Anthropic 紅隊：GLM-5.3 在 4% 任務中實現控制流劫持

Simon Willison9/29 23:20觀點研究政策與安全

Anthropic Frontier Red Team 在內部 Binary Exploitation 基準中隨機抽取 100 個任務評估多個模型：GLM-5.3 在 4% 的試驗裡實現了完整控制流劫持，Claude Mythos Preview 為 6%。此前模型 Claude Opus 4.6 與 GLM-5.2 在這些任務中一次都沒有成功。該團隊認為，GLM-5.3 的成績雖低於 Claude Mythos Preview，但一個有意義的能力門檻已被跨過。

GLM 系列在二進位制漏洞利用上首次跨過門檻，你用 coding agent 或日後本地跑開源模型時，需要把這類可自主利用漏洞的能力納入沙箱與安全邊界評估。