Anthropic以最具讽刺意味的方式泄露即将推出的模型

当各公司继续通过运行极度消耗资源的AI模型烧掉数十亿美元——而仅将一小部分成本转嫁给消费者和企业客户——AI竞赛丝毫没有放缓的迹象。

周四，由于其面向公众的内容管理系统存在重大安全漏洞，导致一次数据泄露，披露了Anthropic正在开发一款强大的新型模型。

该公司此后正式承认了这一名为"Claude Mythos"的新项目，其发言人向《财富》杂志形容这是AI能力的"阶梯式变革"，也是"迄今为止我们构建的最强模型"。

发言人表示，这是一款"通用模型，在推理、编码和网络安全方面都有意义重大的进步"。

极具讽刺意味的是，《财富》杂志获取的一份草稿博客（"存放在一个不安全且可公开搜索的数据存储中"）声称，新模型"带来了前所未有的网络安全风险"。换句话说，希望新模型没有为Anthropic公司博客的安全性负责。

这对公司来说是一次重大考验，该公司最近因其Claude Code和Claude Cowork工具获得了大量媒体关注，这些工具的成功似乎已经动摇了包括OpenAI在内的Anthropic竞争对手的核心。

泄露还披露了一个名为Capybara的新型AI模型"层级"。Mythos似乎是这一新层级的一部分，但Capybara如何与Anthropic现有的层级——按规模、能力、成本递减的Opus、Sonnet和Haiku——相契合，还有待观察。

"与我们之前的最佳模型Claude Opus 4.6相比，Capybara在软件编码、学术推理和网络安全等测试中得分显著提高，"泄露的博客写道，《财富》杂志引用了这段话。

虽然该模型在网络安全测试中得分可能更高，但该公司警告说，它同时可能对现有网络安全防御构成重大挑战。

"在准备发布Claude Capybara时，我们希望格外谨慎行事，了解它带来的风险——甚至超越我们在自身测试中所了解的范围，"公司在泄露的博文中写道。"特别是，我们希望了解该模型在网络安全领域的近期潜在风险——并分享结果以帮助网络防御者做好准备。"

Anthropic夸口说，该模型"预示着一波新型模型的出现，这些模型能够以远超防御者努力的规模利用漏洞"。

这些风险似乎足够真实，导致周五网络安全股票在最新消息后暴跌。

Anthropic此前也承认过，黑客使用其Claude AI模型来自动化针对银行和政府的网络犯罪。根据该公司11月的博文，一个中国国家支持的黑客组织利用AI的代理能力，通过"假装为合法的安全测试组织工作"来规避Anthropic的AI安全护栏，成功"渗透了大约三十个全球目标，并在少数案例中得手"。

现实检验：一家前沿AI公司正在开发据称比以往任何产品都更强大的下一代产品，这是相当标准的做法，Claude Mythos是否真的会在实践中代表一次重大的"阶梯式变革"，还有待观察，特别是在一个精心策划的测试环境之外。

例如，OpenAI备受期待的GPT-5模型在8月发布时被证明是一次重大失望，远未达到该公司的高调承诺。