RealMythos：开源重建 Claude Mythos 的网络安全推理能力栈

RealMythos是分阶段开源项目，旨在公开重建Anthropic Claude Mythos的网络安全推理能力。项目从真实漏洞数据出发，逐步构建高质量推理数据集、训练开源模型、搭建可复现漏洞环境，最终实现多智能体追踪收集基础设施。目前已完成第一阶段核心交付，发布关联CVE的安全推理数据集，推动AI安全工具民主化与开放协作。

人工智能安全领域中，Claude Mythos等领先安全推理系统的技术细节与训练数据未公开，引发工具可及性担忧。RealMythos应运而生，核心理念是让先进安全推理工具向研究人员、防御者、教育工作者和开发者自由开放，支持使用、审查、复现和改进。

RealMythos将Claude Mythos视为完整能力栈，分解为五个关联层次：

第一层：真实漏洞数据——基于团队ASE 2023发表的Reef框架收集真实漏洞和修复数据； 第二层：推理数据集——第一阶段已发布6159条CVE关联的C/C++安全推理记录，用于监督微调； 第三层：开源安全推理模型——基于高质量数据集训练开源大语言模型（路线图中）； 第四层：可复现软件环境——构建标准化漏洞环境与测试基础设施； 第五层：多智能体追踪收集——建立协作追踪验证基础设施，实现可执行、可审查系统。

RealMythos第一阶段发布6000+条与真实CVE关联的安全推理记录，特点包括：

• PoC感知响应：含概念验证代码分析；
• 质量信号标注：每条记录附质量评估指标；
• 负责任使用文档：配套使用指南与责任声明；
• 完整数据管道：从Reef原始数据到训练数据流程开源。

数据集发布于Hugging Face（huggingface.co/datasets/RealMythos/RealMythosReasoning），并提供Google Drive镜像。

RealMythos基于团队两项前期研究：

1. Reef框架：收集真实漏洞和修复数据，发表于ASE 2023；
2. API引导的数据集合成方法：用于微调大型代码模型，成果将发表于OOPSLA 2025。

这些工作提供方法论基础与数据基础设施，延伸至安全推理数据构建与模型训练，形成完整闭环。

RealMythos采用分阶段开源策略，每一层完成内部审查后发布。目前已建立GitHub仓库、技术报告草案和Hugging Face数据集页面。路线图：第二阶段开发开源安全推理模型，第三阶段构建可复现环境，第四阶段实现多智能体追踪基础设施，透明进度支持社区参与。

RealMythos提供开源替代方案，建立分层开放重建封闭能力栈的新范式，可被其他领域借鉴。对研究社区提供高质量数据资源；对防御者助力应对威胁；对教育工作者提供教学资源，培养安全AI人才。

RealMythos挑战AI能力垄断，证明先进AI安全能力可通过开放协作民主化。后续阶段推进将助力形成更开放、透明、可审查的网络安全推理生态系统。