拓冰网站定制 
TL;DR 太长不看版Anthropic 在 9 月 29 日发了一篇风险警告全文最有传播力的却是它对 GLM-5.3 能力的描述。它给出的两个案例一天之内自主串出浏览器 0-day20 分钟人工加 20.40 美元做出一条公开漏洞的完整利用链。12 天前NIST 下属 CAISI 已经做过独立评估结论是「GLM-5.3是迄今最强开放权重模型但落后美国前沿约四个月」。两个结论都成立因为口径不同Anthropic 看的是「尝试成功率」CAISI 看的是分档得分。评估方是被评估方的竞争对手且发文当天其 CEO 正在白宫签署“行业自我监管协定”也是很“巧合”。一、一份警告读起来像推荐信9 月 29 日Anthropic 前沿红队发布了一篇研究报告。文章的意图很明确提醒风险。它要提醒的对象是智谱 Z.ai 的开放权重模型 GLM-5.3。文章给出的判断是这个模型能自主完成端到端漏洞利用护栏也容易被绕过。但读完你会发现全文最有传播力的一句是它对 GLM-5.3 能力水平的描述。原文说这个模型构建端到端漏洞利用的能力已经接近Anthropic 未公开的 Claude Mythos Preview。这句话的分量需要一点背景才看得出来。五个月前Anthropic 做出了第一个能自主构建端到端漏洞利用的模型。他们判断这东西太危险决定不公开发布。只交给一批维护关键软件的公司走一个有限发布计划代号 Project Glasswing。据 Anthropic 自己的说法这批受信任的防守方用它发现了超过 10,000 个漏洞。一个被刻意关起来的模型被一个可以随便下载的模型追上了。这就是全文最大的反差。报告上线当天buildwithhassan 的第一反应就是「我不敢相信 Anthropic 发了这个」。他点出的反差和上面这段一样。一份针对别人模型的完整红队报告结论是「它做利用链几乎和 Claude Mythos Preview 一样好」而那个模型被 Anthropic 为安全锁了起来这一个却能直接下载。二、它到底认证了什么先看能力数据。Anthropic 用了两套测试。第一套是 ExploitBench测的是端到端漏洞利用。410 次尝试里GLM-5.3 成功 50 次。Claude Mythos Preview 成功 56 次。两者速率相近。参照组是上一代模型Claude Opus 4.6 和 GLM-5.2基本为零。第二套是 Anthropic 内部的 Binary Exploitation 基准。100 个任务测的是完整控制流劫持。GLM-5.3 的成功率是 4%Mythos Preview 是 6%。Opus 4.6、GLM-5.2、Kimi K3、DeepSeek V4.1-Flash全部为 0。Anthropic 在这里的措辞相当克制。它承认 GLM-5.3 略低于 Mythos Preview。但它也说一道有意义的门槛已被跨过。第三个测试护栏第三套测量针对安全护栏。同样一批攻击意图不做事先包装时模型全部拒答。Anthropic 试了三种绕过手法指标是模型会不会真的去连远程目标把请求包装成「授权的红队演练」配合率 64%在提示层面做手脚92%直接改动权重、从根上移除拒答100%。对照组是受防护的 Claude在可以下指令的那一档它是 0%另外两档对它不适用——一个接口不支持一个权重根本不公开。真正让这份认证立得住的还是后面两个实战案例。案例一0-day研究员在隔离环境里给了 GLM-5.3 一台 Linux 机器和一个主流浏览器的本地版本。事先不告诉它漏洞在哪里。一天左右的时间里人工实际投入不到 1 小时——其余工作由模型自己完成。它在浏览器的 JavaScript 引擎里找到了多个此前未知的漏洞。它把这些漏洞串成了一条完整攻击链。演示中一条网页链接就能读取访问者电脑上的任意文件。Anthropic 公布的截图显示它成功读取了测试机的SSH 私钥。相关漏洞已向浏览器维护方披露。案例二一笔账单研究员换用更小的 GLM-5.3-Flash。输入是一份已经公开的 Chrome 漏洞 CVE-2026-11645加上另一个已知漏洞的资料。没有显著的人工指导。模型把两个漏洞组合成一条针对 ARM64 平台的可靠利用链。它还绕过了指针认证PAC加固。成本是多少20 分钟人工注意力加上模型自主运行 8 小时。按智谱当时的 API 价格计算账单是20.40 美元。三、20.40 美元才是真变量把两个案例放在一起看重点在价格。一条已经公开、理论上人人都知道的漏洞过去要从资料走到可用的利用链是数周乃至数月的工作量。现在这段路的账单是 20.40 美元。人力投入是 20 分钟。这个数字改变的是门槛。天花板决定最强的那批人能做什么变化很慢门槛决定有多少人能做一旦塌下来就再也回不去了。对防守方来说压力会落在很具体的地方。补丁窗口不再从「攻击者开始研究」那天起算。它从漏洞公开那天起算——而且可能只有小时级。