METR稱幾乎無法測量Claude Mythos，Palo Alto Networks警告自主AI攻擊者

METR當前測試套件幾乎無法測量Claude Mythos Preview，228個任務中僅5個覆蓋相關能力範圍。同時，Palo Alto Networks報告前沿模型可自主鏈式利用漏洞，從初始訪問到資料外洩僅需25分鐘。評估方法的發展速度落後於模型本身，這可能是一個更大的問題。