美銀CEO Brian Moynihan：額外僱傭1000名外包修復Anthropic Mythos暴露漏洞

美國銀行CEO Brian Moynihan披露，爲應對包括Anthropic Mythos在內的前沿AI模型暴露的軟件安全風險，銀行在第二季度額外聘用1000名外包人員，協助修復內部代碼與第三方供應商軟件中的漏洞。

這1000名外包加入原有約3000人的相關團隊，共同處理修補工作；外包以顧問形式存在，不計入正式編制，目前仍在協助。

銀行第三季度在軟件修復與反洗錢合規相關事項上支出“數億加美元”，Moynihan預期隨着修補完成，相關成本將逐步下降。

Mythos於2026年4月通過Project Glasswing向有限銀行、科技公司與政府機構開放，用於發現軟件漏洞；銀行將其視爲真實風險，並迅速擴充人力應對。

銀行內部推進約130個AI項目，預計這些項目帶來的節省將從2026年約3億美元增長到2027年約7億美元，同時工程團隊效率提升約10%。

市場機制上，買方是美國銀行等金融機構對漏洞修復人力與合規支出，賣方是Anthropic等提供漏洞發現能力的AI模型；事件由前沿模型掃描暴露長期隱藏缺陷驅動，資金從銀行運營成本流向外包修補與內部AI項目，受益方爲安全修復服務商與AI效率工具，承壓方爲需快速消化大規模漏洞的金融機構。

Moynihan表示一旦完成主要修補，後續管道工作量將減少，短期防禦支出與長期AI節省並行存在。

來源：公開信息

ABAB AI 解讀

Anthropic於2026年4月通過Project Glasswing向有限合作伙伴開放Mythos，用於大規模安全掃描，此前已有報告顯示單次掃描可發現數萬潛在問題；美國銀行在Q2即擴充外包，體現大型金融機構對前沿模型漏洞發現能力的快速響應。

資本路徑體現爲將短期支出集中於外包與內部團隊的聯合修補，覆蓋自有代碼與供應商軟件；同時將約130個內部AI項目的節省預期從2026年3億美元提升至2027年7億美元，形成防禦成本與效率收益的對沖結構。

這與其他獲得Mythos訪問的銀行與科技公司類似，也類似歷史上重大漏洞披露後金融機構集中投入修復資源的路徑；當前處於AI從輔助工具轉向主動暴露安全缺陷的階段，防禦支出與內部AI投資同步擴張。

本質屬於技術替代：前沿AI模型開始替代傳統人工安全審計，以更高速度與覆蓋面發現長期存在的軟件缺陷，使修復成本從分散的人工檢測轉向集中的大規模外包與內部資源投入，同時內部AI項目則替代部分傳統人力流程以實現成本節省。

ABAB News · 認知定律