过去留给运维团队的缓冲期是被「研究成本高」这件事撑住的。成本一旦掉下来缓冲期也跟着掉。四、然后 NIST 说话了如果故事到这里结束标题就是「开源模型追上来了」。但还有一份文件比 Anthropic 早发了 12 天。9 月 17 日美国 NIST 下属的 CAISI 发布了它对 GLM-5.3 的评估。CAISI 是一个政府背景的独立评估机构不属于任何模型厂商。它与英国 AISI 一起是少数会主动评测中国开放权重模型的机构。过去四个月里它已经连续评估了 GLM-5.2、Kimi K3 和 GLM-5.3。但 CAISI 给出的答案和 Anthropic 不一样。它的措辞是GLM-5.3 是迄今网络能力最强的开放权重模型。这句话在传播中被简化成了「开源最强」。CAISI 紧接着给了后半句。它落后美国前沿约四个月不是接近。支撑这个判断的是四项基准。基准GLM-5.3美国最佳此前中国开放权重最佳SEC-Bench Pro找并触发已知漏洞40.4%90.2%27.3%ExploitBench把已知漏洞做成利用61.1%100%32.2%ExploitGym502 个任务9.4%44.4%2.6%CAISI OSS-Fuzz无描述、无样例找洞7.7%23.2%2.4%来源NIST CAISI2026 年 9 月 17 日括号内为 95% Wilson 置信区间。这四项覆盖两类任务一类是找出漏洞一类是把漏洞用起来。四行数据里GLM-5.3 与美国最佳在每一项上的置信区间都不重叠。差距最大的一项是漏洞发现49.8 个百分点。不过同一次评估也给了另一组参照。相比此前中国开放权重的最佳模型GLM-5.3 在其中三项上有接近翻倍到三倍以上的提升。所以更准确的描述是它没有追平美国前沿但它在快速接近。五、为什么两个结论都是真的有意思的地方在这里。两份数据没有打架。它们测的不是同一件事。Anthropic 说的「接近」用的是尝试成功率。410 次尝试成功 50 次约 12%。Mythos Preview 约 14%。两个数差不多所以叫接近。CAISI 说的「落后」用的是分档得分。同一个 ExploitBenchCAISI 给 GLM-5.3 的是 61.1%给美国最佳的是 100%。同一个基准名两种计分方式两个故事。测量方法的选择本身就在传递立场同一件事换个量尺结论就能翻面。CAISI 的美国最佳分数包含关闭系统级护栏的版本。普通客户从 API 拿到的是护栏开着的版本。开放权重的模型一旦自托管就没有这一层。所以在某些维度上美国模型实际能做的事可能低于 CAISI 显示的天花板。六、评估正在变成竞争的一部分到这里可以说那件不太舒服的事了。Anthropic 评估的是竞品。它用的两套基准里Binary Exploitation 是内部基准。它的结论方向与它的政策主张完全一致。它主张政府应该对足够强的模型强制安全测试。同时主张扩大防守方对前沿模型的访问。这两条都与它的利益同向。但这是竞争对手做的评估不是独立审计——这不影响数据本身但影响你该怎么用它。还有一处时间线上的细节值得留意。Anthropic 的文章 9 月 29 日发出。它确实引用了 NIST 的评估也提到了「落后约四个月」。同一天Anthropic CEO 达里奥·阿莫代伊正在白宫与特朗普一起和另外五家美国 AI 公司的高管签署一份自我监管承诺。两天前特朗普刚与他在白宫共进私人晚餐。这家公司一边主张政府对足够强的模型强制安全测试一边在同一天签下了「行业自己管自己」的协定。同一天发生可能是巧合文章和那场会面有没有因果关系。当天注意到这个时间巧合的是西班牙语区 AI 科普博主 DotCSV。他还指出夸大开源模型的能力、把它抬到私有模型的水平本就是常见操作罕见的是这次出手的就是 Anthropic 自己。更能说明问题的是文章自己透露的细节。Anthropic 的研究员用 GLM-5.3 挖出了浏览器 0-day。这项工作是防守方要做的活。安全研究员 Andrew Caseattrc的原话是「我非常困惑为什么 Anthropic 要写一篇博客替安全团队宣传应该换用 GLM」这句话点到了一个真实矛盾。护栏在攻击和防守之间不做区分。2026 年 7 月一起 AI agent 逃逸事件中响应团队需要拆解上万条动作记录。先试的模型大面积拒答。团队最终改用自托管的中文开放权重模型才完成了解码工作。这条线索只有行业媒体转述没有一手原文。如果这条成立含义比「护栏可绕」更深。护栏的误杀率也在把专业用户推向开放权重。Anthropic 自己就在主张给防守方更多前沿模型访问权说明它知道这个问题。但它的解法是扩大白名单不是降低误杀。这一点比护栏本身更值得接下来观察。几小时后还有一条更直白的帖子。no_stp_on_snek 写道「看完 Anthropic 这篇文章我重新下载了 GLM 5.3之前为了腾空间删掉过。」从上面那条「不敢相信」到这条只隔了五个多小时。