高加索AV无码,99尹人网毛,韩日337p99,一级a片久久无,97色区综合,激情日韩在线一二三,日韩精品久久精品草比,婷婷久久91,亚洲天堂艹比

一向自詡為“道德標桿”的Anthropic，上周發(fā)布其最新模型Claude Mythos Preview后，罕見地宣布不向公眾開放，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”。

一個AI公司主動雪藏自己的產(chǎn)品，這本身就是一個信號。本文想從四個角度來梳理這件事：●模型能力的真實躍升●技術(shù)架構(gòu)的可能來源●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，遠比表面看起來復(fù)雜。

01 

AI完全自主攻陷企業(yè)網(wǎng)絡(luò)

在大多數(shù)人的認知中，AI還只是一個會寫代碼、做數(shù)學(xué)題的聊天機器人。

然而，英國人工智能安全研究所（AISI）近期發(fā)布的一份核心評測報告徹底重塑了人們對AI殺傷力的理解。

這份報告揭露了一個令人恐懼的事實：前沿大模型已經(jīng)實現(xiàn)了從智能助手到數(shù)字“傭兵”的進化。

這場攻防演練的主角，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)別在于沒有公開發(fā)布。

原因竟然是Anthropic評估該模型的能力過強，一旦被濫用風(fēng)險無法估量。

聽起來有些難以置信，但這并非單純的商業(yè)宣傳。

4月11日，美國副總統(tǒng)和財政部部長召集了Anthropic、xAI、Google、OpenAI、微軟等世界頂級AI公司的CEO，專門對以Mythos為首的AI模型的安全性及網(wǎng)絡(luò)攻擊應(yīng)對策略進行討論。

目前，Anthropic僅僅向Apple、Google、微軟、英偉達等少數(shù)企業(yè)定向開放了該模型，并重點評估防范黑客濫用的機制。

能夠引起美國政府的重點關(guān)注，這款模型宣傳的能力絕非浪得虛名。

在古希臘語中，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)遠超人們的想象。

然而，真正支持Mythos達到如此水平的，是它在古希臘語中與這個詞對立的Logos（理性思辨）上做到了極致。

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

這與此前網(wǎng)絡(luò)安全技術(shù)人員之間進行技術(shù)競技的“奪旗賽”有所不同，TLO是一個包含32步的企業(yè)網(wǎng)絡(luò)攻擊場景，目標則是從受保護的內(nèi)部數(shù)據(jù)庫中竊取敏感數(shù)據(jù)。

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

AI智能體自主向攻擊目標推進能夠完成的步數(shù)越多，性能就越強。

對于這個測試，即使是人類頂級安全專家，完成一整套流程通常也需要耗費14-20小時的連續(xù)高強度工作。

但在長達18個月的縱向跟蹤中，AISI看到了一條令人不寒而栗的能力進化曲線：

2024年，獨領(lǐng)風(fēng)騷的GPT-4o在這個靶場測試中平均只能完成1.7步，證明它對復(fù)雜的網(wǎng)絡(luò)拓撲結(jié)構(gòu)和密碼學(xué)瓶頸束手無策，迅速陷入了停滯。

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

然而，僅僅兩個月過去，Mythos就大幅刷新了這個成績，它竟然在10次獨立測試中有3次完美通關(guān)了32個步驟，首次實現(xiàn)了對企業(yè)網(wǎng)絡(luò)從0開始的完全自主接管。

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

規(guī)�；�定律應(yīng)該加上一個定語“Inference”，模型能力提升不能僅僅依靠預(yù)訓(xùn)練階段的知識灌輸，必須通過近乎不計成本的token消耗，在推理階段進行反復(fù)的試錯、反思和糾正。

另一個值得關(guān)注的重點突破在于，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，它就能在漫長的攻擊序列中鏈式結(jié)合異構(gòu)能力。

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

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

這就意味著，幾個月后，你的電腦、你的電動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帶來的這種詭異的推理能力躍升，顯然無法僅僅用參數(shù)規(guī)模和顯卡的堆砌來解釋。

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)特點自然是無稽之談。

不過，就在Anthropic對其模型架構(gòu)諱莫如深的同時，一份異常的基準測試成績卻引起了技術(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)了一個不太尋常的數(shù)據(jù)異常：在考察模型應(yīng)對復(fù)雜圖結(jié)構(gòu)廣度優(yōu)先搜索能力的GraphWalks BFS測試中，Mythos的得分遠超對手達到80.0%，而兩個月前發(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，絕非標準Transformer架構(gòu)通過常規(guī)思維鏈輸出大量文本所能達到的效果。

