Anthropic 於 2026 年 10 月 6 日宣布擴展 Cyber Verification Program（CVP），讓符合資格的 security professionals 申請不同程度的 advanced cyber capabilities 和較少 blocking 的 classifiers。新方案分成三個 access tiers，按組織的 cyber 工作範圍設定模型能力、驗證要求和 security controls，涵蓋 Claude Opus 5.5、Claude Sonnet 5.5、Claude Mythos 5.1 及之後的新模型。
Anthropic 將 cybersecurity 定義為 dual-use 領域：同一種能力可以協助防禦團隊找出及修補漏洞，也可能被惡意人士用來攻擊。因此一般可用模型維持較保守的 cyber safeguards，而 CVP 則把較強能力放進需要審核的 access tiers。Defense Access 面向 security operations、incident response、惡意軟件 reverse engineering，以及漏洞分析和驗證；合資格申請者可包括企業、非牟利機構、大學、政府、關鍵基礎設施營運者、開源維護者和有漏洞披露紀錄的研究者。
方案的核心不是單純把 guardrail 關掉，而是將模型能力、申請人驗證、workspace 分配和 misuse monitoring 綁在一起。Anthropic 表示，加入計劃的組織需要接受驗證，並證明符合相應 access tier 的安全控制；管理員亦要把 access 指派到指定 workspace。暫時加入 CVP 的組織需要接受 data retention monitoring，直至 Enterprise Frontier Safeguards 可用，部分指定模型及設定則有不同的 zero-data-retention 安排。
Anthropic 以 CyScenarioBench 測試不同 tier 的 blocking 行為。這項評估包含 10 個需要多階段互動的 cyber challenges，每個 tier 試行五次：沒有 CVP access 的 50 次嘗試全部在第一個 prompt 被阻擋；Defense Access 有 46/50 次在過程中曾被阻擋，餘下四次完成；Red Team Access 沒有出現 blocking，並完成 34/50 次。這些數字是 Anthropic 的模型和政策測試結果，不是對真實組織安全性的保證，也沒有提供可操作的攻擊內容。
Anthropic 同時分享 Project Glasswing 的早期影響估算：合作伙伴在 2026 年 4 月至 7 月報告至少 129,000 個 verified software vulnerabilities，Anthropic 自己的開源掃描在 4 月至 10 月再找到 5,500 個；其中超過 33,000 個被評為 critical 或 high severity。不過文章明確說明，數字只來自 33 份伙伴報告，處理和 triage 方法各異，而且少於一半伙伴披露已修補數量，因此應視為部分資料下的下限，而不是完整市場統計。
這個更新反映一個較成熟的 agent governance 方向：高能力不必對所有使用者一刀切開放，但也不能只靠一個全局開關處理 dual-use 風險。分層存取、組織驗證、workspace 權限、資料保留、濫用監察和持續評估需要一起設計。對採用者而言，最重要的仍是確認用途範圍、控制措施、記錄和人工升級路徑，而不是只看 benchmark 的完成率。