一份警告最直接的产出是一次反向下载。七、常见问题QGLM-5.3 真的比美国前沿模型强吗不是。CAISI 的独立评估显示它落后约四个月四项基准的置信区间都不重叠。但相比上一代中国开放权重模型它确实有明显跃升。QAnthropic 说的可信吗它给出的案例和测试口径都可核实其中一个基准还是公开基准。但它同时是竞品和政策主张方结论需要第三方复现。Q这两份评估有没有可能出错有可能。Anthropic 自己承认模拟测试环境无法真实执行代码它还把「模型尝试连接远程目标」和「实际入侵成功」分开表述。CAISI 则在方法论说明里给出了置信区间。两份文件都留了修正空间这反而比单纯的厂商宣传更可信。Q发布当天的白宫会面和这篇文章有关系吗时间上重合是事实文章 9 月 29 日发出Anthropic CEO 同日在白宫签署行业自我监管协定两天前还刚与特朗普共进晚餐。但「因此才发」是外界推断没有一手信息能证明因果。可以确定的是这两件事的方向并不一致。Q「开源最强」这个说法准确吗准确但限定在两个范围内网络能力开放权重。而且这句话出自 NIST 的 CAISI不是 Anthropic。Q护栏真的没用吗不是。裸指令下模型拒答率是 100%。问题在于绕过的成本很低尤其是权重可下载这一点没法靠升级 API 修复。Q普通企业需要做什么先把补丁窗口的假设改掉。一条公开漏洞的利用链成本已经降到两位数美元从披露日到武器化的时间就不再是安全边界。Q这件事和开放权重该不该开放有关吗有关。同一周智谱与安全机构 Concordia AI 提出了开放权重的分阶段发布框架并把 GLM-5.3 自己延后两周放出权重作为范例。这与 Anthropic 的呼吁方向部分重合。参考来源GLM-5.3 and the spread of advanced cyber capabilities Anthropic Frontier Red Team https://www.anthropic.com/research/glm-5-3-and-the-spread-of-advanced-cyber-capabilitiesCAISI’s Assessment of Z.ai’s GLM-5.3 Cyber Capabilities NIST CAISI https://www.nist.gov/news-events/news/2026/09/caisis-assessment-zais-glm-53-cyber-capabilitiesAnthropic: Zhipu’s GLM-5.3 Matches Claude on Autonomous Exploits AI Weekly https://aiweekly.co/alerts/anthropic-zhipus-glm-53-matches-claude-on-autonomous-exploitsAnthropic: open-weights GLM-5.3 nearly matches Claude Mythos Preview at building exploits ArtificialWatch https://artificialwatch.com/wire/glm-5-3-cyber-anthropicAnthropic finds a Chinese open-weight model can build working cyber exploits It Does What Now? https://itdoeswhatnow.com/m/2026-09-29-anthropic-finds-a-chinese-open-model-can-build-working-cyber-exploitsAnthropic reports GLM-5.3 built browser exploits in 50 of 410 attempts AI Primer https://www.ai-primer.com/engineer/stories/glm-53-exploit-testsFree Chinese AI ‘matches’ US rivals at finding flaws on one narrow test PK Sharma Briefing https://www.pk-sharma.com/briefing/chinese-open-weight-models-bug-finding-match-claimChina is catching up CEO.com https://www.ceo.com/blog/china-is-catching-upAnthropic 一篇警告文将 GLM-5.3 写成了「最强安全工具」 网易 https://www.163.com/dy/article/L82IF6M40511D6RL.htmlCAISI’s