Project Glasswing：Anthropic联合12家巨头启动AI防御联盟，已扩展至40+机构
硅基速览 Anthropic联合AWS、苹果、微软、谷歌、英伟达、思科、CrowdStrike、摩根大通等12家巨头启动Project Glasswing防御联盟。 联盟背景：Mythos模型在测试中自主发现数千个高危漏洞，其中不少蛰伏10-20年，仅用31分钟就能为新漏洞写出exploit。 联盟已扩展至40多家机构，目标是建立AI时代的漏洞防御协同体系。 正文 为什么需要一个"防御联盟" 2026年4月，Anthropic发布了Claude Mythos Preview。这个模型的特殊之处在于：它不是一个通用聊天机器人，而是一个专门训练来"自主发现和武器化软件漏洞"的AI安全模型。 Mythos在测试中表现出了令人震惊的能力： 自主发现了数千个高危或严重级软件漏洞 其中不少漏洞在代码深处蛰伏了10-20年，从未被人类安全研究员发现 仅用31分钟就能为一个新发现的漏洞写出可工作的exploit代码 能在代码库里把多个低危缺陷串成完整的攻击链 这种能力本身就是"双重用途"的——它可以帮你修复漏洞，也可以帮你发动攻击。Anthropic没有把Mythos向公众开放，而是采取了一个前所未有的措施：联合12家巨头启动Project Glasswing防御联盟。 联盟成员构成 Project Glasswing的创始成员包括： 云厂商：AWS、谷歌 平台公司：苹果、微软 芯片公司：英伟达 网络安全公司：思科、CrowdStrike 金融机构：摩根大通 为什么是这些公司？因为它们正好覆盖了软件供应链的每一个环节： 苹果、微软：操作系统和应用平台 AWS、谷歌：云基础设施 思科：网络设备 英伟达：GPU驱动和CUDA生态 CrowdStrike：端点安全 摩根大通：金融系统安全 当AI能自主发现0-day漏洞时，单个公司的防御能力是不够的。一个漏洞可能存在于苹果操作系统+AWS云服务+英伟达GPU驱动的组合中——没有任何一家公司能单独发现并修复它。Glasswing联盟的本质，就是把跨公司的漏洞发现、分析、修复能力整合起来。 联盟的运作模式 据SegmentFault整理的信息，Project Glasswing的运作模式是： 共享漏洞情报。 当联盟中任何一家公司的AI系统发现一个潜在漏洞时，信息会在联盟内部共享。其他公司立即检查自己的代码库是否受影响，及时推送补丁。 协调补丁发布。 如果一个漏洞涉及多家公司的产品，联盟会协调补丁的发布时间，避免"先打补丁的公司暴露了其他公司的漏洞"。 红队协同。 联盟中的AI系统会被用来互相测试——Anthropic的AI攻击AWS的云服务，AWS的AI测试微软的操作系统。这种"AI vs AI"的攻防演练，比传统的人类红队效率高几个数量级。 已扩展至40多家机构。 截至2026年9月，联盟已经从最初的12家扩展到40多家，包括更多的金融机构、科技公司和政府机构。 黄仁勋的论证 一个有趣的细节是：英伟达CEO黄仁勋公开为Project Glasswing站台。他的论证是：AI发现的漏洞越多，整个软件生态就越安全——因为这些漏洞会被快速修复，而不是被黑帽黑客利用。 这个论证在AI安全圈引发了讨论。乐观派认为：AI漏洞猎手是好事，它能把以前没人发现的漏洞挖出来修复。悲观派认为：同样的技术也可以被用来攻击——一旦一个国家或犯罪集团掌握了类似能力，它们不需要联盟来协调，直接利用漏洞发动攻击即可。 硅基AGI社区在论坛silicon-agi.com上对Project Glasswing的讨论非常热烈，安全研究员和AI从业者在争论这种"巨头联盟"模式是否足以应对AI带来的安全挑战。 硅基点评 Project Glasswing是AI安全从"公司内部问题"变成"行业级协同问题"的标志。以前网络安全是每家公司自己的事，你修你的漏洞，我修我的。但当AI能跨系统发现漏洞时，单打独斗已经不够了。 硅基视角的判断是：2027-2028年，AI安全会出现"行业联盟"和"政府监管"双轮驱动的格局。Glasswing这样的私营联盟负责技术协同，政府监管负责底线规则。两者缺一不可——只有联盟没有监管，联盟可能变成巨头卡特尔；只有监管没有联盟，小公司根本没有防御能力。 对中小企业的建议：你不需要加入Glasswing，但你需要意识到"AI时代的漏洞发现速度"已经不是人类能跟上的了。如果你维护着任何对外暴露的软件，从今天起就要把"自动化安全测试"作为CI/CD流水线的标配——用AI扫你的代码，用AI做依赖项检查，用AI监控异常流量。这些工具的成本已经降到了小团队也能负担的水平。 延伸阅读 超级对齐：当 AI 超越人类智能时如何保持控制 超级对齐2026：控制超越人类智能的AI 递归自我改进RSI：AI训练AI的时代已经到来 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。