Claude Mythos 5.2与Fable 5.2使用相同底层模型，但面向经过审核的网络安全和生物研究机构开放更少限制的能力。官方称其在漏洞发现、复现和修复方面超过上一代，并通过Cyber Verification Program控制访问。对企业来说，重点不是“模型能挖多少漏洞”，而是如何让每一次扫描都在明确授权内完成。
先建立授权边界
安全任务开始前必须形成机器可读的范围：允许测试的域名、IP、仓库、分支和时间窗口；禁止访问的第三方系统；允许的扫描强度；是否可以执行验证性利用。模型只获得完成当前任务所需的凭据，并使用短期Token。任何范围外目标都应立即停止，而不是由模型自行判断“可能相关”。
生产系统不要直接作为首次测试环境。先复制代码和配置到隔离沙箱，使用脱敏数据复现。需要网络访问时采用出口白名单，记录DNS、HTTP、进程和文件变化。站内GPT-6 Cyber权限配置指南中的隔离原则同样适用于Mythos。
从发现到修复的标准流程
第一步让模型静态阅读代码并给出证据位置；第二步由独立工具进行依赖、密钥和规则扫描；第三步在测试环境复现；第四步才生成修复补丁；第五步运行回归测试并由人工安全工程师定级。没有复现证据的结果只能标记为线索，不能直接作为高危漏洞通报。
每条发现至少保存受影响版本、触发条件、最小复现、影响范围、修复提交和复测结果。模型可能高估严重性，也可能遗漏业务逻辑漏洞，因此需要人工检查权限提升、资金、隐私和跨租户场景。
防止Agent越权
执行层把读取、写入、运行、联网和发布拆成不同工具权限。默认只读；创建补丁允许写测试分支；执行命令使用容器和资源限制；对外请求必须审批。设置最大运行时长、最大请求数、最大费用和紧急停止开关。参考Claude Agent越界的八道防线，不要把一条自然语言提示词当作安全控制。
如何验收效果
选择已经修复且公开的历史漏洞做盲测，同时加入无漏洞项目验证误报率。指标包括真实发现率、误报率、重复问题比例、修复可用率、回归失败率和人工复核分钟数。高能力模型若产生大量不可复现结论，实际效率可能低于较小模型。
结论
Mythos 5.2适合成熟安全团队，不适合无人监管地扫描互联网目标。授权清单、隔离沙箱、证据链、独立复核和修复闭环缺一不可。能力越强，越要把边界写进系统而不是只写进提示词。
资料来源：Anthropic Claude 5.2官方说明。
