Anthropic于2026年10月推出Cyber Mission，整合模型、工程支持、威胁研究与资金，聚焦关键基础设施防护与为开源项目提供免费OSS Scanner。计划包含面向电力、水务、制造、交通和政府系统的CIDP合作网络，以及未经人工复核的模型驱动开源漏洞扫描，强调维护者需负责验证与修复。
Anthropic于2026年10月8日宣布推出“Anthropic Cyber Mission”，承诺将前沿模型、工程支持、威胁研究和资金投入到关键基础设施与开源软件安全领域。该计划首先包括面向电力、水务、制造、交通和政府系统的关键基础设施防御项目，以及向符合条件的开源项目免费提供定期安全扫描的OSS Scanner。
Anthropic表示，Cyber Mission的目标并不是单纯增加漏洞发现数量，而是帮助防御方完成从发现、验证到修复的完整流程。公司同时承认，AI发现问题的速度已经快于许多组织验证、披露和修复问题的能力；因此，计划能否降低现实风险，仍取决于维护者、安全团队和基础设施运营者能否处理模型产生的结果。
从关键基础设施防御开始
Cyber Mission的第一条主线是Critical Infrastructure Defense Program（CIDP）。该项目将Claude模型、Anthropic的现场工程师和威胁研究能力，交给为关键基础设施运营者提供安全服务的可信供应商。
Anthropic列出的首批11家创始合作方包括Accenture、Booz Allen、CrowdStrike、Deloitte、Dragos、Hitachi、Insane Cyber、Nozomi Networks、Palo Alto Networks、PwC和Rockwell Automation。合作方涵盖咨询公司、网络安全厂商、工业控制系统安全企业，以及生产和维护工业设备的制造商。
这些系统与普通互联网应用不同。电网、水务、工厂和交通网络往往依赖运行了数十年的操作技术（OT），包括控制器、控制软件和工业网络。许多设备不能随意下线，补丁也不能像普通软件更新一样即时部署。一个错误的修改可能造成工厂停产，甚至影响供电、供水和运输服务。
Anthropic称，部分合作方已经在使用Claude修复漏洞，并帮助其客户处理类似问题。公司计划先与一小批供应商合作，评估哪些方法在现实的工业环境中既有效又足够安全，再逐步扩大覆盖范围。
不过，Anthropic目前公布的是合作计划和正在进行的工作，而不是已经完成的基础设施安全升级。公司没有声称所有漏洞都已修复，也没有提供能够独立证明电力、水务或交通系统防护效果的公开审计结果。
OSS Scanner把漏洞扫描交给维护者复核
Cyber Mission的第二条主线是OSS Scanner。Anthropic表示，几乎所有软件都依赖开源代码，而许多项目由规模很小的团队或志愿者维护。OSS Scanner将向登记的核心开源项目定期提供模型扫描，服务暂时免费。
每份报告可以包括漏洞利用概念验证、问题解释，以及在可能的情况下提供修复建议。但与Anthropic此前通过协调披露流程发送的结果不同，OSS Scanner的报告由模型生成，发送前不经过人工审核。
Anthropic预计OSS Scanner的真实阳性率超过90%，同时明确警告报告可能出现错误，例如严重性评级不准确。维护者仍需要自行复现问题、判断实际影响、划分优先级并完成修复。对于没有能力处理大量模型发现结果的项目，Anthropic表示将继续通过协调漏洞披露流程提供经过人工验证的报告。
这一点尤其重要，因为AI降低了漏洞假设和概念验证的生成成本，却没有自动消除复现、影响评估和补丁部署的成本。一个无法在现实环境中触发、没有可达攻击路径，或对用户没有实际影响的代码问题，不能仅凭模型报告就被视为高危漏洞。
类似的分诊压力已经出现在其他漏洞奖励计划中。[Google暂停开源软件漏洞奖励计划部分报告](https://aifluxnews.com/google%E6%9A%82%E5%81%9C%E5%BC%80%E6%BA%90%E8%BD%AF%E4%BB%B6%E6%BC%8F%E6%B4%9E%E5%A5%96%E5%8A%B1%E8%AE%A1%E5%88%92%E9%83%A8%E5%88%86%E6%8A%A5%E5%91%8A%EF%BC%9Aai%E7%94%9F%E6%88%90%E7%9A%84%E6%97%A0/）的背景显示，当自动化工具制造大量未经验证的报告时，安全团队可能被迫把更多时间花在筛选信号上，而不是修复真正重要的问题。Anthropic此次选择把未经人工审核的扫描结果直接交给有能力处理的维护者，实际上也是在把验证责任明确保留在人类团队手中。
