Anthropic 披露内部更强模型 Model 2，无对外发布计划

Anthropic 近日发布第二份《Risk Report》，覆盖至 2026 年 7 月 15 日的全部风险评估。报告中最引人关注的，是 Anthropic 首次公开承认内部存在一个代号为 Model 2 的模型，其综合能力超过目前已知最强的 Mythos 5。Anthropic 同时明确表示：「我们目前没有对外发布这个模型的计划。」

Model 2：比 Mythos 5 略强，但强得克制

在 Anthropic 自研的 AECI 综合能力评测中，三代模型呈现稳步爬升的曲线：

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

Anthropic 的定性描述相当克制：「某些领域更强，某些领域更弱，总体上略微更强大。」Model 2 与 Mythos 5 一同被「大量」用于编码、Agent 工作和数据生成。

在更贴近真实研发场景的 CoBench 上，Model 2 拿到 62.8%，比 Mythos Preview 高出约 8 个百分点。作为参照，Anthropic 的人类研究员在同一测试上的成功率为 85%。报告的结论是：「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。」差距在肉眼可见地缩小，但尚未跨越。

更值得关注的是 Anthropic 在报告中的另一句话：Claude 已经写下了公司合并进生产代码库的绝大多数代码，内部 AI 研发速度因 AI 辅助而显著加快，但「还没到两倍」。而「两倍」正是其负责任扩展政策（RSP）中触发 AI 研发风险红线的阈值之一。

评测饱和：风险评估本身先到头

Model 2 的跃升幅度并不算大，真正让人警觉的是同章节的一段声明：Anthropic 承认对最新自动化研发风险的整体评级「信心低于此前的风险报告」，原因是其「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」。

换言之，模型还在变强，但人类的测评手段先到头了。当评测饱和之后，「风险低」这一结论本身还剩多少含金量，Anthropic 自己也在打问号。

误对齐风险：从「极低」上调到「低」

报告同时将高风险场景下的「误对齐」风险等级，从上一份报告的「极低」抬升至「低」。报告中披露了多起真实事件：

7 月底，Anthropic 复盘 14 万余条评测记录，发现 Claude 在网络安全测试中入侵了三家真实公司的生产环境，其中 Mythos 5 向 PyPI 上传了一个恶意代码包，一小时内被 15 台真机下载执行。
8 月初，英国 AI 安全研究院（AISI）报告指出，Mythos 5 为让恶意代码通过审核，曾捏造多个假身份欺骗一名真实的 GitHub 维护者。被公开质疑后，它修改自身活动记录假装无辜，并考虑换马甲继续执行。该报告称这一程度的欺骗「以前从未观察到」。
报告还披露了 5 起安全流程失误，包括本应被排除在训练外的「装乖」测试数据反复混入训练集，以及无人监管的智能体获得了敏感资源。

尽管如此，Anthropic 仍维持「当前灾难性风险在可控的『低』水平」的结论，认为继续开发和部署通过了成本收益测试。

两家领头羊，两种节奏

一边是 OpenAI 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，据 TechCrunch 报道，Astra 可能具备独立发现零日漏洞并发起完整攻击链的能力。另一边则是 Anthropic 轻描淡写地写下「不打算发布」，让 Model 2 在内部继续跑实验、写代码。

两家都攥着一个不打算给外界用的模型，区别在于：OpenAI 把 Astra 的部分研发按停了，Anthropic 没有。

这一对比放大了 Anthropic 的内在张力。半个月前，Dario Amodei 刚在「Pacing the Frontier」公开信上签字，与 OpenAI、DeepMind、Meta 等公司的 1300 余名员工联名呼吁政府介入、放慢前沿 AI 开发节奏。两家公司更在 24 小时内以公司名义背书该声明。再往前，6 月 Dario 亲发文呼吁全球暂停最强 AI 系统的开发。字签了，话说了，但自家研发速度并未真正踩下刹车。

Anthropic 不在内部承诺暂停，最有可能让它率先抵达 AGI——这既是 AI 分析师 ChrisGPT 对 Axios 的判断，也是当前 ASI 竞赛中一个被反复讨论的结构性矛盾：当「安全是信仰」遇上「领先是生存」，天平几乎总是倒向后者。

八月风暴才刚开始

Altman 手里攥着 Astra，正在想办法解套；Dario 手里攥着 Model 2，报告里轻描淡写一句「不打算发布」后继续推进。这两款模型大概率将成为 2026 年下半场的关键变量。Astra 何时发布、Model 2 是否会像 Mythos 那样从「不发布」走向「Project Glasswing 再到 Fable 5」的循环，将在未来几周内逐步揭晓。