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的内容解决系统配置出了问题，近3000份未发布的里面文档，被放在了公开可看望的数据缓存里。
特别于敞着大门让别东谈主看里面神秘。
剑桥大学收罗安全磋议员亚历山大·保韦尔斯（Alexandre Pauwels）和LayerX Security的高等磋议员罗伊·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？著述草稿、未使用的图片素材、里面行径安排，以致还有一份标题里带“parental leave”的职工文档。
但最引东谈主留意的，是一份详确先容新模子的草稿。
文献娇傲，Capybara和Mythos指向吞并个底层模子。
前者是产物层级的定名，跟Opus、Sonnet相同，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！
更无长物，草稿里面有这样一句话，“与我们之前最佳的模子Claude Opus 4.6比拟，Capybara在软件编程、学术推理和收罗安全测试等方面的得分显贵提高。”
Anthropic发言东谈主阐述，新模子在“推理、编码和收罗安全”方面有“故兴致的高出”，代表了“阶跃式变化”，况兼该模子也曾托付给了少量数早期客户，以进行测试。
但的确让Anthropic弥留的不是性能进步，而是收罗安全才能的飞跃。
草稿中写谈，这款模子“在收罗才能方面庞下远远早先于任何其他AI模子”，况兼“预示着行将到来的一波模子海浪，这些模子诈欺裂缝的才能将远远超越防卫者的勇猛”。
换句话说，Anthropic牵记黑客会拿这个模子发动大范围收罗挫折。
本年2月，OpenAI发布GPT-5.3-Codex时，初度将一款模子归类为“高收罗安全才能”，它被OpenAI拿去造就识别软件裂缝。Opus 4.6也展现出类似的才能，不错发当代码库中的未知裂缝。
两家公司都澄莹，这其实是一把双刃剑。
Capybara不错是督察天神，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计谋。草稿写谈：“在准备发布Claude Capybara时，我们但愿格外严慎。因为我们澄莹它带来的风险，服气比测试中能遭遇的情况更为严重。”
Anthropic的具体作念法是优先向收罗安全防卫组织提供早期看望权限，让他们随机刻加固代码库，打刊行将到来的AI挫折海浪。
文献还提到，这个模子运行老本很高，短期内不会面向普通用户绽放。
随后Anthropic飞速关闭了公开看望权限。发言东谈主将此怨尤于“内容解决系统配置中的东谈主为空幻”，并强调这些是“研究发布的早期草稿”。
但浮现也曾发生。Mythos和Capybara成了公开的神秘，Anthropic的发言东谈主也大大方方地承认了Mythos和Capybara的存在。
01
Mythos可能是这个神情的
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+考据 +风险截止”的复合系统。
也即是说，的确跳变的可能不是参数目，而是“作念长任务时不散架”。
我的原理很约略，技能会变，然则Anthropic我方的大标的不会变。
Anthropic也曾发布了许多对于公司技能阶梯的博客，比如《Next-generation Constitutional Classifiers: More efficient protection against universal jailbreaks》（下一代分类器：更高效地谨防通用逃狱挫折），以及《Mitigating the risk of prompt injections in browser use》（缩小浏览器使用中领导注入的风险）等等。
这东西就跟倡导车相同。
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”——就像考查拿着通缉犯像片挨个比对。但本色上，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、跟踪横向挪动轨迹，以致用机器学习判断“这个步履像不像挫折”。
换句话说，当代安全系统也曾不仅仅在找“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。它能默契挫折的语义。
通过默契一段代码、一串器具调用、一段对话，判断是不是在构造一条真实可实施的挫折链。
比如它能分辨出：这不是普通的压缩剧本，而是在作念袒护扫描、自启动、根据窃取这一整套行动；这不是正常的浸透测试问答，而是在拼接exploit、抓久化、横移、出网这几个局势。
Mythos很可能具备“裂缝泛化发现”才能。
Anthropic 在本年2月的博客中提到，Opus 4.6找零日裂缝的方式不像传统fuzzing那样乱撞，而是通过默契代码语义、历史设立模式和相似bug特征，去找“还没被修掉的同类裂缝”。
看到一个裂缝后，它就能坐窝理料想“其他场地是不是也存在类似的裂缝”。
Mythos在推理方面的进步，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，更少为了投合用户而过度自信，更会显式诀别“已知、测度、未知”，更会在挣扎气时保守行动等等。
这和安全是吞并类底层才能。因为好的模子不仅仅更会生成谜底，而是更会解决我方的挣扎气性。
