图片来源：Anthropic
今年早些时候，Palo Alto Networks 开始测试 Anthropic 的 Claude Mythos 来审查其自身源代码时，很快就看到了网络安全的未来。同样，他们也很快看到了这一未来所需的代价。
Palo Alto Networks 威胁情报部门高级副总裁 Sam Rubin 表示，该模型在大约三周内发现了超过二十个关键漏洞，约为公司使用现有工具通常发现数量的五倍。他还提到，公司使用 Mythos 后，"非常迅速地"消耗了价值超过一百万美元的Token。
另一位 Mythos 测试者表示，即使仅使用该模型几周，也可能花费数百万美元。
Anthropic 一直在为早期的 Mythos 测试者提供补贴，这意味着 Palo Alto Networks 无需承担测试费用。但企业网络安全高管表示，他们正准备增加 Mythos 及其他尖端 AI 的预算，这些技术将重塑企业防御黑客攻击的方式。
Anthropic 自身表示，Mythos（由于担心该 AI 会被用于协助攻击，尚未向公众广泛发布）每 Token 的成本将比最广泛使用的 Anthropic 高级模型 Opus 高出约六倍。而 Opus 已处于市场价格较高的区间， 这一点许多企业最近已有所了解 。（Token 是 AI 模型处理以生成答案的单词或单词片段。）
然而，根据一家测试过这些模型的英国机构表示，与 Opus 相比，Mythos 在复杂的网络安全任务上表现要好得多。这表明客户可能只需支付大约两倍的费用就能使用 Mythos。
云安全公司 Zscaler 的执行副总裁 Dhawal Sharma 表示，该公司一直在使用 Mythos 扫描自身代码中的漏洞，发现其成本比传统代码扫描工具高出"一个数量级"。"但我们认为这笔投资是值得的，"他说。
其他企业安全负责人也表示，鉴于重大安全漏洞可能使公司面临数千万甚至数亿美元的法律罚款以及向受影响的客户和合作伙伴支付其他赔偿，为 Mythos 支付更高费用是必要的。
图片来源：The Information
这些高管表示，他们预计在未来一年内将在这类模型上投入大量资金，用于分析公司代码，并在黑客发现漏洞之前将其找到。他们也在评估是否购买额外的网络安全工具，以防御恶意黑客利用人工智能入侵企业的特定网络攻击—— 这一趋势正在上升 。（Anthropic 表示，他们正在开发阻止黑客使用 Mythos 的功能。）
围绕 Mythos 的热潮"正促使所有组织重新评估其安全态势"，管理着近 8000 亿美元资产的投资公司 Principal Financial Group 的首席信息官 Ryan Downing 表示。"过去，从漏洞被发现到被利用之间总有一定的时间差，许多流程都建立在这一假设之上，但这种情况已不复存在。"
Principal 并不在 Anthropic 授予 Mythos 早期访问权限的精选公司之列。但 Anthropic 周四表示，计划"在未来几周内向所有客户发布 Mythos 类模型。"
即将推出的产品可能进一步推动 Anthropic 的发展，该公司凭借其在编程及其他工作场景（包括自动化部分低级网络安全工作 ）中的人工智能能力， 在营收上迅速超越其主要竞争对手 OpenAI。尽管 Anthropic 计划对 Mythos 客户收取比现有模型高得多的溢价，但该公司表示该模型的运营成本极高。目前尚不清楚这将如何影响 Anthropic 近期表现强劲的毛利率。
OpenAI 同样将其最新的网络安全模型 GPT-5.5-cyber 分享给少数公司进行测试，而非广泛发布。英国人工智能测试机构表示，Mythos 在某种程度上比 OpenAI 的模型更为先进。
诚然，Anthropic 和 OpenAI 近期都不慎将未发布的模型及其他内部数据暴露给未授权用户 ，这表明即便它们帮助其他组织强化系统安全，自身也存在安全问题。
艰难的对话
一些高管表示，为新型人工智能网络安全防护买单可能具有经济意义。美国联邦调查局记录显示，去年美国因网络攻击造成的损失近210亿美元，高于前一年的166亿美元。近年来，遭受黑客攻击的企业支付的赎金在单起事件中经常达到数千万美元，尽管许多支付金额并未公开。
IT 服务公司 Veeam 的首席信息安全官 Gil Vega 表示，该公司虽然尚未获得 Mythos 的访问权限，但已增加了网络安全工具的预算，包括用于扫描代码漏洞的高级 AI 模型。这导致他与 Veeam 的首席财务官进行了一些"艰难的对话"。
由于该公司年收入超过10亿美元，且与众多联邦政府客户合作，因此他们无法承受安全漏洞带来的后果，所以公司批准了更高的支出。
Vega 表示："使用 AI 工具进行这种级别的代码审查极其昂贵，"不过他并未透露该公司在此类软件上的总支出。"但最近有很多备受瞩目的黑客攻击案例，我们不想陷入那样的境地。如果你失去了客户群的信任，这对你的业务将是致命的。"
即便没有使用 Mythos，企业在安全领域的 AI 投入也在增加。企业软件公司 UiPath 的首席信息安全官斯科特·罗伯茨透露，该公司一直在利用 Anthropic 的 Opus 4.7 及其他 AI 模型来检测自身软件的安全漏洞。
管理 Mythos 成本
UiPath 每年已预算数百万美元用于内部使用 AI 工具，包括安全领域，Roberts 表示。尽管如此，他的团队通过将较简单的任务分流至其他 AI 开发商的更廉价模型，已成功降低了此类扫描的成本。
早期采用者已在开发能减少 Mythos 使用量的系统。UiPath 最初为模型开发了一套指令集（即技能），每次 AI 在正式执行调查前的"预热"阶段就需要消耗约 15 万 token，他说。若使用 Anthropic 或 OpenAI 的领先模型，每项任务成本将达数美元，且会迅速累积。
但罗伯茨表示，其团队修改了指令，使模型在启动任务前仅消耗 3000 个令牌进行预热。他未详述具体调整方案，但强调这些改动并非 UiPath 独有。其他企业也通过此类"提示工程"——在掌握模型响应规律后调整指令——来优化交互效果。
与此同时，罗伯茨表示，UiPath 还一直在向 Echo 等初创公司购买新型工具，这些工具旨在减少黑客可能利用自身人工智能模型嗅探出的漏洞数量。
类似地，鲁宾称，Palo Alto Networks 通过将部分工作分流至成本更低的模型，减少了 Mythos 的使用量。该公司建立了一套系统：先由 Mythos 制定入侵软件的方案，再指示像 Opus 4.7 这样的廉价模型执行该方案，从而有效降低了成本。
尽管如此，鲁宾表示他已与数百名企业安全官员进行过交流，这些官员正计划因 AI 驱动攻击的潜在威胁而增加安全预算。尽管这一说法可能带有自利色彩——因为 Palo Alto Networks 本身将从这类支出中获益——但自 4 月份 Mythos 发布以来，投资者已将该安全公司的股价推高了逾 50%。
“Mythos 已将这一问题的重要性提升到董事会、首席财务官、首席执行官都在询问如何确保其安全计划为此做好准备的程度，”鲁宾表示，“而首席财务官在准备情况方面更倾向于听取首席信息安全官的意见，因此我确实认为我们会看到预算的增加。”
参考资料：
https://www.theinformation.com/articles/anthropics-mythos-security-powerhouse-budget-buster?rc=p2bxcy
