METR称几乎无法测量Claude Mythos，Palo Alto Networks警告自主AI攻击者

METR当前测试套件几乎无法测量Claude Mythos Preview，228个任务中仅5个覆盖相关能力范围。同时，Palo Alto Networks报告前沿模型可自主链式利用漏洞，从初始访问到数据外泄仅需25分钟。评估方法的发展速度落后于模型本身，这可能是一个更大的问题。