Claude的一梗概点即是编程。是以我认为在编程才能上，Mythos可能不仅仅“把代码写地更好”，而是从“会写代码”变成“会计算代码库”。
Mythos可能会把模块鸿沟、依赖磋议、历史patch作风、测试风气放在一皆进行建模。
它会先拆篡改图、再分批落patch，而不是料想哪改到哪；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议。
这种才能对真实工程形式的价值，远超在测试集上多作念对几谈题。
固然最终要落到的场地，服气是在线束（harness）上，Mythos很可能杀青了从“单次回应强”到“整条实施链稳”的跨越。
它会把大任务拆成可考据的小阶段，多个子任务并行实施再汇总收尾，在长链条里保留要道情景、丢掉噪声。某一步报错时不需要重新来过，只有找到问题发生地，对其局部进行设立，滚球app官网就不错接续实施任务。
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所有章节，你会被传送到上一个查验点。
这就像工业截止里的“线束解决”——不是某一根线更粗，而是所有贯穿、停止、容错、符号、回路遐想更合理。
长高低文才能的进步可能也不仅仅“窗口更大”，而是“高低文诈欺率更高”。
目下的大模子，一说高低文窗口，每个都说我方能装下几十万字，然则一问它全文要点或者文档磋议，坐窝就哑巴了。
Mythos如确凿有高出，可能体目下更强的要点检测、更好的层级摘要、更准的跨文档对皆，以及更灵验的抓续牵挂写回机制。
在器具使用上，Mythos可能从“会调器具”升级到“会遐想现实”。
Anthropic也曾在推computer use、terminal、browser这套才能，但的确的跨越不是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。
如何遐想最小考据闭环、幸免无效探索、截止老本。
平素说，即是从“会操作电脑”升级到“会像工程师那样作念排障现实”，以致于是说“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具来处理问题”。
02
还有呢？
归正都猜这样多了，不妨我们就再往深了猜猜，我认为Mythos的进步很可能来自几种造就和推理技能的访佛。
第一是更重的测试时打算，也即是模子会根据任务难度动态分拨更多“念念考预算”，在要道局势上作念更长、更深的推理，而不是连络线性吐完谜底。
就像检修，普通的AI都是闭卷快答选手，岂论是1分的聘用题，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，约略题秒答不弃世时刻；遭遇复杂大题、要道局势，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，造就主义不再仅仅“终末一句话答对了莫得”，而是“整条任务链有莫得告成完成”，包括若何拆打算、何时调用器具、何时停驻来考据、出错后如何回退。
蓝本的造就方式是只看“形式终末有莫得交差”，哪怕实习生中间瞎搞、找别东谈主代作念、局势全错，终末蒙对了收尾，就发奖金。
淌若中间全对，终末一步手抖错了，径直扣钱，皆备岂论过程。
Mythos是全程盯过程，不仅看终末形式成没成，还要看你会不会把大形式拆成一步一步的小打算，什么时候该查贵府、用器具，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，也即是某种内置的审稿东谈主或质检员，在代码场景里查验patch是否真的成立，在安全场景里查验输出是否显贵增多挫折可实施性。
这个你就当成是公众号发著述。普通AI是作家写罢了径直发，岂论有莫得错别字、事实空幻、合规风险，发出去出问题再说。
Mythos就和字母AI相同，要有提纲、要有多谈审核、还要去求证等等。这篇著述之外。
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急的挫折链。
这亦然为什么我一直拿当代杀毒软件和EDR来类比。往日的杀毒软件更像“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的安全才能就可能不是靠硬编码要道词，而是靠对任务语义、器具调用法规、代码步履和中间情景的玄虚判断。
它识别的不是“某个坏谜底”，而是“这个央求会变成若何的收尾”。一朝这种才能熟悉，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身的一部分。
如果把这些才能串起来看，Mythos可能会是一个将语义泛化、长任务自如性、器具编排、风险截止这几件事给和会起来的新产物。
这也讲解注解了为什么Anthropic对Mythos如斯严慎。
一个能默契挫折语义、能泛化发现裂缝、能编排长链条任务、能自主使用器具的AI，这也曾是敲响AGI的防盗门了。
但这里有个更深层的问题：当AI的挫折才能运行系统性地超越防卫才能，所有收罗安全的均衡会不会被冲突？
如果改日几个月Anthropic真的厚爱发布Mythos或者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自如性。
因为这类场景最能线路一个模子到底仅仅“单循环应强”，照旧也曾具备“抓续实施”的系统才能。的确的阶跃式变化，终末都会反应在这些难以伪装好意思化的目的上。
从这个角度看，Mythos泄密事件的的确兴致，是揭示了AI发展的下一个临界点。
而这个临界点滚球app中国官方网站，可能比我们设想的来得更快。
米兰app官方网站
备案号: