一个值得记录的瞬间。

Anthropic：开源权重 GLM-5.3 已达端到端写 exploit，护栏易绕

2026-09-29，Anthropic 发研究帖，评估智谱 / Z.ai 的 GLM-5.3。结论是：它已具备与 Claude Mythos Preview 相近的自主端到端 exploit 开发能力，且以开源权重放出、护栏弱。ExploitBench（Chrome V8）上，GLM-5.3 在 410 次尝试中有 50 次做成端到端 exploit，Mythos Preview 为 56/410。NIST CAISI（9 月 17 日）称其为「迄今网攻能力最强的开源权重模型」。绕过侧：模拟里用伪装红队提示约 64% 会动手，prefilling 思考过程约 92%，对权重做 abliteration 后接近 100%；同测条件下带护栏的 Claude API 未成功。Anthropic 称研究者用该模型在沙箱里对某流行浏览器 Linux 构建发现并串起多个 0-day，已向维护方披露。

后端与对外服务团队若默认「开源模型只会辅助写 PoC」，这条会抬高基线：可下载权重 + 易拆护栏，意味着补丁节奏、出站与沙箱隔离要按「能力已外溢」来排期。