Anthropic 警告：智譜 GLM‑5.3 能自動編寫端對端漏洞利用程式
Anthropic 於 9 月 29 日發佈警示，指出中國 AI 企業 智譜（Z.ai） 最新的開放權重模型 GLM‑5.3 已具備 自主開發端對端漏洞利用程式（即從發現漏洞到生成可執行攻擊載荷的全流程）的能力，測試突破率最高可達 100%。此表現與 Anthropic 今年推出的資安模型 Claude Mythos Preview 相當，甚至在部分測試中更為突出。
背景與測試結果
Anthropic 5 個月前推出 Claude Mythos Preview 時，就已觀測到大型語言模型（LLM）能自行產生複雜的攻擊程式，預期此能力會快速散播至其他模型。美國 NIST 旗下 AI 標準與創新中心（CAISI）於 9 月 17 日的評估亦稱 GLM‑5.3 為「目前最具網路攻擊能力的開放權重模型」，與美國頂尖 AI 模型的差距約四個月。
測試採用 ExploitBench 基準，讓模型嘗試利用 Google Chrome V8 引擎的已知漏洞。GLM‑5.3 在 410 次嘗試中成功產生 50 份可執行的漏洞利用程式，成功率約 12%；Claude Mythos Preview 為 56 份、約 14%。在 Binary Exploitation（二進位程式利用）測試中，GLM‑5.3 的完整劫持成功率為 4%，Mythos 為 6%，而較早的 GLM‑5.2 與 Claude Opus 4.6 均未成功。
更驚人的是，於有人類研究人員協助的測試裡，GLM‑5.3 在一天內找出熱門瀏覽器 JavaScript 引擎的多個未知漏洞，並串成可在使用者造訪時讀取任意檔案的惡意網頁。研究團隊亦利用該模型在無線網路、繪圖驅動程式及網路裝置軟體中發掘可利用缺口。
較小型的 GLM‑5.3‑Flash 版本僅用 20 分鐘的人工投入，配合模型 8 小時的運算，即能將 Chrome 漏洞 CVE‑2026‑11645 與另一漏洞串成攻擊鏈，成功繞過 ARM64 系統的 PAC（指標驗證）安全機制，成本約 20.40 美元。
防護機制的薄弱
Anthropic 觀測到，若直接要求模型執行惡意指令，GLM‑5.3 會拒絕；但若以「紅隊演練」的情境偽裝，執行成功率升至 64%；加入事先的思考提示後更達 92%；若移除模型內建的拒絕機制，則 100% 執行。相同手法在 Claude 系列的安全模型上均未成功，顯示 GLM‑5.3 的防護機制相對薄弱。
影響與未來展望
GLM 系列的開放特性已被資安防禦者利用。例如 7 月 Hugging Face 在自家基礎設施部署 GLM‑5.2，成功分析大量真實攻擊指令與 C2（指揮與控制）資料，避免敏感資訊外洩。Anthropic 強調，當高階漏洞攻擊能力從受控的頂尖模型擴散至任何人都能下載的開放權重模型，將同時提升攻擊者與防禦者的能力。
為降低濫用風險，Anthropic 呼籲各國政府對具備此類能力的 AI 模型實施 獨立安全測試，開發者亦需建立嚴格的防護機制與使用條款。對於企業與資安從業人員而言，持續關注開放模型的安全動態、加強內部檢測與零信任架構，將是未來防禦的關鍵。