撰文 | 李信马
题图 | AI生图
了不起的智能体：发现和介绍那些正在改变世界的Agent，这里有现场、有对话，还有没被写进新闻的细节。
2026年4月，Anthropic发布了新模型Claude Mythos Preview，并公开了一份长达244页的技术文件，文件显示，它做了一件让整个安全行业震动的事：自主发现OpenBSD系统中潜伏27年的TCP SACK漏洞，以及FFmpeg中沉睡16年的H.264解码器漏洞。
OpenBSD被公认为全球最安全的Unix系统之一，苹果内核就基于BSD，无数顶级安全专家排查了二十多年都没查出的问题，却让一个AI模型做到了。消息一出，美国网络安全股集体暴跌，因为如果AI可以自动、批量、低成本地发现漏洞，那传统安全公司的商业模式和技术体系都要被重新估值。
有趣的是，Anthropic做Mythos的本意不是为了网络安全，它是一家以编程AI为主业的公司，随着AI写的代码越来越多，人类已经维护不过来，所以必须让模型学会自己找代码里的漏洞。结果，模型在理解了代码的运行逻辑之后，能力发生了涌现——不仅会找漏洞，还学会了自动编写攻击代码。
美国白宫高级官员、网络安全负责人和Anthropic管理层紧急开会争论，最终下令禁止向所有外国人开放Mythos 5及其民用阉割版Fable，理由是国家安全。随后，Anthropic与谷歌、苹果、英伟达等40多家科技巨头成立了Glasswing（玻璃之翼）联盟，用Mythos给每位成员扫描代码、排查漏洞，并各开放了最高1亿美元Token额度。
这本质是一场漏洞内部大排查，但是，中国被排除在外。
“中国网络安全行业必须要打造自己的Mythos。”在6月举行的ISC.AI 2026大会上，360集团创始人周鸿祎把话说得很直接。他将Mythos称为“AI时代网络安全核武器”，因为漏洞发现能力正在成为新的战略威慑。“你有，我也得有，不然就会被动地挨打。”
01、图龙锋：不拼模型，拼智能体
360推出的中国版Mythos叫“图龙锋”，是360过去两年的重点研发成果。截至大会时，图龙锋已累计挖掘漏洞3000多个，其中监管确认105个，多个被国家漏洞库定义为高危漏洞。它挖出了Windows内核中潜伏5年的漏洞、Office中潜伏8年的漏洞、Excel中潜伏10年的漏洞，获得了微软官方认可；它还挖出了OpenClaw（龙虾）4个核心组件漏洞和23个龙虾生态漏洞——龙虾创始人都点头了。
外界更多将Mythos视为大模型能力的外溢，而图龙锋却走的是智能体路线，为什么会被称为“中国版Mythos”？
周鸿祎给出的回答是，不能照搬美国路线。Anthropic走的是典型的“大力出奇迹”——最强模型、最强算力、最强芯片，靠模型能力硬砸。客观来说，国产开源基座模型和Anthropic还有差距，“不能等基座模型能力赶上Anthropic之后再做漏洞挖掘，因为我们等不起时间。”
所以，360选择了智能体路线，不在模型和算力上死磕，而是通过智能体“曲线救国”。大模型本身的能力可能在80分，但加上智能体Harness平台——控制上下文、管理工具调用、供给知识、设计流程、协调多智能体协作——可以发挥出90分的水平。周鸿祎打了个比方，Harness就是给大模型装上“手和脚”，让它从会思考变成会干活。
除此之外，360有着20年的攻防经验和安全大数据，累计报送监管漏洞25万个，网络空间测绘数据超1400亿，全球攻击样本380亿，恶意样本超60亿。这些数据有的被训练成专业安全大模型，有的蒸馏进了智能体，有的做成了安全Skill。