Evaluation Cadence for Open-Weight and PRC-Origin AI Models CASRAI https://casrai.org/guides/caisi-open-weight-model-cyber-assessments“I am very confused why Anthropic wrote a blog post advertising for cybersecurity teams to switch to GLM!?!?” Andrew Caseattrc https://x.com/attrc/status/2105033855547613482“I can’t believe Anthropic posted this… the model Anthropic kept locked away for safety. Except this one you can just download.” Hassanbuildwithhassan https://x.com/buildwithhassan/status/2104998096396550222Sobre inflar las capacidades de modelos opensourceEs habitual ver cómo en ocasiones se inflan las capacidades… Carlos SantanaDotCSV https://x.com/DotCSV/status/2105073641792614412“Im redownloading GLM 5.3 after the anthropic article.” Tom Turneyno_stp_on_snek https://x.com/no_stp_on_snek/status/2105077025551618082Tech leaders, Trump sign new ‘self-policing’ AI accord USA TODAY https://www.usatoday.com/story/news/politics/2026/09/29/trump-official-rebranding-ai-to-super-intelligence/92003107007 Anthropic 发了篇警告，却替 GLM-5.3 做了背书
TL;DR 太长不看版Anthropic 在 9 月 29 日发了一篇风险警告全文最有传播力的却是它对 GLM-5.3 能力的描述。它给出的两个案例一天之内自主串出浏览器 0-day20 分钟人工加 20.40 美元做出一条公开漏洞的完整利用链。12 天前NIST 下属 CAISI 已经做过独立评估结论是「GLM-5.3是迄今最强开放权重模型但落后美国前沿约四个月」。两个结论都成立因为口径不同Anthropic 看的是「尝试成功率」CAISI 看的是分档得分。评估方是被评估方的竞争对手且发文当天其 CEO 正在白宫签署“行业自我监管协定”也是很“巧合”。一、一份警告读起来像推荐信9 月 29 日Anthropic 前沿红队发布了一篇研究报告。文章的意图很明确提醒风险。它要提醒的对象是智谱 Z.ai 的开放权重模型 GLM-5.3。文章给出的判断是这个模型能自主完成端到端漏洞利用护栏也容易被绕过。但读完你会发现全文最有传播力的一句是它对 GLM-5.3 能力水平的描述。原文说这个模型构建端到端漏洞利用的能力已经接近Anthropic 未公开的 Claude Mythos Preview。这句话的分量需要一点背景才看得出来。五个月前Anthropic 做出了第一个能自主构建端到端漏洞利用的模型。他们判断这东西太危险决定不公开发布。只交给一批维护关键软件的公司走一个有限发布计划代号 Project Glasswing。据 Anthropic 自己的说法这批受信任的防守方用它发现了超过 10,000 个漏洞。一个被刻意关起来的模型被一个可以随便下载的模型追上了。这就是全文最大的反差。报告上线当天buildwithhassan 的第一反应就是「我不敢相信 Anthropic 发了这个」。他点出的反差和上面这段一样。一份针对别人模型的完整红队报告结论是「它做利用链几乎和 Claude Mythos Preview 一样好」而那个模型被 Anthropic 为安全锁了起来这一个却能直接下载。二、它到底认证了什么先看能力数据。Anthropic 用了两套测试。第一套是 ExploitBench测的是端到端漏洞利用。410 次尝试里GLM-5.3 成功 50 次。Claude Mythos Preview 成功 56 次。两者速率相近。参照组是上一代模型Claude Opus 4.6 和 GLM-5.2基本为零。