Anthropic每次传出新品发布，都会被媒体称为“王炸”，但此次王炸真的来了。外媒曝光了Anthropic正处于测试阶段的最强AI模子。

Anthropic的内容处分系统设立出了问题，近3000份未发布的里面文档，被放在了公开可走访的数据缓存里。

相等于敞着大门让别东谈主看里面狡饰。

剑桥大学会聚安全筹商员亚历山大·保韦尔斯（Alexandre Pauwels）和LayerX Security的高等筹商员罗伊·帕斯（Roy Paz）在搜索公开数据时发现了这些文献。

这些文献里有什么？著作草稿、未使用的图片素材、里面行为安排，甚而还有一份标题里带“parental leave”的职工文档。

但最引东谈主正经的，是一份详备先容新模子的草稿。

文献夸耀，Capybara和Mythos指向团结个底层模子。

前者是家具层级的定名，跟Opus、Sonnet相似，后者是模子的代号。就像你不错把一款发动机装进不同型号的车里，Mythos是那台发动机，Capybara是阿谁新车系。

说句题外话，其实千问的卡通形象亦然Capybara，你说这不巧了嘛！

闲扯休说，草稿里面有这样一句话，“与我们之前最佳的模子Claude Opus 4.6比较，Capybara在软件编程、学术推理和会聚安全测试等方面的得分显耀提高。”

Anthropic发言东谈主阐发，新模子在“推理、编码和会聚安全”方面有“独特旨的跳动”，代表了“阶跃式变化”，何况该模子照旧请托给了一丝数早期客户，以进行测试。

但确切让Anthropic病笃的不是性能普及，而是会聚安全智商的飞跃。

草稿中写谈，这款模子“在会聚智商方面咫尺远远最初于任何其他AI模子”，何况“预示着行将到来的一波模子波澜，这些模子应用马虎的智商将远远高出防患者的奋发”。

换句话说，Anthropic惦记黑客会拿这个模子发动大领域会聚攻击。

本年2月，OpenAI发布GPT-5.3-Codex时，初次将一款模子归类为“高会聚安全智商”，它被OpenAI拿去教师识别软件马虎。Opus 4.6也展现出类似的智商，不错发当代码库中的未知马虎。

两家公司都明晰，这其实是一把双刃剑。

Capybara不错是看护天神，也不错是充满坏心的病毒。

是以Anthropic为Capybara遐想了一套严慎的发布战略。草稿写谈：“在准备发布Claude Capybara时，我们但愿荒谬严慎。因为我们明晰它带来的风险，信托比测试中能际遇的情况更为严重。”

Anthropic的具体作念法是优先向会聚安全防患组织提供早期走访权限，让他们巧合刻加固代码库，支吾行将到来的AI攻击波澜。

文献还提到，这个模子运行资本很高，短期内不会面向普通用户通达。

随后Anthropic马上关闭了公开走访权限。发言东谈主将此怨尤于“内容处分系统设立中的东谈主为失误”，并强调这些是“推敲发布的早期草稿”。

但走漏照旧发生。Mythos和Capybara成了公开的巧妙，Anthropic的发言东谈主也大大方方地承认了Mythos和Capybara的存在。

01

Mythos可能是这个表情的

那么Mythos具体会是什么样呢？

先说论断：如果Mythos真有“阶跃式变化”，我猜它不仅仅一个更大的base model，而是一套“模子+编排+考证 +风险限度”的复合系统。

也等于说，确切跳变的可能不是参数目，而是“作念长任务时不散架”。

我的原理很浅陋，工夫会变，然则Anthropic我方的大所在不会变。

Anthropic照旧发布了许多对于公司工夫阶梯的博客，比如《Next-generation Constitutional Classifiers: More efficient protection against universal jailbreaks》（下一代分类器：更高效地防护通用逃狱攻击），以及《Mitigating the risk of prompt injections in browser use》（裁减浏览器使用中教导注入的风险）等等。

