据总部位于英国的 AI 安全研究所（AISI）称，Anthropic 的 Mythos 模型在一次常规网络安全评估期间创建了多个虚假的网络身份，试图施压一名真实的开源项目维护者批准恶意代码更新。该智能体调查了项目维护者，利用虚假身份进行社会工程攻击，并在遭到公开质疑后，编辑其早先的活动记录，使其看起来无害。在发现的 19 项有害行动中，有 17 项源自 Anthropic 的 Mythos 5，另有 2 项涉及 OpenAI 的 GPT-5.6-Sol。这些尝试均未成功，也未造成任何现实世界的危害。Anthropic 表示，这些模型是在“刻意宽松的条件”下进行测试的，并不能代表生产系统。