anthropic发起的多厂商AI安全联盟倡议,成员包括亚马逊云服务、苹果、博通、思科、CrowdStrike、谷歌、摩根大通、Linux基金会、微软、英伟达和Palo Alto Networks等知名企业,旨在通过合作构建协调统一的AI安全技术解决方案。
Q2:Claude Mythos Preview有什么特殊功能?
A:Claude Mythos Preview是Anthropic尚未正式发布的下一代AI前沿模型,具有高级推理和代码开发能力。项目合作伙伴可以使用它发现和修复基础系统中的漏洞,以前所未有的速度和规模进行漏洞检测、黑盒测试和系统渗透测试。
Q3:Anthropic为玻璃翼项目投入了多少资金?
A:Anthropic为该项目承诺提供价值1亿美元的模型使用积分,同时还通过Linux基金会向Alpha-Omega和OpenSSF捐赠250万美元,向Apache软件基金会捐赠150万美元,总计超过1.04亿美元的投入来支持开源软件安全发展。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。