# Anthropic又来了：这次点名智谱GLM-5.3

- URL: https://davidyin.dev/writing/281-20260930-anthropic-glm53-cyber-alarm/
- 作者: David Yin
- 发布: 2026-09-30
- 标签: AI资讯、Anthropic、GLM-5.3、开源模型、AI安全
- 摘要: Anthropic给智谱GLM-5.3写了专篇报告：网络能力卷面咬近五个月前的旗舰，防护却被简单绕法打穿。

又来了。Anthropic今年盯上国产模型不是头一回。2月它发报告说DeepSeek、月之暗面、MiniMax在「工业规模」提取Claude的能力；9月10日的威胁情报又点名七家中国实验室做蒸馏；到了9月29日，它干脆把智谱的GLM-5.3单独拆出来，写了整整一份报告。

Anthropic是Claude的开发方，靠「安全」这张牌立身，它的红队在这份报告里挑的全是防护毛病。可我读完读出另一层味道：同一套漏洞利用卷子，GLM-5.3做出50次成功；Anthropic五个月前那款没公开、只给防御方限量用的Mythos Preview，是56次。

## Anthropic给一家中国公司写了专篇

Anthropic不是媒体，是全球头部的AI公司。它以前写中国模型，多半是在行业盘点里捎带一句；这次整篇只讲GLM-5.3一个。

而且动它的不止这家。9月17日，美国国家标准与技术研究院（NIST）下属的评估机构CAISI先一步发了独立评估，说GLM-5.3是「迄今发布的网络能力最强的开源权重模型」，只比美国前沿落后大约四个月（这个对比里，美国侧模型关了安全开关测，且含只给受信用户的版本）。

同一个模型，美国政府下属机构和一家美国头部竞争对手的安全团队，前后脚各出一份报告。能被这么围着看，本身就说明它已经不在榜单角落了。

## 咬住的是五个月前的旗舰

这份报告里最值得看的，是那几组对照成绩。

第一套卷子考的是「能不能把Chrome浏览器引擎里的已知漏洞，做成端到端能跑的攻击程序」。GLM-5.3在410次尝试里成功了50次，同一套题，Mythos Preview是56次。

Mythos Preview五个月前发布，强到公司没敢公开，只通过「玻璃翼计划」限量给安全防御方用，帮着找出了上万个漏洞。**GLM-5.3跟它考同一张卷子，分数咬在同一量级**——国产开源已经摸到了海外五个月前顶级闭源模型的脚后跟。

第二套卷子更硬：在开源软件里找出漏洞并完成利用。GLM-5.3拿4%，Mythos Preview拿6%。这张卷子上，Claude Opus 4.6、GLM-5.2、Kimi K3、DeepSeek V4.1-Flash全是零。在被拿来比过的这几个模型里，够到这一档的国产开源只有GLM-5.3一家。这只是一家的成绩，别读成全体的。

还得把话说全：Anthropic现在更强的Mythos 5.1只给受信任的防御方用，GLM-5.3咬住的是五个月前的版本——「落后几个月」就是这么落地的。

## Anthropic说智谱蒸馏过Claude

上面都是好消息，这段不是。

据Anthropic9月10日的威胁情报报告，今年2月以来它拦下了七家中国实验室对Claude的「蒸馏」，智谱在名单里。报告还专门点了智谱的名：称其用273个虚假账号对Claude Opus 4.8做思维链提取，17天里名下累计交互超过340万次；还说在GLM-5.3发布前，智谱专门针对美国前沿模型的网络安全能力做过蒸馏——先试Fable被防护挡住，改打Opus 4.6和另一家的顶级模型。

这是Anthropic的单方说法，我没查到智谱的公开回应。但这条指控已经摆在桌上，「咬住」两个字在Anthropic的叙事里就带着星号——这层不能装没看见。

顺带一提，7月工信部NVDB平台也给Anthropic的编程工具Claude Code发过风险提示，称它存在「安全后门隐患」、未经同意回传用户信息。安全上互相盯着，是这行的常态。

