文 | 硅基星芒

一向自詡為“道德標(biāo)桿”的Anthropic，上周發(fā)布其最新模型Claude Mythos Preview后，罕見(jiàn)地宣布不向公眾開(kāi)放，理由是該模型的網(wǎng)絡(luò)攻擊能力已構(gòu)成“前所未有的網(wǎng)絡(luò)安全風(fēng)險(xiǎn)”。

一個(gè)AI公司主動(dòng)雪藏自己的產(chǎn)品，這本身就是一個(gè)信號(hào)。

本文想從四個(gè)角度來(lái)梳理這件事：

●模型能力的真實(shí)躍升

●技術(shù)架構(gòu)的可能來(lái)源

●商業(yè)策略下的成本轉(zhuǎn)嫁

●以及互聯(lián)網(wǎng)底層規(guī)則的悄然瓦解。

最終我們看到，技術(shù)狂飆與商業(yè)反噬之間的張力，遠(yuǎn)比表面看起來(lái)復(fù)雜。

01 AI完全自主攻陷企業(yè)網(wǎng)絡(luò)

在大多數(shù)人的認(rèn)知中，AI還只是一個(gè)會(huì)寫(xiě)代碼、做數(shù)學(xué)題的聊天機(jī)器人。

然而，英國(guó)人工智能安全研究所（AISI）近期發(fā)布的一份核心評(píng)測(cè)報(bào)告徹底重塑了人們對(duì)AI殺傷力的理解。

這份報(bào)告揭露了一個(gè)令人恐懼的事實(shí)：前沿大模型已經(jīng)實(shí)現(xiàn)了從智能助手到數(shù)字“傭兵”的進(jìn)化。

這場(chǎng)攻防演練的主角，正是Anthropic前幾天推出的最新模型Claude Mythos Preview。

相比Claude Code和Opus，這款名為Mythos的模型最大的區(qū)別在于沒(méi)有公開(kāi)發(fā)布。

原因竟然是Anthropic評(píng)估該模型的能力過(guò)強(qiáng)，一旦被濫用風(fēng)險(xiǎn)無(wú)法估量。

聽(tīng)起來(lái)有些難以置信，但這并非單純的商業(yè)宣傳。

4月11日，美國(guó)副總統(tǒng)和財(cái)政部部長(zhǎng)召集了Anthropic、xAI、Google、OpenAI、微軟等世界頂級(jí)AI公司的CEO，專門(mén)對(duì)以Mythos為首的AI模型的安全性及網(wǎng)絡(luò)攻擊應(yīng)對(duì)策略進(jìn)行討論。

目前，Anthropic僅僅向Apple、Google、微軟、英偉達(dá)等少數(shù)企業(yè)定向開(kāi)放了該模型，并重點(diǎn)評(píng)估防范黑客濫用的機(jī)制。

能夠引起美國(guó)政府的重點(diǎn)關(guān)注，這款模型宣傳的能力絕非浪得虛名。

在古希臘語(yǔ)中，Mythos往往代指神話、故事等虛構(gòu)敘事，代表這款模型的能力上限已經(jīng)遠(yuǎn)超人們的想象。

然而，真正支持Mythos達(dá)到如此水平的，是它在古希臘語(yǔ)中與這個(gè)詞對(duì)立的Logos（理性思辨）上做到了極致。

為了測(cè)試AI的能力上限，AISI構(gòu)建了一個(gè)名為“The Last Ones（TLO）”的高仿真企業(yè)網(wǎng)絡(luò)靶場(chǎng)。

這與此前網(wǎng)絡(luò)安全技術(shù)人員之間進(jìn)行技術(shù)競(jìng)技的“奪旗賽”有所不同，TLO是一個(gè)包含32步的企業(yè)網(wǎng)絡(luò)攻擊場(chǎng)景，目標(biāo)則是從受保護(hù)的內(nèi)部數(shù)據(jù)庫(kù)中竊取敏感數(shù)據(jù)。

