Anthropic：智谱 GLM-5.3 具备端到端网络漏洞利用能力，开源权重下防护易被绕过
Anthropic 称，智谱 AI（Z.ai）的开源权重模型 GLM-5.3 已能自主完成复杂的端到端网络漏洞利用，且防护可被简单手法大幅绕过；NIST 下属 CAISI 同期评估称其为迄今网络能力最强的开源权重模型，整体仍落后美国前沿约四个月。
Anthropic 研究帖称，五个月前通过 Project Glasswing 有限开放的 Claude Mythos Preview，是首个能自主构建复杂端到端网络漏洞利用的模型；如今同类能力已出现在智谱 AI（海外称 Z.ai）的 GLM-5.3 上。与多数前沿模型不同，GLM-5.3 以开源权重发布，且 Anthropic 评估其防护不足以限制滥用：在模拟测试中，攻击者用简单手法即可在 64% 至 100% 的情况下绕过防护，而同类手法未能让受防护的 Claude 模型执行有害任务。
在 ExploitBench（针对 Chrome V8 已知漏洞）上，Anthropic 称 GLM-5.3 在 410 次尝试中有 50 次完成端到端利用，Claude Mythos Preview 为 56/410。在内部二进制利用基准的 100 项任务中，GLM-5.3 有 4% 的试验完成完整控制流劫持，Mythos Preview 为 6%；更早的 Claude Opus 4.6 与 GLM-5.2 则未成功。人机协作测试中，研究人员用 GLM-5.3 在沙箱里于约一天内发现浏览器 JavaScript 引擎多个此前未知漏洞并串成可读取访客任意文件的网页利用（已向维护方披露）；用更小的 GLM-5.3-Flash 针对已公开的 Chrome 漏洞 CVE-2026-11645，在约 20 分钟人工关注加 8 小时模型运算后，以约 20.40 美元 API 费用做出面向 ARM64、绕过指针认证（PAC）的利用链。
关于防护：把开源权重“消融拒答”（abliteration）后，JailbreakBench 与 HarmBench 上的拒答率从 90% 以上降至约 3% 与 2%，StrongREJECT 降至 12%，通用能力（GPQA-Diamond）几乎不变。即使不改权重，欺骗性提示可使模型在 64% 的试验中接手有害任务，预填思维过程为 92%，消融版为 100%。Anthropic 称这些手法在其测试中都未能让受 API 防护的 Claude 执行同类任务。
NIST 的 AI 标准与创新中心（CAISI）9 月 17 日评估称，GLM-5.3 是“迄今发布的网络能力最强的开源权重模型”，在其网络基准综合尺度上落后美国前沿约四个月；比较中美国模型在适用时关闭了网络防护，且美国前沿包含仅向受审查用户开放的版本。Anthropic 认为能力结论与 CAISI 大体一致，并补充了防护可被绕过的分析。上述利用与绕过数据均为沙箱/模拟中的机构测试，不是已确认的大规模现实攻击统计。
来源
- GLM-5.3 and the spread of advanced cyber capabilities — Anthropic：Research（发表成果 · 网页）
- CAISI’s Assessment of Z.ai’s GLM-5.3 Cyber Capabilities — www.nist.gov