AnthropicCEO自曝雪藏Mythos4个月

凌晨的硅谷，空气里满是火药味。Anthropic掌门人达里奥罕见地在X上破防，亲自扔出一篇近千字的硬核长文，正面回击外界对Anthropic最诛心的一句质疑——你们所谓的AI安全，是不是只是一块用来疯狂敛财的遮羞布？达里奥首次透露，一个已被训完的Mythos级高级模型，被雪藏了大约四个月，才允许公众触碰。他把自己公司过去一年里因为安全而主动亏掉的钱，一笔一笔摊在了台面上。选择等待，很可能让Anthropic牺牲了原本数月领先优势中的相当一部分。

这一次，把达里奥逼出原形的，是AI安全领域知名调查员Nathan Calvin。几小时前，Calvin的一篇千字檄文，瞬间引爆了整个AI圈。他拉出了一张长长的清单，刀刀见血地细数了Anthropic过去一年的九宗罪。Calvin的潜台词极其辛辣，别装了，你们只想赶在所有人面前造出超级智能！

这场论战的导火索，原本是一份周末流出的联邦AI安全法案草案。Calvin和几位政策研究者在读完草案后感到愤怒，认为Anthropic在幕后推动的这份法案看起来像是在呼吁监管，实则暗藏玄机——它不仅试图架空各州更严厉的法律，还给联邦政府叫停危险AI设定了极高的门槛。

面对几乎要把公司道德根基掀翻的指控，达里奥没有躲。在回应的开头，达里奥先展现了一把高情商，感谢了Calvin的监督，但客套完他直接拔刀了。紧接着，他一口气晒出了九笔让无数硅谷投资人看了都会心梗的“自残式操作”。

神级模型到手，硬生生雪藏4个月这是整篇长文中，信息量最大的一个猛料。达里奥首次公开承认：早在今年2月，Anthropic就已经训练出了“Mythos级别”的高阶模型。但Anthropic硬是忍住了。当时，针对该级别模型的网络安全防御机制还没完全打磨好，他们选择只向极少数合作伙伴开放，专门用于强化网络防御测试。直到今年6月安全护栏到位，这款模型才正式向公众开放。整整4个月的领先窗口期，在分秒必争的AI竞赛中，被他们自己亲手掐断了。

达里奥直言，正是因为这4个月的缓冲，许多企业才赶在具备强悍网络攻击能力的AI模型泛滥之前，加固了自己的安全基础设施。今年6月9日，Anthropic向普通用户推出的Fable 5，就属于这一层级，并配有严格防护。同次发布的Mythos 5，则先向少量网络防御和基础设施合作伙伴提供部分解除限制的能力。因此，“雪藏”期间仍有受限使用；6月开放时，也有不同的访问边界。

对生物风险“零容忍”生物领域的代价，尤其让达里奥难受。他本人就有生物学背景。他称，公司在生物能力测试中看到了令人担忧的结果，也拦截过潜在的生物武器滥用尝试，因此对高风险用途采取严格防护。问题是，过滤器很难精准读懂每个人的意图。把危险请求漏过去，叫漏判；把正常研究拦下来，叫误判。为了尽量减少前者，Anthropic接受了大量后者。正常研究者因此受挫，竞争对手还会把“限制更少”当成卖点。这笔成本，用户也在承担。Anthropic此前的官方说明证实，Fable 5触发生物安全过滤后，会把请求交给能力较弱的模型处理。8月的更新在公司测试中将生物相关回退减少了约85%，但仍保留对双重用途研究的限制。

另一笔账是监管。达里奥称，Anthropic推动了加州SB 53等立法，还支持过比最终通过版本更严格的方案。今年6月，他又公开主张，政府应拥有阻止模型发布的权力。这等于支持外部力量握住自己产品的开关。

最后，是5%股权。就在几天前，Anthropic宣布，拟将公司5%的股份投入公共利益基金，尚待股东批准。公司估值超过指定基准后，每增长50%，董事会还可酌情追加2%。

AI越来越快，谁来踩刹车？为什么一家公司坚持安全，却还要拼命买算力、加快研发？达里奥给出的核心逻辑，叫“race to the top”，向更高标准竞争。他的判断是，一家处在技术最前沿的公司，通过证明先进AI可以被负责任地开发，才更有能力推动同行提高标准。Calvin担心的也很直接：如果每一轮竞争都必须赢，安全还能让公司退让多少？尤其是当AI开始参与下一代AI的研发，能力提升越来越快，人类检查问题、补上漏洞的时间，可能越来越紧。今天，Anthropic愿意等四个月。下一次，面对更强的模型、更大的订单，还能不能等？