Anthropic 与 Mozilla 合作伙伴关系：Claude Opus 4.6 Firefox 安全发现

Anthropic 与 Mozilla 已达成合作伙伴关系，旨在展示 AI 模型能够独立识别复杂软件中的高危漏洞。通过使用 Claude Opus 4.6，Anthropic 在两周内于 Firefox 浏览器中发现了 22 个漏洞，其中 14 个被 Mozilla 分类为高危漏洞——这几乎占了 2025 年修复的所有 Firefox 高危漏洞总数的五分之一。

AI 驱动的 Firefox 漏洞发现

Claude Opus 4.6 展示了以加速速度检测严重安全缺陷的能力，其在 2026 年 2 月识别出的漏洞数量比 2025 年任何单月从所有渠道报告的漏洞数量还要多。

方法论与流程

Anthropic 从使用 CyberGym 等基准测试转向在 Firefox 代码库上进行测试，原因是其复杂性和高安全标准。该过程分为三个阶段：

历史复现：Claude 首先在旧版本的 Firefox 中复现了先前已识别的常见漏洞与披露 (CVEs)。
新颖发现：该模型被要求在当前版本的 Firefox 中寻找新漏洞，并从 JavaScript 引擎开始，因为其具有隔离特性且攻击面巨大。
批量报告：在验证了一个初始的 Use After Free 内存漏洞后，Anthropic 向 Mozilla 提交了 112 份独特的报告，涵盖了近 6,000 个 C++ 文件。

这些问题中的大部分已在 Firefox 148.0 中得到修复。

利用能力 vs. 发现能力

为了测试模型的极限，Anthropic 评估了 Claude Opus 4.6 是否能够为其发现的漏洞开发利用程序 (exploits)。目标是查看模型是否可以执行真实的攻击，例如在目标系统上读取或写入本地文件。

关于利用程序的关键发现

低成功率：尽管进行了数百次尝试并消耗了约 $4,000 的 API 额度，Opus 4.6 仅在两种情况下成功创建了利用程序。
发现优势：识别漏洞的成本和难易程度比创建利用程序的成本低了一个数量级。
环境限制：成功的利用程序是“粗糙的”，且仅在移除了现代浏览器安全特性（特别是沙箱）的测试环境中有效。Firefox 的“深度防御”机制本可以减轻这些特定的攻击。

AI 赋能安全的技术最佳实践

Anthropic 识别了几种程序和技术方法，以改进防御者的“发现并修复”流程。

任务验证器的角色

Claude 在与“任务验证器”配合使用时表现最为出色——这是一种能够向 AI 代理提供实时反馈的可信工具。对于修复漏洞，这些验证器可确保两个关键属性：

漏洞移除：确认原始漏洞不再能被触发。
回归预防：运行测试套件以确保预期功能得以保留。

维护者的提交标准

为了减轻软件维护者的负担，Anthropic 建议 AI 驱动的报告应包含三个特定组件，以确保信任和可验证性：

最小化测试用例
详细的漏洞证明 (proofs-of-concept)
候选补丁

对网络安全的影响

前沿模型现在已具备世界级的漏洞研究能力，Claude Opus 4.6 还在 Linux 内核中发现了缺陷。虽然目前存在一个差距，即模型在寻找和修复漏洞方面比在利用漏洞方面表现更好，但 Anthropic 警告称，这一窗口期很可能是暂时的。

随着发现与利用之间的差距缩小，将需要额外的保护措施来防止恶意行为者的滥用。Anthropic 正在通过发布处于有限研究预览阶段的 Claude Code Security 以及遵循协调漏洞披露 (CVD) 流程来扩大其网络安全工作。