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：循環(huán)語言模型（Looped Language Models）。

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

字節(jié)的研究團隊提到了一個開創(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)進行內(nèi)部的多輪迭代計算，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反而更長。

按照傳統(tǒng)的計算邏輯，輸出越少，計算速度理應(yīng)越快。

不過，若是像循環(huán)語言模型一樣，把海量的計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面對外界質(zhì)疑集體噤聲仍然略顯欲蓋彌彰。

當然，只要模型不被公開發(fā)布，任何推測都不可能被證實。

不過我們?nèi)匀挥欣碛烧J為，象征著美國硅谷最高技術(shù)結(jié)晶的下一代頂級模型，核心架構(gòu)的設(shè)計靈感大概率源自中國團隊在開源社區(qū)毫無保留的學(xué)術(shù)分享。

盡管國內(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，試問國際頂尖AI企業(yè)又有什么立場聯(lián)手抵制國內(nèi)AI企業(yè)的蒸餾行為呢？

03 

悄無聲息被砍掉的緩存時間

Anthropic的奇葩操作還遠遠不止于此。

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

然而，買單的人卻已經(jīng)確定，那就是數(shù)以萬計的無辜開發(fā)者。

近期，一位名為seanGSISG的開發(fā)者在GitHub上發(fā)布了一份數(shù)據(jù)分析報告，用接近12萬次Claude Code API調(diào)用日志將Anthropic的暗箱操作公開于眾：

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

時間的驟降，帶來的是成本的飆升。

從2月1日到3月5日，系統(tǒng)穩(wěn)定運行在1小時緩存的檔位，而當時的緩存資源浪費率只有1.1%。

然而在3月6日之后，5分鐘級別的緩存刷新簡直就像是一只吸血鬼，瞬間掏空了開發(fā)者的錢包。

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月的資金浪費率也隨之暴漲到26%。

這種簡單粗暴的數(shù)學(xué)邏輯的核心驅(qū)動力，毫無疑問是背后的商業(yè)貪婪。

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

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

最倒霉的反而是那些為了追求機制生產(chǎn)力而購買Pro Max訂閱服務(wù)、付費意愿最強的用戶，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)面對長上下文計算壓力時不得不采取的商業(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卻要克扣開發(fā)者的每一分鐘緩存。

以前市場總會質(zhì)疑大模型的運行是一筆虧本買賣，而如今的狀況已經(jīng)完全相反。

從上個月國產(chǎn)模型紛紛宣布漲價來看，算力問題短期內(nèi)不可能被根本性解決，而Anthropic的這種行為勢必會蔓延到全球AI企業(yè)。

04 

傳統(tǒng)互聯(lián)網(wǎng)契約的徹底毀滅

如果把視線進一步抬高，從圍觀的開發(fā)者生態(tài)轉(zhuǎn)移到整個互聯(lián)網(wǎng)的宏觀倫理層面，就會發(fā)現(xiàn)Anthropic這家自詡為AI道德標桿的巨頭正在榨干互聯(lián)網(wǎng)上全部的剩余價值。

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)友們都不會陌生。

而2026年4月初Cloudflare發(fā)布的一份最新數(shù)據(jù)，無情地揭示了Anthropic主導(dǎo)的一場數(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值。

Cloudflare通過追蹤AI的爬蟲抓取網(wǎng)站內(nèi)容的次數(shù)，與這些平臺為原創(chuàng)網(wǎng)站帶來的流量回流進行對比，并定義了一個叫做“抓取回流比（crawl-to-refer ratio）”的指標，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“人類利益和負責任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，碾壓了同行競品。

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

簡單來說，Anthropic AI創(chuàng)建的爬蟲在對互聯(lián)網(wǎng)網(wǎng)頁進行8000次的抓取后，只能給原創(chuàng)網(wǎng)站帶來1次點擊流量的回流。

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

創(chuàng)作者允許搜索引擎免費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值。

它們在訓(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，在推理階段把知識以最終答案的形式喂給用戶，徹底掐斷了用戶點擊溯源的路徑。

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

Anthropic引領(lǐng)的這場技術(shù)狂歡，帶來的卻是建立在技術(shù)強權(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，在商業(yè)利益面前不僅不會被抵制，反而會被全球AI企業(yè)所效仿。

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

       原文標題 : 雪藏背后：Anthropic的技術(shù)、商業(yè)與倫理困境