# Mythos 真那么神？一个盲测把各家模型拉出来找安全漏洞，结果都挺吃力

> 原标题：Will It Mythos?

- 来源：Hacker News 首页
- 发布时间：2026-06-23T04:15:04.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/40038
- 原文：https://swelljoe.com/post/will-it-mythos/

## 摘要

作者把 Anthropic 用 Mythos 发现的 9 个真实漏洞做成了盲测基准：给模型完整的源码树和要审查的文件，不给任何提示，看谁能找出漏洞。结果所有模型表现都低于预期。Gemma 4 MoE 以 4/9 的检出率暂时领先，但它中途崩溃重试了好几次；GPT 5.5 Pro 只跑了 4 个案例就烧掉了 100 美元预算，2/4 的成绩参考意义有限。

## 推荐理由

作者用 Anthropic 自己披露的 Mythos 发现的 9 个真实漏洞搭了个盲测基准，给模型完整源码树但不给任何提示，看谁能找出漏洞。结果所有模型表现都低于预期，Gemma 4 MoE 以 4/9 暂时领先但中途崩溃重试了好几次，GPT 5.5 Pro 只跑了 4 个案例就烧掉 100 美元预算，2/4 的成绩说明不了太多问题。这是第一个用真实 Mythos 漏洞做的公开盲测，对想用模型辅助代码审计的团队来说，数据虽然少但很直接。

## 锐评

GPT 5.5 Pro 跑 4 个案例烧 100 美元，这个数字比 2/4 的成绩更值得看。找漏洞这种活要模型把整个源码树读进去反复推理，context 和输出都拉满，单案例 25 美元，一个中等项目几十个文件全审一遍就是几百上千美元，比雇个安全工程师按小时算还贵。Gemma 4 MoE 4/9 领先但中途崩了好几次，这活现在还是靠重试堆出来的。模型辅助代码审计现阶段只能当线索生成器，别指望它替人把关，预算先按每次几十美元估。