Anthropic还表示，将继续支持Python Software Foundation、Linux Foundation旗下的Alpha-Omega和OpenSSF、Apache Software Foundation，以及负责汇总和协调漏洞报告的Akrites与Gold Eagle。公司称，8月推出的Defender Advantage Fund将支持相关试点，并帮助维持OSS Scanner的免费使用。
Cyber Mission延续Project Glasswing
Anthropic把Cyber Mission描述为Project Glasswing和此前网络安全项目的延伸。2026年4月启动的Project Glasswing，曾向一批关键软件和基础设施维护者提供Claude Mythos Preview，用于发现和修复漏洞。Anthropic当时承诺提供最高1亿美元的模型使用额度，并向开源安全组织捐赠400万美元。
在10月6日公布的[网络安全验证计划扩展方案](https://aifluxnews.com/anthropic%E6%89%A9%E5%A4%A7%E7%BD%91%E7%BB%9C%E5%AE%89%E5%85%A8%E9%AA%8C%E8%AF%81%E8%AE%A1%E5%88%92%EF%BC%9A%E4%B8%89%E6%A1%A3%E8%AE%BF%E9%97%AE%E6%9D%83%E9%99%90%E5%90%91%E6%9B%B4%E5%A4%9A%E7%BB%84/）中，Anthropic称，合作方在2026年4月至7月间发现了至少129,000个经过验证的软件漏洞；公司自己的开源扫描工作在4月至10月间又发现了5,500个经过验证的漏洞，其中超过33,000个被评为高危或严重。
这些数字需要放在公司的统计口径下理解。Anthropic表示，相关数据只来自部分合作方，真实影响可能至少是公布数字的五倍。这是公司的下限估计，而不是独立审计或整个软件生态的普查结果。漏洞被发现、被验证、被披露和最终被修复，也分别代表不同阶段，不能把漏洞发现数字直接等同于已经完成的安全改进。
Project Glasswing的阶段性经验也解释了为什么Anthropic现在强调维护者容量。公司在早期项目中观察到，漏洞可能在发现后数月仍未完成验证、披露或修复；对于不能轻易停机的操作技术，安全修复甚至可能等待多年。
更强的模型能力伴随更严格的边界
Cyber Mission发布之际，Anthropic也在扩大Cyber Verification Program（CVP）。该计划把面向防御、授权红队测试和高风险专业系统的模型访问分成Defense Access、Red Team Access和Specialized Access三档，并要求申请组织接受核验和相应的安全控制。
这种安排反映出网络安全AI的双重用途属性：帮助安全团队发现和修复漏洞的能力，也可能被攻击者用于寻找和利用漏洞。Anthropic没有把最强的网络安全能力作为普通用户可以无限制调用的功能，而是试图将模型能力与组织身份、授权范围、数据留存和审计要求绑定。
Anthropic公布的内部测试显示，在CyScenarioBench的50次测试中，没有CVP权限的任务全部在第一条提示后被拦截；Defense Access下有46次在过程中被拦截，4次完成；Red Team Access下没有出现拦截，模型完成了50次中的34次。公司称，后一个结果接近关闭相关安全措施时的67.6%完成率。
这些数据可以说明Anthropic自身安全策略在特定测试中的差异，但不能直接等同于模型在真实网络中的攻击成功率。测试场景、任务选择、运行环境和评判方式均由公司设定，现实基础设施的复杂性、授权关系和补救机制也不同于实验评测。
AI安全防御的瓶颈正在转移
Anthropic认为，未来两年内，AI可能让防御方占据优势：漏洞更容易在软件发布前被发现，安全代码可以更快生成，模型也可以参与持续防御。但在更近的时期，攻击成本下降可能先于防御体系的扩张。
这使得Cyber Mission的真正考验不只是模型能否找到更多漏洞，而是安全生态能否承受这些发现。关键问题包括：报告是否可以复现，严重性如何判断，谁拥有授权，补丁由谁设计和部署，以及关键基础设施能否在不影响运行的情况下完成修复。
Anthropic计划在未来数月扩大CIDP的合作伙伴和行业覆盖，同时扩展开源软件及更广泛软件供应链的安全工作。公司表示，也希望与其他AI开发商、安全企业和政府合作，分享有效或无效的经验。
目前可以确认的是，Anthropic已经宣布Cyber Mission、CIDP、OSS Scanner及其首批合作方；OSS Scanner的报告仍需维护者和安全团队验证，关键基础设施项目也仍处于合作和扩展阶段。至于这些计划能否在现实环境中减少攻击路径、缩短修复时间，并避免模型生成的低质量结果挤压有限的安全资源，还需要后续运营数据和独立验证。
来源：