Anthropic vô tình rò rỉ mô hình thế hệ tiếp theo "Claude Mythos": Vượt qua Opus với một cấp độ mới, khả năng an ninh mạng "vượt xa tất cả AI hiện có".

据 1M AI News 监测，Anthropic 正在测试一款名为「Claude Mythos」的新模型，
因内容管理系统配置失误，一份未发布的博客草稿被存储在公开可搜索的数据库中，
意外暴露了该模型的存在。Anthropic 随后确认了这款模型，称其代表「能力的阶跃式提升」（step change），
是「我们迄今构建的最强模型」。

泄露的草稿显示，Mythos 是一个全新的模型层级，定位高于 Opus 系列。
草稿称「与此前最佳模型 Claude Opus 4.6 相比，该模型在软件编程、学术推理和网络安全等测试中的得分大幅提升」。
草稿中还出现了「Capybara」这一代号，与 Mythos 指向同一底层模型。

Anthropic 对该模型的网络安全能力尤为警惕，
草稿称其「在网络安全能力方面目前远远领先于任何其他 AI 模型」，
并「预示着即将到来的一波模型浪潮，其漏洞利用能力将远超防御者的应对速度」。
因此，Anthropic 采取了比以往更缓慢的发布策略：首先向少量早期客户开放，
聚焦网络安全防御场景，帮助组织在 AI 驱动的攻击浪潮到来前加固代码库。
该模型运行成本极高，短期内不会面向公众开放。

此次泄露源于 Anthropic 外部 CMS 工具的「人为错误」，
导致近 3000 项未发布资产（包括博客草稿、图片和 PDF）被公开存储在未加密的数据库中。
剑桥大学网络安全研究员 Alexandre Pauwels 和 LayerX Security 高级 AI 安全研究员 Roy Paz 分别独立发现了这些文件。
泄露内容还包括 Anthropic 即将在英国举办的欧洲企业 CEO 闭门峰会细节，
CEO Dario Amodei 将出席，地点为英国乡间一座 18 世纪庄园酒店。

Anthropic 发言人表示：「我们正在开发一款通用模型，在推理、编程和网络安全方面有重大进展。
鉴于其能力的强度，我们在发布方式上会非常审慎。」