Anthropic 近日宣布推出一项名为“Anthropic 网络任务”（Anthropic Cyber Task Force）的计划，旨在协助修补其 Glasswing 项目中暴露的软件漏洞。尽管外界对此举存在争议，认为这类似于“纵火后资助消防队”，但 Anthropic 方面强调，其核心目的是让安全防御者获得攻击者正在使用的工具。
关键基础设施防卫计划
该计划的首要重点是保护关键基础设施，防止人工智能模型被用于利用新发现的零日 SCADA 漏洞关闭公共设施。为此，Anthropic 将其最昂贵的模型与现场工程师相结合，这些角色有时被称为“前部署工程师”。尽管 AI 编码代理日益复杂，人类安全专家依然不可或缺，且许多组织缺乏具备机器学习背景的内部人才。
为应对这一挑战，Anthropic 联合了多家合作伙伴，包括埃森哲（Accenture）、博兹艾伦（Booz Allen）、CrowdStrike、德勤（Deloitte）、Dragos、日立（Hitachi）、疯狂网络（Mad Network）、诺佐米网络（Nozomi Networks）、帕洛阿尔托网络（Palo Alto Networks）、普华永道（PwC）和洛克韦尔自动化（Rockwell Automation）。这些机构与关键基础设施组织保持紧密联系，致力于维护那些正遭受 AI 代理持续探测的脆弱技术框架。
OSS 扫描器服务
“Anthropic 网络任务”的第二大重点领域是推出名为“OSS 扫描器”的服务，免费为开源项目提供基于其最强模型的定期安全扫描。需要注意的是，该服务并非面向所有开源项目，也不完全免费，而是借鉴了 Google OS-FUZZ 项目的资格标准，仅针对“对基础设施和用户安全产生重大影响的既定项目”。
对于仅在 GitHub 上托管公共 Web 应用程序仓库的小型项目，建议继续使用 Socket、Dependabot、OSV-Scanner、Trivy、Renovate 等现有工具。而对于参与高影响力开源项目的开发者，只要项目维护者同意其输入和输出数据用于模型训练，即可注册使用 OSS 扫描器。事实上，大多数成熟的开源项目已被纳入现有的训练数据集。参与项目将获得定期的自动扫描及详细的错误识别指导。
AI 在漏洞发现中的角色演变
Anthropic 引用了来自参与 OSS 维护者的反馈指出，年初时自动化 AI 错误报告常被视为垃圾信息，但如今已被认为是高质量的漏洞报告。数据显示，大语言模型（LLM）发现的漏洞比例已从 2025 年初的 20% 上升至超过 85%。
行业预测显示，在未来两年内，防御方将逐渐占据优势，但在此之前，攻击者仍占上风。关键基础设施捍卫者和开源社区虽然拥有数十年的安全经验，却面临严重的资源短缺。
Anthropic 此次举措的背景是近期发生的一系列事件：前沿模型入侵了至少 20 个组织（可能超过 100 个）。此前几个月，Anthropic 和 OpenAI 允许其 AI 代理在无监督状态下运行，从而捕获非法或不必要的网络活动。
