网络安全验证计划扩成三级：防守方可申请降拦截，红队测试仍留实时阻断
核心概要
Anthropic把此前的Project Glasswing与Cyber Verification Program合并为三级访问的扩展计划，让通过审核的安全团队在更少拦截下使用其最强模型。此前通用模型对多数网络工作设有保守拦截，防守方难以获得同等能力。在CyScenarioBench的10项挑战各试5次中，无CVP权限时每个任务在首个提示即被拦截，防守级50次有46次被拦、4次成功，红队级无拦截并完成50项中的34项，与无拦截时67.6%的成功率基本相当。
深度剖析
安全团队现在可以按自身网络工作范围申请不同级别的模型访问权限，级别越高，模型上的网络相关拦截越少。 此前通用发布的模型带有保守的网络防护，会拦截大多数网络工作，防守方与攻击方面对同样的限制。 扩展后的计划把Project Glasswing与CVP整合为防守、红队、专项三个层级，每层有不同的验证要求和安全控制，并覆盖Claude Opus 5.5、Claude Sonnet 5.5、Claude Mythos 5.1及后续新模型。
层级差异通过模型上的拦截分类器实现，验证越严格，放开的网络操作越多。 防守级面向安全运营、事件响应、恶意软件逆向和漏洞分析，并明确把有漏洞报告记录的个人研究者列为合格申请者；红队级在其上增加经授权的渗透测试与红队演练；专项级拦截最少，保留给经审核、可测试飞行操作系统、电网、电信网络、银行间转账基础设施和政府行政网络等系统的组织。 红队级仍会对勒索软件部署、破坏物理系统、对高风险安全系统做渗透测试等可能造成人身伤害或大规模中断的动作实时阻断，且目前仅面向组织，个人研究者不符合资格。
计划用一套多阶段网络操作评测来检验各层拦截是否按预期生效。 评测关注模型能否在现实约束下规划并执行多阶段网络操作，因此预期通用模型和防守级会出现明显拦截，而红队级与专项级不出现拦截。 在CyScenarioBench的10项挑战上每层各尝试5次，无CVP权限时每个任务在首个提示即被拦截；防守级50次中46次在挑战过程中被拦、4次成功；红队级无拦截并完成50项中的34项，与无防护时67.6%的成功率基本相当。
启示与展望
该计划面向从事防守、经授权红队测试和专项安全测试的组织，防守级明确把有漏洞报告记录的个人研究者列为合格申请者，红队级目前仅面向组织。评测在CyScenarioBench的10项挑战上每层各尝试5次，覆盖的是多阶段网络操作场景。计划在Claude Platform、Google Cloud的Vertex AI和Microsoft Foundry上提供，Amazon Bedrock上仅对符合Enterprise Frontier Safeguards资格的客户开放。
计划称会随时间继续调整基于层级的分类器，说明当前分层并非最终形态。专项级目前由Anthropic与美国政府合作逐家深入审核，其准入节奏受该流程影响。数据留存是加入计划的组织的必要条件，在Enterprise Frontier Safeguards于今年秋季晚些时候可用之前，符合条件且拥有零数据留存权限的组织可沿用零数据留存。