第二套是 Anthropic 内部的 Binary Exploitation 基准。100 个任务测的是完整控制流劫持。GLM-5.3 的成功率是 4%Mythos Preview 是 6%。Opus 4.6、GLM-5.2、Kimi K3、DeepSeek V4.1-Flash全部为 0。Anthropic 在这里的措辞相当克制。它承认 GLM-5.3 略低于 Mythos Preview。但它也说一道有意义的门槛已被跨过。第三个测试护栏第三套测量针对安全护栏。同样一批攻击意图不做事先包装时模型全部拒答。Anthropic 试了三种绕过手法指标是模型会不会真的去连远程目标把请求包装成「授权的红队演练」配合率 64%在提示层面做手脚92%直接改动权重、从根上移除拒答100%。对照组是受防护的 Claude在可以下指令的那一档它是 0%另外两档对它不适用——一个接口不支持一个权重根本不公开。真正让这份认证立得住的还是后面两个实战案例。案例一0-day研究员在隔离环境里给了 GLM-5.3 一台 Linux 机器和一个主流浏览器的本地版本。事先不告诉它漏洞在哪里。一天左右的时间里人工实际投入不到 1 小时——其余工作由模型自己完成。它在浏览器的 JavaScript 引擎里找到了多个此前未知的漏洞。它把这些漏洞串成了一条完整攻击链。演示中一条网页链接就能读取访问者电脑上的任意文件。Anthropic 公布的截图显示它成功读取了测试机的SSH 私钥。相关漏洞已向浏览器维护方披露。案例二一笔账单研究员换用更小的 GLM-5.3-Flash。输入是一份已经公开的 Chrome 漏洞 CVE-2026-11645加上另一个已知漏洞的资料。没有显著的人工指导。模型把两个漏洞组合成一条针对 ARM64 平台的可靠利用链。它还绕过了指针认证PAC加固。成本是多少20 分钟人工注意力加上模型自主运行 8 小时。按智谱当时的 API 价格计算账单是20.40 美元。三、20.40 美元才是真变量把两个案例放在一起看重点在价格。一条已经公开、理论上人人都知道的漏洞过去要从资料走到可用的利用链是数周乃至数月的工作量。现在这段路的账单是 20.40 美元。人力投入是 20 分钟。这个数字改变的是门槛。天花板决定最强的那批人能做什么变化很慢门槛决定有多少人能做一旦塌下来就再也回不去了。对防守方来说压力会落在很具体的地方。补丁窗口不再从「攻击者开始研究」那天起算。它从漏洞公开那天起算——而且可能只有小时级。过去留给运维团队的缓冲期是被「研究成本高」这件事撑住的。成本一旦掉下来缓冲期也跟着掉。四、然后 NIST 说话了如果故事到这里结束标题就是「开源模型追上来了」。但还有一份文件比 Anthropic 早发了 12 天。9 月 17 日美国 NIST 下属的 CAISI 发布了它对 GLM-5.3 的评估。CAISI 是一个政府背景的独立评估机构不属于任何模型厂商。它与英国 AISI 一起是少数会主动评测中国开放权重模型的机构。过去四个月里它已经连续评估了 GLM-5.2、Kimi K3 和 GLM-5.3。但 CAISI 给出的答案和 Anthropic 不一样。它的措辞是GLM-5.3 是迄今网络能力最强的开放权重模型。这句话在传播中被简化成了「开源最强」。CAISI 紧接着给了后半句。它落后美国前沿约四个月不是接近。支撑这个判断的是四项基准。基准GLM-5.3美国最佳此前中国开放权重最佳SEC-Bench Pro找并触发已知漏洞40.4%90.2%27.3%ExploitBench把已知漏洞做成利用61.1%100%32.2%ExploitGym502 个任务9.4%44.4%2.6%CAISI OSS-Fuzz无描述、无样例找洞7.7%23.2%2.4%来源NIST CAISI2026 年 9 月 17 日括号内为 95% Wilson 置信区间。这四项覆盖两类任务一类是找出漏洞一类是把漏洞用起来。四行数据里GLM-5.3 与美国最佳在每一项上的置信区间都不重叠。差距最大的一项是漏洞发现49.8 个百分点。不过同一次评估也给了另一组参照。相比此前中国开放权重的最佳模型GLM-5.3 在其中三项上有接近翻倍到三倍以上的提升。所以更准确的描述是它没有追平美国前沿但它在快速接近。五、为什么两个结论都是真的有意思的地方在这里。两份数据没有打架。它们测的不是同一件事。Anthropic 说的「接近」用的是尝试成功率。410 次尝试成功 50 次约 12%。Mythos Preview 约 14%。两个数差不多所以叫接近。CAISI 说的「落后」用的是分档得分。同一个 ExploitBenchCAISI 给 GLM-5.3 的是 61.1%给美国最佳的是 100%。同一个基准名两种计分方式两个故事。测量方法的选择本身就在传递立场同一件事换个量尺结论就能翻面。CAISI 的美国最佳分数包含关闭系统级护栏的版本。