換句話說(shuō)，這是一場(chǎng)包含偵察、憑證竊取、NTLM中繼攻擊直到最終數(shù)據(jù)竊取的32步超長(zhǎng)周期滲透測(cè)試。

AI智能體自主向攻擊目標(biāo)推進(jìn)能夠完成的步數(shù)越多，性能就越強(qiáng)。

對(duì)于這個(gè)測(cè)試，即使是人類頂級(jí)安全專家，完成一整套流程通常也需要耗費(fèi)14-20小時(shí)的連續(xù)高強(qiáng)度工作。

但在長(zhǎng)達(dá)18個(gè)月的縱向跟蹤中，AISI看到了一條令人不寒而栗的能力進(jìn)化曲線：

2024年，獨(dú)領(lǐng)風(fēng)騷的GPT-4o在這個(gè)靶場(chǎng)測(cè)試中平均只能完成1.7步，證明它對(duì)復(fù)雜的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和密碼學(xué)瓶頸束手無(wú)策，迅速陷入了停滯。

2026年2月，編程之王Claude Opus 4.6出場(chǎng)，在1億token的推理算力預(yù)算下，一舉拿下22步的高光成績(jī)。

然而，僅僅兩個(gè)月過(guò)去，Mythos就大幅刷新了這個(gè)成績(jī)，它竟然在10次獨(dú)立測(cè)試中有3次完美通關(guān)了32個(gè)步驟，首次實(shí)現(xiàn)了對(duì)企業(yè)網(wǎng)絡(luò)從0開(kāi)始的完全自主接管。

在對(duì)Mythos能力發(fā)生跨越式進(jìn)步的驚嘆之余，它也揭示了現(xiàn)階段AI演進(jìn)方向的底層邏輯：

規(guī)模化定律應(yīng)該加上一個(gè)定語(yǔ)“Inference”，模型能力提升不能僅僅依靠預(yù)訓(xùn)練階段的知識(shí)灌輸，必須通過(guò)近乎不計(jì)成本的token消耗，在推理階段進(jìn)行反復(fù)的試錯(cuò)、反思和糾正。

另一個(gè)值得關(guān)注的重點(diǎn)突破在于，在網(wǎng)絡(luò)安全領(lǐng)域，算力已經(jīng)是Mythos唯一的限制。

只要給予足夠的token預(yù)算，它就能在漫長(zhǎng)的攻擊序列中鏈?zhǔn)浇Y(jié)合異構(gòu)能力。

在工業(yè)控制系統(tǒng)（ICS）靶場(chǎng)測(cè)試“Cooling Tower”中，甚至有多個(gè)模型跳出了人類預(yù)設(shè)的Web提權(quán)常規(guī)路徑，直接憑借對(duì)未知協(xié)議網(wǎng)絡(luò)流量的暴力嗅探和模糊測(cè)試，硬生生砸開(kāi)了一臺(tái)物理設(shè)備的控制通道。

以Mythos為首的前沿模型，不僅對(duì)全球網(wǎng)絡(luò)安全防御體系造成了降維打擊，也證明了它們?cè)趶?fù)雜物理映射世界中已經(jīng)具備極強(qiáng)的自主執(zhí)行力。

這就意味著，幾個(gè)月后，你的電腦、你的電動(dòng)汽車甚至是你的智能馬桶都可能不再安全。

02 異常的跑分與“幽靈架構(gòu)”

Mythos帶來(lái)的這種詭異的推理能力躍升，顯然無(wú)法僅僅用參數(shù)規(guī)模和顯卡的堆砌來(lái)解釋。

然而，能使用Mythos模型的公司都屈指可數(shù)，從代碼層面上解構(gòu)技術(shù)特點(diǎn)自然是無(wú)稽之談。

不過(guò)，就在Anthropic對(duì)其模型架構(gòu)諱莫如深的同時(shí)，一份異常的基準(zhǔn)測(cè)試成績(jī)卻引起了技術(shù)社區(qū)關(guān)于“幽靈架構(gòu)”的熱烈討論。