这东西就跟宗旨车相似。

先说说安全方面吧，许多东谈主以为杀毒软件照旧靠“病毒库”——就像考核拿着通缉犯相片挨个比对。但骨子上，当代杀毒软件和EDR（端点检测与响应）系统早就不是这样干了。

它们会看文献结构、监控程度步履、分析API调用模式、跟踪横向移动轨迹，米兰甚而用机器学习判断“这个步履像不像攻击”。

换句话说，当代安全系统照旧不仅仅在找“已知的坏东谈主”，而是在识别“可疑的步履模式”。

Mythos可能把这个逻辑又往前推了一步。它能厚实攻击的语义。

通过厚实一段代码、一串器用调用、一段对话，判断是不是在构造一条真实可本质的攻击链。

比如它能分辨出：这不是普通的压缩剧本，而是在作念回避扫描、自启动、把柄窃取这一整套当作；这不是往常的浸透测试问答，而是在拼接exploit、捏久化、横移、出网这几个次序。

Mythos很可能具备“马虎泛化发现”智商。

Anthropic 在本年2月的博客中提到，Opus 4.6找零日马虎的时势不像传统fuzzing那样乱撞，而是通过厚实代码语义、历史迷惑模式和相似bug特征，去找“还没被修掉的同类马虎”。

看到一个马虎后，它就能坐窝理猜度“其他地方是不是也存在类似的马虎”。

Mythos在推理方面的普及，可能也不只单是说benchmark分数又高了几分。

比如它可能在念念考过程中更少出现半途漂移，更少为了迎合用户而过度自信，更会显式永别“已知、推测、未知”，更会在不信托时保守行动等等。

这和安全是团结类底层智商。因为好的模子不仅仅更会生成谜底，而是更会处分我方的不信托性。

Claude的一大重心等于编程。是以我以为在编程智商上，Mythos可能不仅仅“把代码写地更好”，而是从“会写代码”变成“会计议代码库”。

Mythos可能会把模块界限、依赖干系、历史patch格调、测试习气放在一齐进行建模。

它会先拆变嫌图、再分批落patch，而不是猜度哪改到哪；写完代码后会主动补测试、跑静态查验，根据失败日记回滚到更稳的决策。

这种智商对真实工程名堂的价值，远超在测试集上多作念对几谈题。

诚然最终要落到的地方，信托是在线束（harness）上，Mythos很可能完结了从“单次回应强”到“整条本质链稳”的跨越。

它会把大任务拆成可考证的小阶段，多个子任务并行本质再汇总驱散，在长链条里保留关节景况、丢掉噪声。某一步报错时不需要重新来过，独一找到问题发生地，对其局部进行迷惑，星空体育就不错无间本质任务。

就像游戏里的查验点，如果你莫得通过某一个BOSS，你不需要重新运行买扫数章节，你会被传送到上一个查验点。

这就像工业限度里的“线束处分”——不是某一根线更粗，而是扫数计议、报复、容错、象征、回路遐想更合理。

长凹凸文智商的普及可能也不仅仅“窗口更大”，而是“凹凸文应用率更高”。

咫尺的大模子，一说凹凸文窗口，每个都说我方能装下几十万字，然则一问它全文重心大要文档干系，坐窝就哑巴了。

Mythos如真实有跳动，可能体咫尺更强的重心检测、更好的层级摘抄、更准的跨文档对王人，以及更灵验的捏续牵记写回机制。

在器用使用上，Mythos可能从“会调器用”升级到“会遐想实验”。

Anthropic照旧在推computer use、terminal、browser这套智商，但确切的跨越不是UI自动化更强，而是知谈什么时候该读代码、什么时候该跑测试、什么时候该查文档。

