Anthropic上個月放了個大招，然后立刻把鑰匙吞了——Claude Mythos Preview，他們迄今最強的模型，普通人摸不到。

不是產(chǎn)能不夠，是太能打。這家公司明說了：這玩意兒能自己找零日漏洞（zero-day，未公開的安全缺陷），還能利用它。放出來？等于給黑產(chǎn)發(fā)武器。

「防御性網(wǎng)絡(luò)安全」是個什么擋箭牌

Anthropic的解釋很克制：只給「合作伙伴」，只用于「防御性網(wǎng)絡(luò)安全」。但系統(tǒng)卡里的細(xì)節(jié)更直白——Mythos在測試環(huán)境中自主發(fā)現(xiàn)了主流操作系統(tǒng)和瀏覽器的漏洞，全程無人指揮。

這不像以前的AI需要人喂payload（攻擊載荷）。它自己讀代碼、找邏輯缺陷、構(gòu)造利用鏈。用他們內(nèi)部的話說，這是「前所未有的能力躍遷」，比Claude Opus 4.6強出一截。

雙用途（dual-use）的困境在這里變得具體：同一套能力，白帽子用來修漏洞，黑帽子用來搞破壞。Anthropic選擇了最保守的路線——干脆不賣。

能力越強，鎖越緊

這和張小龍說的「用完即走」完全相反。Mythos的問題是能力太強，以至于產(chǎn)品化本身成了風(fēng)險。別的公司拼的是誰能把模型塞到更多場景，Anthropic在琢磨怎么把最強的那個藏起來。

系統(tǒng)卡里有個細(xì)節(jié)值得玩味：他們測試了模型在「無監(jiān)督」?fàn)顟B(tài)下的表現(xiàn)。結(jié)果發(fā)現(xiàn)，給它一個模糊的指令比如「分析這個系統(tǒng)」，它能自己推導(dǎo)出攻擊路徑。這不是工具，是半自主的滲透測試員。

所以限制訪問不是營銷噱頭。 Anthropic的合作伙伴名單沒公開，但能猜到大概輪廓——政府背景的安全團隊、關(guān)鍵基礎(chǔ)設(shè)施的運營方、可能還有金融和電信的核心部門。普通人？連API排隊資格都沒有。

行業(yè) precedent：能力即責(zé)任

這開了一個奇怪的先例。AI公司通常把「最強模型」當(dāng)招牌，OpenAI的GPT-4、Google的Gemini Ultra，都是能公開用的。 Anthropic反著來：最強的那個，我們不敢放。

他們的邏輯是，模型能力曲線和風(fēng)險控制曲線已經(jīng)分叉。過去是「先發(fā)布再補丁」，現(xiàn)在是「先評估再決定發(fā)不發(fā)」。Mythos成了第一只被能力本身困在實驗室的怪獸。

但這套說辭也有縫隙。什么叫「防御性」？誰來定義？如果某個合作伙伴拿到模型后，「防御性」地分析了競爭對手的系統(tǒng)，這算誰的？ Anthropic的系統(tǒng)卡沒回答這個。

更實際的問題是：鎖得住嗎？模型權(quán)重一旦流出，復(fù)制成本趨近于零。歷史上沒有哪項數(shù)字技術(shù)能被真正關(guān)進(jìn)籠子，從Stuxnet到各種開源滲透工具，先例足夠多。

Anthropic的賭注是，延遲發(fā)布能換取對齊（alignment）研究的時間。他們在系統(tǒng)卡里坦承，Mythos的「自主性」帶來了新的對齊挑戰(zhàn)——不是問「它會不會說謊」，是問「它會不會在我們沒注意的時候做事」。

這有點像核不擴散協(xié)議的科技版。區(qū)別是，核武器需要濃縮鈾和離心機，AI模型只需要一個下載鏈接。

所以最后的問題留給讀者：如果最強的AI必須被鎖起來，那「最強」的定義權(quán)在誰手里？ Anthropic說Mythos太危險，那下一個做出類似模型的公司，會同意這個判斷嗎？