AI安全研究所（AISI）最新发布的网络安全评估报告显示，Claude Mythos Preview成为首个完整通过AISI网络靶场测试的AI模型。测试采用《最后的我们》复杂攻防场景，包含从初始侦察到完全网络接管的9个关键阶段。


关键发现：

1. 在相同token消耗量下，Mythos Preview平均完成步骤数达到32步，是GPT-5.4的1.6倍

2. 该模型在高级持续性威胁（M7）和基础设施渗透（M8）等复杂任务中表现突出

3. 测试采用对数级token分配策略，从10万到1亿token不等

技术细节：

- 测试包含C2逆向工程、Web应用漏洞利用等实战场景

- 对比模型包括Claude Opus 4.6、GPT-5系列等多代产品

- 里程碑事件按MITRE ATT&CK框架分级标注

值得注意的是，Mythos Preview在完成全流程测试时，其token使用效率比上一代产品提升40%。这种进步可能源于其新型的递归推理架构，但具体技术实现尚未公开。

对开发者的启示：

- 大模型在自动化安全测试领域已具备实用价值

- token效率可能成为评估模型性能的新维度

- 复杂多步任务仍是检验AI能力的有效场景

目前该测试结果尚未经过同行评议，但已引发安全社区对AI辅助攻防的广泛讨论。