如何遐想最小考证闭环、幸免无效探索、限度资本。

庸碌说，等于从“会操作电脑”升级到“会像工程师那样作念排障实验”，甚而于是说“碰到问题时，会原地掏出一个机床我方制造一个特化对口的器用来处理问题”。

02

还有呢？

归正都猜这样多了，不妨我们就再往深了猜猜，我以为Mythos的普及很可能来自几种教师和推理技能的类似。

第一是更重的测试时诡计，也等于模子会根据任务难度动态分派更多“念念考预算”，在关节次序上作念更长、更深的推理，而不是相连线性吐完谜底。

就像检修，普通的AI都是闭卷快答选手，岂论是1分的选拔题，照旧20分的压轴大题，都是扫一眼就下笔，写一步不回头，匀速写完拉倒，哪怕题很难，亦然顺嘴瞎编充数。

Mythos是学霸，拿到题先分难度，浅陋题秒答不糜掷时刻；际遇复杂大题、关节次序，就多打草稿、多琢磨几遍，算对了再往下写，卡壳了就停驻来多想一层，毫不会张嘴就来。

第二是更偏向agent轨迹的强化学习，教师主见不再仅仅“临了一句话答对了莫得”，而是“整条任务链有莫得成功完成”，包括如何拆遐想、何时调用器用、何时停驻来考证、出错后如何回退。

本来的教师时势是只看“名堂临了有莫得交差”，哪怕实习生中间瞎搞、找别东谈主代作念、次序全错，临了蒙对了驱散，就发奖金。

若是中间全对，临了一步手抖错了，径直扣钱，弥散岂论过程。

Mythos是全程盯经过，不仅看临了名堂成没成，还要看你会不会把大名堂拆成一步一步的小遐想，什么时候该查贵寓、用器用，什么时候该停驻来查对前边的内容，作念错了会不会回头修正。

第三是更强的verifier，也等于某种内置的审稿东谈主或质检员，在代码场景里查验patch是否真的耕作，在安全场景里查验输出是否显耀加多攻击可本质性。

这个你就当成是公众号发著作。普通AI是作家写结束径直发，岂论有莫得错别字、事实失误、合规风险，发出去出问题再说。

Mythos就和字母AI相似，要有提纲、要有多谈审核、还要去求证等等。这篇著作之外。

第四是更细粒度的风险监控，不只看最终文本，而是看模子里面表征和中间轨迹，判断它是不是正在形成一条危境的攻击链。

这亦然为什么我一直拿当代杀毒软件和EDR来类比。往常的杀毒软件更像“对照病毒库”，今天的安全系统更像“识别可疑步履模式”。

如果把这个逻辑搬到大模子里，Mythos的安全智商就可能不是靠硬编码关节词，而是靠对任务语义、器用调用限定、代码步履和中间景况的轮廓判断。

它识别的不是“某个坏谜底”，而是“这个苦求会形成如何的着力”。一朝这种智商训练，安全就不再仅仅一个外挂过滤器，而会变成模子推理过程自己的一部分。

如果把这些智商串起来看，Mythos可能会是一个将语义泛化、长任务踏实性、器用编排、风险限度这几件事给和会起来的新家具。

这也讲解了为什么Anthropic对Mythos如斯严慎。

一个能厚实攻击语义、能泛化发现马虎、能编排长链条任务、能自主使用器用的AI，这照旧是敲响AGI的防盗门了。

但这里有个更深层的问题：当AI的攻击智商运行系统性地高出防患智商，扫数会聚安全的均衡会不会被冲突？

如果改日几个月Anthropic真的认真发布Mythos大要Capybara，那么最应该盯紧的是它在computer use、terminal、browser这类长任务环境里的踏实性。

因为这类场景最能表现一个模子到底仅仅“单循环应强”，照旧照旧具备“捏续本质”的系统智商。确切的阶跃式变化，临了都会反应在这些难以伪装好意思化的计议上。

从这个角度看，Mythos泄密事件的确切意旨，是揭示了AI发展的下一个临界点。

而这个临界点星空体育，可能比我们联想的来得更快。

6686体育官方网站入口

• 星空体育
• 模子
• 最强
• Anthropic
• 很可能