Anthropic 红队：GLM-5.3 在 4% 试验中实现完整控制流劫持

Anthropic Frontier Red Team 在内部 Binary Exploitation 基准中随机选取 100 个任务评测多个模型，GLM-5.3 在 4% 的试验中实现完整控制流劫持，Claude Mythos Preview 为 6%。此前模型如 Claude Opus 4.6 和 GLM-5.2 在这些任务中均未成功，红队认为这标志着一个有意义的阈值已被跨过。