普通客户从 API 拿到的是护栏开着的版本。开放权重的模型一旦自托管就没有这一层。所以在某些维度上美国模型实际能做的事可能低于 CAISI 显示的天花板。六、评估正在变成竞争的一部分到这里可以说那件不太舒服的事了。Anthropic 评估的是竞品。它用的两套基准里Binary Exploitation 是内部基准。它的结论方向与它的政策主张完全一致。它主张政府应该对足够强的模型强制安全测试。同时主张扩大防守方对前沿模型的访问。这两条都与它的利益同向。但这是竞争对手做的评估不是独立审计——这不影响数据本身但影响你该怎么用它。还有一处时间线上的细节值得留意。Anthropic 的文章 9 月 29 日发出。它确实引用了 NIST 的评估也提到了「落后约四个月」。同一天Anthropic CEO 达里奥·阿莫代伊正在白宫与特朗普一起和另外五家美国 AI 公司的高管签署一份自我监管承诺。两天前特朗普刚与他在白宫共进私人晚餐。这家公司一边主张政府对足够强的模型强制安全测试一边在同一天签下了「行业自己管自己」的协定。同一天发生可能是巧合文章和那场会面有没有因果关系。当天注意到这个时间巧合的是西班牙语区 AI 科普博主 DotCSV。他还指出夸大开源模型的能力、把它抬到私有模型的水平本就是常见操作罕见的是这次出手的就是 Anthropic 自己。更能说明问题的是文章自己透露的细节。Anthropic 的研究员用 GLM-5.3 挖出了浏览器 0-day。这项工作是防守方要做的活。安全研究员 Andrew Caseattrc的原话是「我非常困惑为什么 Anthropic 要写一篇博客替安全团队宣传应该换用 GLM」这句话点到了一个真实矛盾。护栏在攻击和防守之间不做区分。2026 年 7 月一起 AI agent 逃逸事件中响应团队需要拆解上万条动作记录。先试的模型大面积拒答。团队最终改用自托管的中文开放权重模型才完成了解码工作。这条线索只有行业媒体转述没有一手原文。如果这条成立含义比「护栏可绕」更深。护栏的误杀率也在把专业用户推向开放权重。Anthropic 自己就在主张给防守方更多前沿模型访问权说明它知道这个问题。但它的解法是扩大白名单不是降低误杀。这一点比护栏本身更值得接下来观察。几小时后还有一条更直白的帖子。no_stp_on_snek 写道「看完 Anthropic 这篇文章我重新下载了 GLM 5.3之前为了腾空间删掉过。」从上面那条「不敢相信」到这条只隔了五个多小时。一份警告最直接的产出是一次反向下载。七、常见问题QGLM-5.3 真的比美国前沿模型强吗不是。CAISI 的独立评估显示它落后约四个月四项基准的置信区间都不重叠。但相比上一代中国开放权重模型它确实有明显跃升。QAnthropic 说的可信吗它给出的案例和测试口径都可核实其中一个基准还是公开基准。但它同时是竞品和政策主张方结论需要第三方复现。Q这两份评估有没有可能出错有可能。Anthropic 自己承认模拟测试环境无法真实执行代码它还把「模型尝试连接远程目标」和「实际入侵成功」分开表述。CAISI 则在方法论说明里给出了置信区间。两份文件都留了修正空间这反而比单纯的厂商宣传更可信。Q发布当天的白宫会面和这篇文章有关系吗时间上重合是事实文章 9 月 29 日发出Anthropic CEO 同日在白宫签署行业自我监管协定两天前还刚与特朗普共进晚餐。但「因此才发」是外界推断没有一手信息能证明因果。可以确定的是这两件事的方向并不一致。Q「开源最强」这个说法准确吗准确但限定在两个范围内网络能力开放权重。而且这句话出自 NIST 的 CAISI不是 Anthropic。Q护栏真的没用吗不是。裸指令下模型拒答率是 100%。问题在于绕过的成本很低尤其是权重可下载这一点没法靠升级 API 修复。Q普通企业需要做什么先把补丁窗口的假设改掉。一条公开漏洞的利用链成本已经降到两位数美元从披露日到武器化的时间就不再是安全边界。Q这件事和开放权重该不该开放有关吗有关。同一周智谱与安全机构 Concordia AI 提出了开放权重的分阶段发布框架并把 GLM-5.3 自己延后两周放出权重作为范例。这与 Anthropic 的呼吁方向部分重合。