AI新模型查漏洞强但太烧钱，企业设法降本

今年5月，Anthropic公司修改了旗下人工智能模型Claude Mythos的保密协议，准许早期参与测试的合作伙伴公开其试用情况。据The Information报道，该模型在网络安全任务的早期企业测试里，展现出远超当前常规工具的漏洞检测水平，但随之而来的高昂使用费用，迫使相关企业不得不增加预算，并探索混合部署等降本方案。

在具体应用方面，Palo Alto Networks自今年初开始利用Mythos扫描自身源代码。在短短三周时间里，该系统就找出了超过20个严重漏洞，检测效率大约是传统工具的五倍。然而，其token消耗费用在极短的时间内便突破了100万美元（约人民币679.34万元）。为了控制开支，该公司随后采取了折中方案，构建了由Mythos负责规划、Opus 4.7负责执行的分层架构。Zscaler执行副总裁Dhawal Sharma也坦言，尽管Mythos的开销比传统代码扫描工具高出一个数量级，但这笔投资依然具有价值。此外，UiPath方面透露，其目前主要采用Opus 4.7模型，并借助提示词工程优化，成功将人工智能网络安全扫描预热阶段的token消耗量从15万大幅缩减至3000。

鉴于Mythos具备强大的能力，Anthropic起初仅允许“Project Glasswing”网络安全计划的合作伙伴获取访问权限，以便关键基础设施运营商优先提升安全防护。到了6月2日，Anthropic把该计划的覆盖范围扩大到了全球15个国家的约150家新机构，涉及电力、水务、医疗、通信以及硬件等此前未被充分覆盖的关键基础设施行业，新加入的机构必须通过严格的安全审查才能获得访问权限。此外，Anthropic此前曾宣布，将在未来几周内面向所有用户推出与Mythos能力相当的全新模型。

注：按1美元≈6.79人民币计算