美银CEO Brian Moynihan：额外雇佣1000名外包修复Anthropic Mythos暴露漏洞

美国银行CEO Brian Moynihan披露，为应对包括Anthropic Mythos在内的前沿AI模型暴露的软件安全风险，银行在第二季度额外聘用1000名外包人员，协助修复内部代码与第三方供应商软件中的漏洞。

这1000名外包加入原有约3000人的相关团队，共同处理修补工作；外包以顾问形式存在，不计入正式编制，目前仍在协助。

银行第三季度在软件修复与反洗钱合规相关事项上支出“数亿加美元”，Moynihan预期随着修补完成，相关成本将逐步下降。

Mythos于2026年4月通过Project Glasswing向有限银行、科技公司与政府机构开放，用于发现软件漏洞；银行将其视为真实风险，并迅速扩充人力应对。

银行内部推进约130个AI项目，预计这些项目带来的节省将从2026年约3亿美元增长到2027年约7亿美元，同时工程团队效率提升约10%。

市场机制上，买方是美国银行等金融机构对漏洞修复人力与合规支出，卖方是Anthropic等提供漏洞发现能力的AI模型；事件由前沿模型扫描暴露长期隐藏缺陷驱动，资金从银行运营成本流向外包修补与内部AI项目，受益方为安全修复服务商与AI效率工具，承压方为需快速消化大规模漏洞的金融机构。

Moynihan表示一旦完成主要修补，后续管道工作量将减少，短期防御支出与长期AI节省并行存在。

来源：公开信息

ABAB AI 解读

Anthropic于2026年4月通过Project Glasswing向有限合作伙伴开放Mythos，用于大规模安全扫描，此前已有报告显示单次扫描可发现数万潜在问题；美国银行在Q2即扩充外包，体现大型金融机构对前沿模型漏洞发现能力的快速响应。

资本路径体现为将短期支出集中于外包与内部团队的联合修补，覆盖自有代码与供应商软件；同时将约130个内部AI项目的节省预期从2026年3亿美元提升至2027年7亿美元，形成防御成本与效率收益的对冲结构。

这与其他获得Mythos访问的银行与科技公司类似，也类似历史上重大漏洞披露后金融机构集中投入修复资源的路径；当前处于AI从辅助工具转向主动暴露安全缺陷的阶段，防御支出与内部AI投资同步扩张。

本质属于技术替代：前沿AI模型开始替代传统人工安全审计，以更高速度与覆盖面发现长期存在的软件缺陷，使修复成本从分散的人工检测转向集中的大规模外包与内部资源投入，同时内部AI项目则替代部分传统人力流程以实现成本节省。

ABAB News · 认知定律