目前用戶能看到的關(guān)于Mythos的相關(guān)信息，就只有Anthropic官方發(fā)布的系統(tǒng)卡片。

敏銳的研究人員在其中發(fā)現(xiàn)了一個(gè)不太尋常的數(shù)據(jù)異常：在考察模型應(yīng)對(duì)復(fù)雜圖結(jié)構(gòu)廣度優(yōu)先搜索能力的GraphWalks BFS測(cè)試中，Mythos的得分遠(yuǎn)超對(duì)手達(dá)到80.0%，而兩個(gè)月前發(fā)布的Opus 4.6只有38.7%，GPT-5.4更是只有21.4%。

目前AI行業(yè)模型性能層面上的提升速度已經(jīng)顯著放緩，這種在單一純邏輯推力維度上的斷崖式領(lǐng)先，絕非標(biāo)準(zhǔn)Transformer架構(gòu)通過(guò)常規(guī)思維鏈輸出大量文本所能達(dá)到的效果。

前Meta、現(xiàn)OpenAI的工程師Chris Hayduk直接捅破了這層窗戶紙，并將矛頭指向了一種創(chuàng)新的底層架構(gòu)設(shè)計(jì)：循環(huán)語(yǔ)言模型（Looped Language Models）。

這個(gè)名字，不可避免地讓人聯(lián)想到字節(jié)跳動(dòng)Seed團(tuán)隊(duì)在去年10月發(fā)布的一篇名為《Scaling Latent Reasoning via Looped Language Models》的論文。

字節(jié)的研究團(tuán)隊(duì)提到了一個(gè)開(kāi)創(chuàng)性的核心思想：徹底拋棄在外部生成大量文字讓模型思考的模式，轉(zhuǎn)而讓輸入序列在同一組Transformer層中反復(fù)進(jìn)行內(nèi)部的多輪迭代計(jì)算，在模型的“黑盒”中完成深度的邏輯推演。

而圖搜索，正是這種架構(gòu)在理論上的絕對(duì)舒適區(qū)。

令人疑惑之處還不止兩種架構(gòu)上的相似。

在SWE-Bench測(cè)試中，Mythos消耗的token生成數(shù)量只有前代旗艦?zāi)Ｐ蚈pus 4.6的五分之一，但得出最終答案的推理耗時(shí)反而更長(zhǎng)。

按照傳統(tǒng)的計(jì)算邏輯，輸出越少，計(jì)算速度理應(yīng)越快。

不過(guò)，若是像循環(huán)語(yǔ)言模型一樣，把海量的計(jì)算成本隱藏在不輸出token的內(nèi)部循環(huán)之中，這一看似矛盾的現(xiàn)象就能完美地迎刃而解。

盡管模型性能存在顯著差距，但Anthropic面對(duì)外界質(zhì)疑集體噤聲仍然略顯欲蓋彌彰。

當(dāng)然，只要模型不被公開(kāi)發(fā)布，任何推測(cè)都不可能被證實(shí)。

不過(guò)我們?nèi)匀挥欣碛烧J(rèn)為，象征著美國(guó)硅谷最高技術(shù)結(jié)晶的下一代頂級(jí)模型，核心架構(gòu)的設(shè)計(jì)靈感大概率源自中國(guó)團(tuán)隊(duì)在開(kāi)源社區(qū)毫無(wú)保留的學(xué)術(shù)分享。

盡管國(guó)內(nèi)外AI大模型的權(quán)力格局已經(jīng)基本確定，但這種隱秘的技術(shù)路線借用早已是行業(yè)中不言而喻的“秘密”。