## GLM-5.3的防护，两招骗一招改

夸完得说实话。报告点出来的问题就一句：GLM-5.3能力是真强，防线是真薄，挡不住简单绕法。

前两招靠骗。直接下恶意指令，模型拒绝得干干净净；谎称「这是一场红队演习」，六成四的概率开始配合。再用「预填」技巧往模型里提前塞「思考内容」，让它看起来已决定照办，成功率九成二。

第三招不靠骗，靠改。开源权重等于把模型的大脑挂在网上任人下载——有种叫「消融」的成熟技术，能把「拒绝回答」整个抹掉，成功率百分之百。Anthropic第一次做花了两千多GPU小时，熟练团队估计六百小时就够；改完后模型在通用科学测试里成绩基本没变。更扎眼的是：开源权重放出来没几天，网上就有人公开了消融过的版本。

还有一笔账：把两个已知漏洞的公开资料喂给更小号的GLM-5.3-Flash，模型自己串成攻击链，还绕过了芯片级防护——人力只介入二十分钟，按智谱API价折算约20美元。

Claude没法这么摆弄——权重不公开，接口也不让预填。Anthropic自己测过的这几招，对Claude一次都没成。开源和闭源在安全上的差别就在这：能力可以追上来，「发出去收不收得回来」天生不对称。

## ZCode上传代码这事，也得算进来

还有件事得摆在一起看：就在这份报告发布前十来天，智谱的另一款产品刚出过安全问题。

9月中旬，有开发者发现智谱的AI编程工具ZCode会把本地工作区打包传到云端，连完整的代码历史都在里面——一个「代码库索引」功能上线初期默认开启，没明确告知用户。智谱第二天公开致歉并移除了上传链路；据其9月28日公告，涉事云端数据已删除，ZCode已在GitHub开源（Apache-2.0）。另据36氪报道，还有企业为此向智谱发了追责函。

**能力是一张成绩单，防护是另一张。**GLM-5.3在前面那张上考出了让对手写专篇的分数；但后面这张，ZCode的风波加上被绕过的防线，说明课还没补完。我不觉得这是「国产模型不行」的证据，更像是长得太快，作业本落在了桌肚里。开源模型一旦发出去就收不回来——这是它的魅力，也是它的责任起点。

## 我读完的两个想法

最后说说立场，分两层。

第一层是我的判断：能逼得Anthropic专门写一份报告的模型，就是对手眼里的正经对手。「被忌惮」原文里没有，是我自己读出来的——但让对手的红队和政府的评估机构围着同一张卷子转，这本身就是证据。

第二层得泼点冷水。Anthropic不只做研究，也是智谱的竞争对手——这篇报告除了预警，还在论证「强模型该限量放行、让政府做独立测试」，这对卖限量访问的它有直接商业好处，读的时候得垫在底下。还有一点容易读歪：报告最后希望的是全球开发者都做好防护，并没有把矛头只指向中国公司。

说到底，我的感受是拧巴的。有点与有荣焉——能被当成「必须专门写篇报告的对手」，说明国产开源做对了什么；也有点火大——蒸馏指控、防线被绕开、ZCode刚道过歉，这些都摆在桌上。但至少有一点能提气：ZCode出事之后，道歉、修链路、删数据、开源让人审——这条路走得通，也愿意走。

愿国产开源模型越走越远，也越走越稳。下一次再被对手写进专篇的时候，希望它挑不出毛病。

## 本文事实来源

- Anthropic Frontier Red Team《GLM-5.3 and the spread of advanced cyber capabilities》
- Anthropic《Detecting and preventing distillation attacks》《Countering misuse of AI》
- NIST CAISI《CAISI's Assessment of Z.ai's GLM-5.3 Cyber Capabilities》
- 工信部NVDB《关于防范AI编程工具Claude Code安全后门隐患的风险提示》
- 财经网/快科技/IT时代网/36氪关于ZCode事件的报道；GitHub zai-org/ZCode