参考来源GLM-5.3 and the spread of advanced cyber capabilities Anthropic Frontier Red Team https://www.anthropic.com/research/glm-5-3-and-the-spread-of-advanced-cyber-capabilitiesCAISI’s Assessment of Z.ai’s GLM-5.3 Cyber Capabilities NIST CAISI https://www.nist.gov/news-events/news/2026/09/caisis-assessment-zais-glm-53-cyber-capabilitiesAnthropic: Zhipu’s GLM-5.3 Matches Claude on Autonomous Exploits AI Weekly https://aiweekly.co/alerts/anthropic-zhipus-glm-53-matches-claude-on-autonomous-exploitsAnthropic: open-weights GLM-5.3 nearly matches Claude Mythos Preview at building exploits ArtificialWatch https://artificialwatch.com/wire/glm-5-3-cyber-anthropicAnthropic finds a Chinese open-weight model can build working cyber exploits It Does What Now? https://itdoeswhatnow.com/m/2026-09-29-anthropic-finds-a-chinese-open-model-can-build-working-cyber-exploitsAnthropic reports GLM-5.3 built browser exploits in 50 of 410 attempts AI Primer https://www.ai-primer.com/engineer/stories/glm-53-exploit-testsFree Chinese AI ‘matches’ US rivals at finding flaws on one narrow test PK Sharma Briefing https://www.pk-sharma.com/briefing/chinese-open-weight-models-bug-finding-match-claimChina is catching up CEO.com https://www.ceo.com/blog/china-is-catching-upAnthropic 一篇警告文将 GLM-5.3 写成了「最强安全工具」 网易 https://www.163.com/dy/article/L82IF6M40511D6RL.htmlCAISI’s Evaluation Cadence for Open-Weight and PRC-Origin AI Models CASRAI https://casrai.org/guides/caisi-open-weight-model-cyber-assessments“I am very confused why Anthropic wrote a blog post advertising for cybersecurity teams to switch to GLM!?!?” Andrew Caseattrc https://x.com/attrc/status/2105033855547613482“I can’t believe Anthropic posted this… the model Anthropic kept locked away for safety. Except this one you can just download.” Hassanbuildwithhassan https://x.com/buildwithhassan/status/2104998096396550222Sobre inflar las capacidades de modelos opensourceEs habitual ver cómo en ocasiones se inflan las capacidades… Carlos SantanaDotCSV https://x.com/DotCSV/status/2105073641792614412“Im redownloading GLM 5.3 after the anthropic article.” Tom Turneyno_stp_on_snek https://x.com/no_stp_on_snek/status/2105077025551618082Tech leaders, Trump sign new ‘self-policing’ AI accord USA TODAY https://www.usatoday.com/story/news/politics/2026/09/29/trump-official-rebranding-ai-to-super-intelligence/92003107007