2026年4月12日 · AI 雷达编辑部

特朗普政府官员鼓励银行测试 Anthropic Mythos 模型检测漏洞

财政部长 Scott Bessent 和美联储主席 Jerome Powell 本周召集银行高管开会,鼓励他们使用 Anthropic 的 Mythos 模型检测安全漏洞,多家华尔街银行正在测试。

特朗普政府官员鼓励银行测试 Anthropic Mythos 模型检测漏洞

据彭博社报道,财政部长 Scott Bessent 和美联储主席 Jerome Powell 本周召集银行高管开会,鼓励他们使用 Anthropic 的新 Mythos 模型检测安全漏洞。

参与银行

测试银行列表

虽然 JPMorgan Chase 是最初获得模型访问权限的合作组织之一,但据报道,以下银行也在测试 Mythos:

  • Goldman Sachs
  • Citigroup
  • Bank of America
  • Morgan Stanley

首批合作伙伴

Anthropic 本周宣布了 Mythos 模型,但表示将暂时限制访问,部分原因是 Mythos——尽管没有专门针对网络安全训练——在发现安全漏洞方面表现太好。

Mythos 模型介绍

模型特点

Anthropic 宣布 Mythos 模型本周,但表示暂时限制访问:

关键特点:

  • 没有专门针对网络安全训练
  • 在发现安全漏洞方面表现异常出色
  • Anthropic 称限制访问是为了保护互联网

访问限制原因

官方解释: Anthropic 表示限制访问是因为 Mythos 在发现安全漏洞方面能力过强,可能带来风险。

其他观点:

  • 有人认为这是营销炒作
  • 有人建议这是聪明的企业销售策略

惊人背景

与政府的冲突

这份报告特别令人惊讶,因为 Anthropic 目前正在与特朗普政府在法庭上斗争:

国防部指定:

  • 国防部将 Anthropic 指定为供应链风险
  • 这一指定是在公司努力限制政府如何使用其 AI 模型的谈判破裂后作出的
  • Anthropic 已起诉国防部

矛盾现象

关键矛盾:

  • Anthropic 被国防部列为供应链风险
  • 但财政部和美联储鼓励银行使用其模型
  • 显示政府内部对 Anthropic 的态度分歧

英国监管动态

金融监管讨论

《金融时报》报道,英国金融监管机构也在讨论 Mythos 带来的风险。

国际关注:

  • 美国:财政部和美联储鼓励银行测试
  • 英国:金融监管机构讨论风险
  • 显示全球金融监管对 AI 模型的关注

Mythos 的安全能力

漏洞检测

Anthropic 的 Mythos 模型展现出强大的安全漏洞检测能力:

能力表现:

  • 未经专门网络安全训练仍表现出强能力
  • 能够识别系统安全漏洞
  • 可能帮助银行加强安全防护

潜在风险

风险考虑:

  • 过强的漏洞检测能力可能被滥用
  • 需要控制访问以防止恶意使用
  • 平衡安全益处与潜在风险

行业反应

企业销售策略

有人质疑 Anthropic 的访问限制:

质疑观点:

  • 访问限制可能是聪明的企业销售策略
  • 通过强调安全风险增加模型神秘感和价值
  • 实际可能是扩大企业客户基础的策略

真实安全问题

支持观点:

  • Anthropic 确实需要考虑模型能力带来的风险
  • 过强的漏洞检测能力需要谨慎管理
  • 限制访问是负责任的做法

政府态度分歧

国防部 vs 财政部

国防部立场:

  • Anthropic 为供应链风险
  • 担心政府使用其模型的问题
  • 采取限制性措施

财政部立场:

  • 鼓励银行使用 Mythos
  • 认为模型对银行安全有益
  • 采取支持性态度

可能原因

分歧原因:

  • 不同部门对 AI 风险评估不同
  • 国防部关注国家安全风险
  • 财政部关注金融安全益处
  • 政策协调可能存在问题

未来影响

银行业 AI 应用

如果银行成功使用 Mythos 加强安全:

可能影响:

  • 银行业 AI 应用加速
  • 金融安全防护水平提升
  • AI 在金融监管中的角色增加

Anthropic 政府关系

关键问题:

  • Anthropic 如何解决与国防部的法律纠纷
  • 政府内部对 Anthropic 的态度如何统一
  • Mythos 模型的访问限制如何演变

结论

特朗普政府官员鼓励银行测试 Anthropic Mythos 模型是一个复杂的事件,反映了政府内部对 AI 公司态度的分歧。虽然国防部将 Anthropic 列为供应链风险,但财政部和美联储认为其模型对银行安全有益。这一矛盾现象显示了 AI 技术在政府政策中的复杂定位,以及不同部门对 AI 风险和益处的不同评估。