Anthropic扩大Cyber Verification计划：安全专家获更强模型访问权

Anthropic宣布扩大其Cyber Verification Program，让经过验证的安全专业人员能够更广泛地访问其最强大的模型。根据官方推文，该计划允许安全专家使用Claude Mythos 5.1、Opus 5.5和Sonnet 5.5，并配有专为防御性工作设计的安全保障措施。同时，Anthropic还开放了新的层级，以授权进行渗透测试和红队演练等攻击性安全工作。

计划扩展的核心内容

Cyber Verification Program并非全新项目，但此次扩展在访问范围和模型能力上都有显著提升。此前，安全专业人员可能只能有限地使用部分模型，而如今经过验证的用户可以访问Anthropic旗下多个旗舰模型，包括Mythos 5.1、Opus 5.5和Sonnet 5.5。这些模型在推理、代码理解和复杂任务处理方面具备较强能力，能够辅助安全团队进行漏洞分析、威胁建模和自动化防御策略生成。

有意思的是，Anthropic强调这些访问权限附带了“专为防御性工作设计的安全保障措施”。这意味着模型在使用过程中可能受到特定策略的限制，以确保不会被滥用于恶意攻击。这种设计思路反映了AI安全领域的一个趋势：在提升模型能力的同时，通过访问控制和用途约束来降低风险。

Cyber Verification Program（网络验证计划） 是Anthropic面向网络安全专业人员设立的准入机制，核心是通过身份与用途核验，决定用户可访问的模型层级与能力范围。此类验证通常要求提供职业资质、组织归属或项目说明，以区分合法安全研究与潜在滥用。这与Anthropic的Usage Policy（使用政策） 和Responsible Scaling Policy（负责任扩展政策） 相衔接：后者规定模型能力达到特定阈值时须配套相应安全措施，而验证计划正是分发环节的落地手段。行业内的类似做法包括OpenAI的网络安全专项访问、Google的AI红队计划等，均试图在高风险领域实现“受控开放”。

新增攻击性安全工作层级

除了防御性用途，Anthropic还开放了新的层级，允许经过授权的攻击性安全工作，例如渗透测试和红队演练。这一举措颇具争议，但也反映了现实需求：安全专业人员需要模拟攻击者的行为来发现系统弱点，而AI模型可以加速这一过程。

通过将攻击性用途纳入授权框架，Anthropic试图在可控范围内满足安全社区的需求。红队演练和渗透测试是网络安全防御的重要组成部分，但相关工具和技术往往具有双用途性质。Anthropic的做法是将这些用途明确纳入验证计划，而不是完全禁止，从而在安全与滥用之间寻找平衡。

红队演练（Red Teaming） 源于军事对抗演习，在网络安全与AI领域指由专业团队扮演攻击者，主动尝试突破系统防线以发现漏洞。对AI模型而言，红队演练包括诱导模型输出有害内容、越狱绕过安全对齐、探测训练数据泄露等。它是模型上线前安全评估的关键环节，也是监管机构（如美国NIST AI风险管理框架）推荐的实践。

渗透测试（Penetration Testing） 是一种授权下的模拟攻击，测试者依据明确范围与规则对目标系统发起探测，以验证其防御有效性。与恶意攻击的根本区别在于授权、范围限定和结果报告。当AI模型被用于渗透测试时，可加速信息收集、漏洞利用链构建等环节，但也带来双用途风险——同一能力可能被滥用。因此Anthropic将其纳入分层授权，要求验证身份与用途边界。

对网络安全行业的影响

这一计划扩展可能对网络安全行业产生多方面影响。首先，安全团队能够更便捷地利用先进AI模型进行日常防御工作，例如日志分析、异常检测和事件响应。其次，授权攻击性用途的开放可能推动AI辅助渗透测试工具的发展，但也会引发关于责任归属和滥用风险的讨论。

从行业竞争角度看，Anthropic此举与其他AI厂商在安全领域的布局形成呼应。随着AI模型能力提升，如何安全地向高风险领域（如网络安全）开放访问权限，成为各厂商必须面对的问题。Anthropic通过验证计划和分层授权来管理风险，为行业提供了一个可参考的范式。

安全与可及性的平衡

Cyber Verification Program的扩展体现了Anthropic在模型安全与可及性之间的权衡。一方面，限制未经验证的用户访问最强模型可以降低恶意使用风险；另一方面，为经过验证的安全专业人员提供更广泛访问，有助于发挥AI在防御性安全中的价值。

这种“验证+分层”的模式可能成为未来AI模型在高敏感领域分发的标准做法。对于安全从业者而言，了解并参与此类计划，或许能更早获得先进AI工具的支持。

本文基于Anthropic官方推文信息撰写，具体计划细节请以官方公告为准。