Anthropic 前沿红队：GLM-5.3 在 4% 试验中完成完整控制流劫持，Claude Mythos Preview 为 6%

Anthropic 前沿红队在一份关于高级网络能力的评估中称，在内部 Binary Exploitation 基准随机选取的 100 个任务上，GLM-5.3 在 4% 的试验中实现完整控制流劫持，Claude Mythos Preview 在 6% 的试验中做到这一点。该红队表示此前模型如 Claude Opus 4.6 和 GLM-5.2 在这些任务中无一成功，说明已经越过了一个有意义的门槛。