值此之際，試問(wèn)國(guó)際頂尖AI企業(yè)又有什么立場(chǎng)聯(lián)手抵制國(guó)內(nèi)AI企業(yè)的蒸餾行為呢？

03 悄無(wú)聲息被砍掉的緩存時(shí)間

Anthropic的奇葩操作還遠(yuǎn)遠(yuǎn)不止于此。

在Mythos體現(xiàn)出了神明一般的能力的同時(shí)，支撐其能力的算力成本還是一筆糊涂賬。

然而，買(mǎi)單的人卻已經(jīng)確定，那就是數(shù)以萬(wàn)計(jì)的無(wú)辜開(kāi)發(fā)者。

近期，一位名為seanGSISG的開(kāi)發(fā)者在GitHub上發(fā)布了一份數(shù)據(jù)分析報(bào)告，用接近12萬(wàn)次Claude Code API調(diào)用日志將Anthropic的暗箱操作公開(kāi)于眾：

從3月6日至3月8日，Anthropic在沒(méi)發(fā)布任何公告、更新日志和警告的情況下，悄無(wú)聲息地將API提示詞緩存的默認(rèn)存活時(shí)間（TTL）從原本的1小時(shí)砍到了5分鐘。

時(shí)間的驟降，帶來(lái)的是成本的飆升。

從2月1日到3月5日，系統(tǒng)穩(wěn)定運(yùn)行在1小時(shí)緩存的檔位，而當(dāng)時(shí)的緩存資源浪費(fèi)率只有1.1%。

然而在3月6日之后，5分鐘級(jí)別的緩存刷新簡(jiǎn)直就像是一只吸血鬼，瞬間掏空了開(kāi)發(fā)者的錢(qián)包。

僅僅是Sonnet模型的調(diào)用，就直接導(dǎo)致了用戶的隱性使用成本被硬生生提高了17%，3月的資金浪費(fèi)率也隨之暴漲到26%。

這種簡(jiǎn)單粗暴的數(shù)學(xué)邏輯的核心驅(qū)動(dòng)力，毫無(wú)疑問(wèn)是背后的商業(yè)貪婪。

TTL變短意味著龐大的上下文背景信息每隔5分鐘就會(huì)失效，系統(tǒng)就必須不斷重新寫(xiě)入并創(chuàng)建緩存（KV Cache）。

而這么做的原因，在每一款A(yù)I產(chǎn)品的價(jià)格表上都體現(xiàn)得淋漓盡致：緩存命中與未命中時(shí)的token輸入價(jià)格簡(jiǎn)直是天壤地別，后者比前者貴十倍都是常見(jiàn)定價(jià)。

最倒霉的反而是那些為了追求機(jī)制生產(chǎn)力而購(gòu)買(mǎi)Pro Max訂閱服務(wù)、付費(fèi)意愿最強(qiáng)的用戶，他們付款最多，使用最頻繁，額度耗盡也最快。

這種容易被忽視的暗箱操作，反應(yīng)的仍然是頂尖AI企業(yè)面對(duì)長(zhǎng)上下文計(jì)算壓力時(shí)不得不采取的商業(yè)妥協(xié)。

算力瓶頸從未消失，現(xiàn)階段也沒(méi)有人能給出任何解決方案。

聚光燈下Mythos展現(xiàn)出了迄今為止人工智能的最高水平，而陰暗的角落中Anthropic卻要克扣開(kāi)發(fā)者的每一分鐘緩存。

以前市場(chǎng)總會(huì)質(zhì)疑大模型的運(yùn)行是一筆虧本買(mǎi)賣(mài)，而如今的狀況已經(jīng)完全相反。

從上個(gè)月國(guó)產(chǎn)模型紛紛宣布漲價(jià)來(lái)看，算力問(wèn)題短期內(nèi)不可能被根本性解決，而Anthropic的這種行為勢(shì)必會(huì)蔓延到全球AI企業(yè)。

