Quoting Anthropic Frontier Red Team — Anthropic 红队测试显示 GLM

• Anthropic 前沿红队用内部二进制漏洞利用基准的 100 个随机任务评估多个模型，GLM-5.3 在 4% 的试验中实现了完整的控制流劫持，Claude Mythos Preview 为 6%。这意味着自动化漏洞利用能力已跨过关键门槛，agent 安全评估不能再只看模型规模。
• 更早的模型如 Claude Opus 4.6 和 GLM-5.2 在这些任务中一次都没成功，说明能力跃升发生在近期版本之间，而非渐进积累。对工具链而言，模型版本升级可能突然带来新的攻击面，需要把红队测试纳入发布流程。
• 该结果来自 Anthropic 前沿红队关于 GLM-5.3 与高级网络能力扩散的引用，指向一个现实：先进攻防能力正在多个模型家族间扩散，开发者构建 agent 时必须默认模型具备潜在的双重用途。

原文：Quoting Anthropic Frontier Red Team · 作者 Simon Willison