Simon Willison 引用 Anthropic Frontier Red Team 对 GLM-5.3 网络攻击能力的评估

Simon Willison 引用 Anthropic Frontier Red Team 的评估称，GLM-5.3 在内部 Binary Exploitation benchmark 随机抽取的 100 个任务中，有 4% 的试验实现完整控制流劫持，Claude Mythos Preview 为 6%。