04 傳統(tǒng)互聯(lián)網(wǎng)契約的徹底毀滅

如果把視線進(jìn)一步抬高，從圍觀的開(kāi)發(fā)者生態(tài)轉(zhuǎn)移到整個(gè)互聯(lián)網(wǎng)的宏觀倫理層面，就會(huì)發(fā)現(xiàn)Anthropic這家自詡為AI道德標(biāo)桿的巨頭正在榨干互聯(lián)網(wǎng)上全部的剩余價(jià)值。

Cloudflare這家為全球互聯(lián)網(wǎng)提供底層基礎(chǔ)設(shè)施服務(wù)的公司，恐怕全球的網(wǎng)友們都不會(huì)陌生。

而2026年4月初Cloudflare發(fā)布的一份最新數(shù)據(jù)，無(wú)情地揭示了Anthropic主導(dǎo)的一場(chǎng)數(shù)據(jù)榨取的真相。

傳統(tǒng)的互聯(lián)網(wǎng)生態(tài)中，網(wǎng)站需要流量才能生存，流量（點(diǎn)擊量）就是獲取信息的成本。

但自打AI出現(xiàn)以后，不少網(wǎng)站的信息失去了這種價(jià)值。

Cloudflare通過(guò)追蹤AI的爬蟲(chóng)抓取網(wǎng)站內(nèi)容的次數(shù)，與這些平臺(tái)為原創(chuàng)網(wǎng)站帶來(lái)的流量回流進(jìn)行對(duì)比，并定義了一個(gè)叫做“抓取回流比（crawl-to-refer ratio）”的指標(biāo)，以此衡量AI的行為給網(wǎng)站造成的影響。

而在這份榜單上，始終把“人類利益和負(fù)責(zé)任AI”掛在嘴邊的Anthropic，憑借著8800:1的刺眼數(shù)據(jù)穩(wěn)居倒數(shù)第一，碾壓了同行競(jìng)品。

OpenAI的抓取回流比是993.3:1，還不到Anthropic的八分之一。

簡(jiǎn)單來(lái)說(shuō)，Anthropic AI創(chuàng)建的爬蟲(chóng)在對(duì)互聯(lián)網(wǎng)網(wǎng)頁(yè)進(jìn)行8000次的抓取后，只能給原創(chuàng)網(wǎng)站帶來(lái)1次點(diǎn)擊流量的回流。

在AI出現(xiàn)前的十幾年，互聯(lián)網(wǎng)的生態(tài)運(yùn)轉(zhuǎn)一直建立在一個(gè)心照不宣的隱形契約之上：

創(chuàng)作者允許搜索引擎免費(fèi)爬取和索引自己的原創(chuàng)心血，作為交換，他們將獲得可用于變現(xiàn)的真實(shí)用戶流量。

然而，貪婪的生成式AI不僅破壞了這份契約，還試圖從中榨取盡可能多的價(jià)值。

它們?cè)谟?xùn)練階段將互聯(lián)網(wǎng)上僅存的人類智慧結(jié)晶嚼碎并消化，在推理階段把知識(shí)以最終答案的形式喂給用戶，徹底掐斷了用戶點(diǎn)擊溯源的路徑。

而這些極其高頻的爬蟲(chóng)活動(dòng)，從未將網(wǎng)站擁有者的服務(wù)器宕機(jī)風(fēng)險(xiǎn)和帶寬成本納入考量。

Anthropic引領(lǐng)的這場(chǎng)技術(shù)狂歡，帶來(lái)的卻是建立在技術(shù)強(qiáng)權(quán)上的生態(tài)環(huán)境毀滅。

但這種極具割裂感與諷刺的事實(shí)，在商業(yè)利益面前不僅不會(huì)被抵制，反而會(huì)被全球AI企業(yè)所效仿。

或許，在機(jī)器變得全知全能之前，人類數(shù)字文明已經(jīng)淪為一片毫無(wú)生機(jī)的廢墟。