指出Mythos在AI安全领域被内外行误解的双重现象，对理解行业炒作与真实能力差异有参考价值。
作者意识到“Mythos作为炒作”对不同群体有不同含义。对于业内人，Mythos并非AI能力的魔法飞跃；
对外行人，它意味着Mythos未能真正发现零日漏洞。后者是错的，而前者很可能是对的。
这反映了AI炒作中信息的断层。
This report is categorized under AITOP's "Industry" desk. Key entities and technical topics under continuous tracking include AI安全, Mythos, 炒作, 漏洞发现.
Source attribution: curated from Ethan Mollick (@emollick).
Cisco 把 Anthropic 的 Claude Mythos 接进了自家安全测试流程，专门用来测 AI 智能体的行为是否安全。如果你在给公司部署智能体，这类大厂的安全验证思路值得看看。
两帮人做 LLM 安全的可以看看这个：作者训练了两个开源模型，能从聊天里推断你的性别和年龄段，再用不可见字符藏进生成的文本里。你把 AI 写的邮件发出去，隐私就跟着泄露了。做内容安全和隐私合规的人应该认真评估这类风险。
做手机 GUI 智能体或相关安全工作的话，这篇值得看：它不靠人工写死攻击载荷，而是顺着智能体实际执行轨迹自动找注入点，83 个实例覆盖 12 个应用，攻击成功率比人工和零样本 LLM 基线都高，可以直接当部署前审计工具用。
做 VLM 安全 RL 的人可以直接抄这套方法：不用反复调奖励权重，把安全率当预算设定就行。论文里两个失效模式（打分器均值有偏、组内标准化吃掉惩罚）解释得很清楚，Qwen3-VL-2B 上的数据也扎实。
这个基准让智能体从零写训练、推理、编排系统，再和人类基线硬碰硬。结果挺扎眼：Opus 5.5 配 Claude Code 六项全过人类线，其他智能体平均只有 0.58。做 agent 评测或基础设施的工程师都该看看。
Open weights aimed at a niche most security teams have not tooling for yet: auditing agent sessions at full scale rather than sampling. Security and platform engineers operating multi-agent deployments can self-host under Apache or use the free OpenRouter window until 19 Nov to evaluate it against manual rule review. The Perplexity figure of 1 billion tokens and 14 rule fixes in a day gives a concrete benchmark for what such audit loops can yield.