多智能体蜂群还会根据目标自动编排和调度，先做威胁建模、筛选高危攻击面，再沿着跨文件的数据流发现漏洞，然后图龙锋会自动构建沙箱环境，生成攻击代码做实地测试。这样漏洞总数虽然比“地毯式搜索”少，但每个都是确认而非疑似，完成任务后蜂群还会总结复盘，越用越聪明。
“通过智能体工程化路线，我们把漏洞挖掘这件事从中彩票变成了流水线可以持续运转的工厂。”周鸿祎说。图龙锋现在能挖主流的三类漏洞，在他看来，这已经和Mythos具备了同等的能力。
在防御端，360还即将上线另一款产品“仪天阵”，能响应告警、处理风险，基本实现无人值守和自动运营。“以算力对抗算力，以智能对抗智能，以机器对抗机器，让中国防御体系从人海战术走向自动驾驶。”周鸿祎说。
02、当AI杀入安全领域
世界范围内，Mythos引发的震荡远没有结束。截至2026年5月，Glasswing联盟已从最初的40多家扩展到200多个组织，Mythos Preview累计发现超过1万个高危和严重等级漏洞，其中超过99%尚未被修补。OpenAI也在跟进——ChatGPT 5.6推出了Cyber版，给每个开发成员配一个安全专家。
大模型公司跨界杀入安全领域，让传统的网络安全公司坐立不安。周鸿祎在群访中讲了一个故事：“你们知道口香糖吗？本来在中国卖得很好，因为（顾客）在超市结账的时候会顺手买一包。后来有了手机支付，大家不找零钱了，也不捎带买了。口香糖被手机支付干掉了。”
360集团首席科学家、集团高级副总裁潘剑锋认为，AI厂商不会因为模型能力强就直接取代安全公司，安全仍然是高度垂直、依赖攻防经验和行业知识的领域，但不懂AI的安全公司可能会先出局。
他从技术层面给出了更系统的判断。传统安全建立在确定性计算之上——人把不确定的世界抽象为确定的计算规则，这是人适应机器。但大模型出现后，计算从确定走向了不确定，模型能直接处理模糊、开放的真实世界，机器反过来适应人了。这种不确定性赋予了AI推理和创造的能力，也成了智能体新型安全风险的根源。
外部的攻击者不再需要直接下达明显的恶意指令，可以把意图隐藏在用户输入、系统提示、工具返回等内容中，人未必能看出其中的危险，大模型却可能“读懂”隐藏指令，进而实现模型注入、指令覆盖等。在内部，大模型又依赖统计规律生成结果，不具备对现实世界的完整、稳定认知，因此无法彻底避免幻觉，比如编造不存在的实体、对事件顺序和持续时间的认知错误等。当智能体开始连续推理、调用工具，甚至与其他智能体协同工作时，一个看似微小的判断错误，可能沿着任务链不断传递和放大。
“过去AI产生幻觉，可能只是答错一道题；今天，拥有系统权限和工具调用能力的智能体一旦判断错误，可能直接执行错误操作。”潘剑锋说。因此，他提出了三层的安全治理思路：输入层识别恶意意图，推理层减少幻觉，执行层限制智能体的行动边界。核心原则一句话——AI可以犯错，安全必须兜底。
对于未来的市场格局，潘剑锋的判断是智能体安全将成为每个智能体的标配基础设施，但这一市场不会被一家厂商完全垄断：“它可能更像手机行业，几家大型厂商占据主要市场，不同细分领域仍然存在大量专业化空间。”
群访最后，周鸿祎自己做了个总结：“做安全行业的人非常苦逼，就像希腊神话里的西西弗斯一样，每天辛辛苦苦地推一块大石头，以为到一个阶段安全问题终于告一段落了，结果AI出现了，智能体出现了，老的问题当然解决了一些，但新的问题又来了。”
这话里有自嘲，有无奈，也有行业宿命感。但推石头的人还在推——Mythos一度引发管制争议，360则选择用图龙锋探索中国自己的智能体安全能力，安全行业从来没有“一劳永逸”这个选项，新的问题会不断涌现，但更好的产品和工具也会被不断地造出来。
了不起的智能体，希望有一款能帮到你：
