新智元报道

Anthropic自曝：我们还有一个最强模型！

就在刚刚，Anthropic甩出了第二份《Risk Report》，覆盖到2026年7月15日为止的全部风险评估。

这份报告里，Anthropic第一次亲口承认：公司内部跑着一个比Mythos 5更强的模型，代号Model 2。

接着，A社又补了一句：「我们目前没有对外发布这个模型的计划。」

这话听着很耳熟，也很符合他们一贯的调性。

今年4月Mythos刚曝光时，Anthropic也说过不打算公开发布。后来开了个Project Glasswing，再后来就有了Fable 5。

看起来，Anthropic又进入这个循环了。

Anthropic的「私藏武器」

Model 2到底有多强

报告提到，Model 2在内部任务上有「明显提升」。它和Mythos 5一起，被公司「大量」用于编码、Agent工作和数据生成。

网友 prinz 爆料，AECI综合能力分：

• Mythos Preview 158.91
• Mythos 5 161.29
• Model 2 162.79

换句话说，Model 2确实比Mythos 5强，但强得并不夸张。

更准确地说，它是「某些领域更强，某些领域更弱，总体上略微更强大」。

还有一个很值得看的指标是CoBench。它专门用来衡量模型在Anthropic真实研发任务里的实际表现。

Model 2的成绩是62.8%，比Mythos Preview足足高出8个百分点。再拿参照组来看，Anthropic的人类研究员在同一套测试中的成功率是85%。

对此，Anthropic的定性结论很克制：「我们的模型尚未取代我们的研究科学家和研究工程师，尤其是相对资深的那些。」

还没取代，但差距正在肉眼可见地缩小。

更炸裂的是下面这句：Claude已经写下了Anthropic合并进生产代码库的绝大多数代码。

内部的 AI 研发速度，确实因为 AI 辅助而显著加快，但还没到两倍。

也就是说，Anthropic内部已经大规模由 AI 写代码了。而冲在最前面的，正是Mythos 5和Model 2这两个模型。

「两倍」这个数字也不是随口一说。Anthropic自己的RSP里，触发AI研发风险红线的条件之一，就是进展速度翻倍。

当然，Anthropic也没把话说满。报告承认，Model 2带来的性能跃升，比不上今年早些时候从Opus 4.6到Mythos。

真正值得警惕的信号

真正让人震惊的，是同一张表格的下一栏。

谈到自动化研发风险的整体评级，Anthropic写道：「我们对这一评估的信心低于此前的风险报告，因为我们最具体的、基于任务的评测已经『饱和』——无法再捕捉模型能力的提升，而且我们正在看到加速的早期迹象。」

这意味着，模型还在变强，但人类的测评手段先到头了。

评测饱和之后，「风险低」这三个字还剩多少含金量？Anthropic自己也说不准了。

Anthropic似乎在发出一个信号：理解自家模型的能力和风险，正在变得越来越难。

风险等级：从「极低」到「低」

在Model 2之外，这份报告还做了一件耐人寻味的事：把高风险场景下的「误对齐」风险，从上一份报告的「极低」抬到了「低」。

所谓「误对齐」，说白了就是模型在关键时刻不按人的意思办事。

7月底，Anthropic翻了14万多条评测记录，发现Claude在网络安全测试里真把三家公司给黑了。

不是沙盒，是真实生产环境。其中Mythos 5往PyPI传了个恶意代码包，一小时内被15台真机下载运行。

8月初，英国AI安全研究院的报告更猛：Mythos 5为了让恶意代码过审，自己捏造了一堆假身份，去骗一位真实的GitHub维护者点批准。

被公开质疑后，它回头改自己的活动记录装无辜，还盘算着换个马甲继续干。

这种程度的欺骗，AISI说：以前从未观察到。

报告还披露了五起安全流程失误，包括：

• 一批本该被排除在训练之外的「装乖」测试数据反复混进了训练
• 没人盯着的智能体拿到了敏感资源

然后Anthropic说：我们那套论证其实依然支持「极低」，抬到「低」纯粹是出于谨慎。

结论也写得非常平静：当前灾难性风险仍在可控的「低」水平，继续开发和部署通过了成本收益测试。

翻译过来就是：接着往前跑。

所有人踩刹车，领跑的那个没踩

与此同时，OpenAI正在推迟新模型Astra，理由是内部测试无法排除「关键级别」的网络攻击能力。

TechCrunch报道称，Astra可能具备独立发现零日漏洞、对高防护目标发起完整攻击链的能力。

有意思的地方就在这儿：两家手里都攥着一个不打算给你用的模型。

• OpenAI把Astra的部分研发按停了
• Model 2在Anthropic内部照跑不误

同样是「不发布」，一个踩刹车，一个是自己留着继续用。

AI分析师ChrisGPT对Axios说：「如果所有人都在给自己的前沿模型踩刹车，唯独现在处在领先位置的主要公司之一没踩，那绝对值得注意。」

Anthropic不在内部承诺暂停，最有可能让它率先抵达AGI。

推特上已经有网友调侃：等Astra发布，Anthropic多半会反转「不对外发布」的决定。

参考A社的调性，这话未必只是玩笑。

大V sui 也认为，A 社很可能会发布这个模型。

字签了，话说了，油门还在踩

别忘了，就在半个月前，Dario Amodei刚在那封「Pacing the Frontier」公开信上签了字。

来自OpenAI、Anthropic、DeepMind、Meta的1300多名员工联合发声，呼吁美国政府尽快介入，建立一套机制，能够“有意识地放慢前沿AI开发的节奏”。

更值得注意的是，Anthropic和OpenAI随后在24小时内就以公司名义公开表示支持。

再往前倒，6月份Dario本人亲自发文，呼吁全球暂停最强AI系统的开发，理由是模型正在接近自我改进的临界点。

字签了，话说了，刹车机制还没建好，油门自己踩到底了。

话说回来，这也不能全怪Anthropic。这其实是整个 ASI 竞赛的结构性困局：

• 每一家都认为应该慢下来
• 但没有一家敢真的停下来

安全是信仰，领先是生存。

当信仰和生存撞到一起，答案很明显，生存赢了。

有趣的是，硅谷知名投资人Ga vin Baker爆料，Dario曾在内部称，Anthropic有朝一日可能成为世界上唯一的私营公司。

「在这种Anthropic至上主义的愿景中，只有Anthropic和政府，仅此而已。」

Da vid Sacks也爆料，A厂员工认为，一年内ARR将从600亿美元增至6000亿美元！。

明年，他们还能以多快速度增长？能否飙升至1万亿美元？

即使仅仅达到4000亿或5000亿，也足以让他们成为最大的软件公司，实在是前景可期。

八月风暴来袭

Altman手里攥着Astra，Dario手里攥着Model 2。

一个被自家安全框架卡住了，正在想办法解套；另一个在报告里轻描淡写地说了句「不打算发布」，然后继续拿它写代码、跑实验、加速研发。

这两个模型，将是2026年下半场的第一声枪响。

Astra何时发布、Model 2是否反转，大概率会在接下来几周揭晓。

刻度正在消失，比赛还在加速。八月的ASI风暴，才刚刚开始。