Horizon3.ai 加入 Anthropic 的 Glasswing 漏洞狩猎

Horizon3.ai 已经 加入 Anthropic 的 Project Glasswing，这是一个网络防御计划，给予一组经过审查的组织访问 Claude Mythos 的权限——一个 Anthropic 保持不公开发布的前沿模型，因为它擅长于发现和利用软件漏洞。这个动作是在 2026 年 7 月 15 日宣布的，它为一个以前主要由超大规模企业和大型安全供应商组成的名单添加了一个进攻性安全专家。Anthropic 的目标是将其最强大的漏洞狩猎模型交给防御者使用，而不是让攻击者获得同样的能力。

Anthropic 启动了这个计划 于 2026 年 4 月 7 日，大约有 50 个合作伙伴——其中包括 Amazon (AMZN ) Web Services，Cisco，CrowdStrike (CRWD )，Google，JPMorganChase，Microsoft (MSFT )，Nvidia (NVDA ) 和 Palo Alto Networks (PANW ) —— 后来 将其扩展到另外 150 多个组织，跨越 15 多个国家，涉及能源、水利、医疗保健和通信等领域。成员使用 Mythos 进行防御工作：扫描自己的代码，编写补丁，并在发布前审核软件。Anthropic 表示，它将投入最高 1000 万美元的使用积分和 40 万美元的捐款给开源安全团体，以支持这一努力。

Horizon3 实际带来的东西

Horizon3.ai 出售 NodeZero，一种自主的渗透测试产品，它的理由是“攻击者的视角”——防御者最能从了解如何真正入侵系统的人那里学习。这种说法来自于一个公司对其自身参与的宣传。但 Horizon3 的最近记录是可以核实的，而大多数供应商的宣传并非如此。

今年，其研究人员发现了两个漏洞，攻击者随后将其用于真实目标。一个是 Apache ActiveMQ (CVE-2026-34197) 中的一个远程代码执行漏洞，这是一个广泛部署的开源消息代理；美国网络安全局 CISA 将其添加到其已知被利用的漏洞目录 中，并在 2026 年 4 月给予联邦机构两周的时间来修补。另一个是 SimpleHelp (CVE-2026-48558) 中的一个关键的身份验证绕过漏洞，这是一个流行的远程管理工具，尤其是在托管服务提供商中；Horizon3 表示，其 自主漏洞研究管道 在几小时内发现了这个漏洞。这个漏洞具有最高严重性评级，用于部署窃取凭据的恶意软件，并在 2026 年 6 月 进入 CISA 的目录。

尚未解决的瓶颈

是否有一个发现漏洞的商店改变了局面，这取决于 Anthropic 本身已经提出的一个问题：发现漏洞不再是限制因素。Glasswing 合作伙伴自 4 月份以来已经报告了超过 10,000 个高或关键严重性漏洞，Anthropic 表示，真正的瓶颈现在是更快地进行漏洞分类、披露和修补，而不是让攻击者将其武器化。Anthropic 自己的数字显示了这个问题的规模：当 Anthropic 在超过 1,000 个开源项目上运行 Mythos 时，该模型标记了超过 23,000 个潜在漏洞，并且在一个独立审查的样本中，超过 90% 被证实为有效。独立研究人员也描述了 同样的不平衡 —— 人工智能正在大幅降低发现和利用漏洞的成本，而修复漏洞所需的人力成本仍然很高。

这就是 Horizon3 的角度不仅仅是营销。NodeZero 是围绕优先级构建的；该公司的前提是，大多数漏洞都是噪音，价值在于发现攻击者实际会使用的少数漏洞。一个能够发现成千上万个候选漏洞的模型使得漏洞分类问题更加困难，而不是更容易解决，除非有人能够根据实际可利用性对其进行排名。

双重用途的紧张关系

将一个具有限制性、进攻能力的模型交给一个以进攻为业务的公司之间存在着未解决的紧张关系。Anthropic 将 Mythos 保持不公开发布，因为，按照其自身的说法，该模型可以比除最熟练的人类以外的所有人更好地发现和利用漏洞，并且它表示，新合作伙伴必须满足未指定的安全要求才能获得访问权限。Anthropic 并不是唯一一个将进攻性人工智能转向防御的公司 —— OpenAI 最近内部构建了 一个 AI 攻击者 来加强其自身的模型 —— 但是 Mythos 位于这一趋势的尖端。

Horizon3 的首席攻击工程师 Zach Hanley 表示，该公司已经在其使用 Mythos 的前几天内“发现了有影响力的漏洞”—— 这是一个尚未得到证实的说法，该公司表示，它打算公开披露这些发现。

目前，这个故事中可以验证的部分是 Horizon3 现有的在野外被利用的发现，而不是 Mythos 将会产生什么。首席执行官 Snehal Antani 将赌注表述为违背该计划自身前提的方式：优势，他说，“不会被定义为谁拥有最强大的 AI”，而是谁能够将其与安全专业知识和运营纪律相结合，以减少现实世界中的风险。根据目前的证据，等待突破的更难的一半是将人工智能发现的漏洞转化为部署的补丁。