克雷西梦瑶发自凹非寺
量子位 | 公众号 QbitAI
抓马！向来标榜安全的 Claude，竟然把自家模型泄露了！？
新模型代号“Mythos”，又叫“Capybara（卡皮巴拉）”，比当下 Claude 最强的 Opus 模型还大还强。
甚是离谱的是，这波曝光，甚至不是外部攻击，而是一次权限配置失误。
一篇 Anthropic 自家博客草稿，被错误设为公开，于是，这只“卡皮巴拉”就这么水灵灵地被全网围观了。
更让人绷不住的是，CEO 也没能逃过这场风波，他的度假计划，也被这位马大哈员工公开到了网上？？
（你说这事儿闹的...）
比 Opus 4.6 更夯的 Claude Mythos
事情的起因，源于一场荒诞的技术性「手滑」。（doge）
几天前，Anthropic 内部的内容管理系统（CMS）在进行版本迁移时，出现了一个致命的配置疏忽。
将一个存储公司核心资产的数据库权限，从内部私有错点成了完全公开，直接把内部机密资产的数据库权限直接「开盒」。
而且还是完全没有加密的那种，结果可想而知——大量图片、PDF 和博客草案直接在互联网上《裸奔》。
好巧不巧，这个漏洞恰好被剑桥大学研究员和网络安全公司 LayerX Security 的在扫描过程中发现。
不看不知道，一看吓一跳，里的内容可以说是让研究人员直接倒吸一口凉气——
3000 份Anthropic 内部保密未公开的资产档案，赫然呈现在眼前。（瞪大眼 .jpg）
而其中的一篇保密但没保密成功的数据资料里，直接爆出了还在测试的秘密模型——Claude Mythos。
有网友在文章下架之前把A社的两篇博客草稿保存了下来，这两篇一篇管这个模型叫 Mythos，另一篇则称之为 Capybara，但除了名称之外，这两篇草稿的其他内容基本一样。
在泄露文件中，曾多次使用质的飞跃这种说法来形容 Mythos，甚至据说比目前的最强模型 Opus更大且更智能。
没有概念没关系，人家资料里直接拿对比说话了：
在具体能力上，相较于 Claude Opus 4.6，Mythos 在软件编码、学术推理和网络安全等测试中的得分显著更高。
不仅如此，泄漏文件中还提到，目前 Anthropic 已完成了对于该模型的相关训练。
并且还说了这么一句话：
Claude Mythos，就是迄今为止公司开发过的最强大的 AI 模型！！！
嚯！比 Opus4.6 还强大的模型，何意味？
要知道，目前 Anthropic 主要有三款模型：分别是轻量级模型 Haiku、中量级模型 Sonnet，以及旗舰型模型 Opus。
在具体表现上，不久前发布的 Opus 4.6，在复杂长文本处理和推理能力上已经处在当前模型第一梯队。
在 GDPval-AA（一项评估金融、法律和其他领域经济价值知识工作任务的性能指标上），Opus 4.6 比 GPT-5.2 高出 144 个 Elo！！！
如果真要像文件里所说的，Mythos 能比 Opus 4.6 还强。
那么，这事儿还真就真不太好说了。
反正我估计隔壁 OpenAI 真得瑟瑟发抖了...
奥特曼：原本以为大家还在一个量级里切磋，谁知道人家私下搞这一套秘密玩法啊？？
安全风险让A社自己都害怕
Anthropic 承认，其内容管理系统配置中的“人为错误”导致草稿博客文章变得可访问。
按照A社的说法，这些材料属于“考虑发布的内容的早期草稿”，也就是说早晚会公开，但因为泄露被提前了。
有网友锐评，因为有了 Claude Code，导致被公开的文件更容易被发现，A社这波是被自己家的产品反噬了？？
（有点太鲨人诛心了啊...)
事儿越闹越大，再不站出来说两句都不太好了。
人家A社发言人也承认了，他们确实正在训练和测试一款新模型。
我们正在开发一款通用模型，它在推理、编码和网络安全方面都有显著提升。
鉴于其强大的功能，我们正在谨慎地发布这款模型。按照行业惯例，我们正在与一小部分早期用户合作测试该模型。我们认为这款模型是一次飞跃，也是我们迄今为止构建的最强大的模型。
由于该模型在代码和网络安全领域的能力远超现有水平，甚至可能被用于发起大规模网络攻击，公司将其限制在极少数早期访问客户范围内进行封闭测试。
这种分阶段披露的做法是为了给网络防御组织留出提前量，让他们能够利用模型的能力先行加固代码库，以应对未来可能出现的 AI 攻击。
有人更是呼吁，这样的模型无论如何都不应该公开，因为根本不存在绝对坚固的防御系统。
其实，目前已经有的 Opus 4.6，就已经具备了发现生产代码库中此前未知漏洞的能力。
A 社已经承认，这项功能具有双重用途，这意味着它既可以帮助黑客，也可以帮助网络安全防御者发现并修复代码中的漏洞。
还有隔壁 OpenAI，在发布 GPT-5.3-Codex 时，也称其是根据“网络安全准备框架”评定的首个“高能力”网络安全相关任务模型，也是首个直接训练用于识别软件漏洞的模型。
也就是说，不管 Anthropic 还是 OpenAI，它们最新一代的前言模型，都已经破了某个门槛，将带来新的网络安全风险。
不过也有人认为，泄露的信息并不等于 100% 的事实，无法排除炒作成分，所以还是拭目以待最终交付的产品究竟如何。
（让我们小小期待一下模型的亮相吧～）
参考链接：
[1]https://x.com/ns123abc/status/2037379495376642481
[2]https://x.com/AiBattle_/status/2037372470232006699
