SemiAnalysis 爆料：Anthropic 与 OpenAI 疑「雪藏」最强模型

美国知名半导体与 AI 行业研究机构 SemiAnalysis 在其最新一期内部播客中透露，据其了解，AI 头部公司 Anthropic 与 OpenAI 近期都在内部「藏」着能力超出对外发布版本的更强模型，部分原因指向安全评估收紧与发布门槛提高。该说法尚未获得两家公司的官方确认。

SemiAnalysis 播客核心爆料

主持人 Dylan Patel 与 Jordan Nanos 表示，他们从多个渠道获知，Anthropic 训练完成了一款代号为 Mythos 2 的新模型，但在内部安全评估后决定暂不对外发布。Anthropic 转而使用 Mythos 2 产出的数据，进一步训练下一代模型 Mythos 3。

两位分析师认为，这与 Anthropic 长期推动 AI 监管的立场形成了「回旋镖」式的讽刺：公司主张加强监管，如今自家最强模型也不得不先通过内部安全关口，导致对外发布节奏放缓。

OpenAI 端的类似信号

播客同样谈到 OpenAI。Jordan Nanos 表示，其内部观点是「5.6 Sol」并非 OpenAI 训练过的最大模型，公司应在别处藏有更大规模的模型。播客还提到代号 Astra 的模型，称其在 Agent 编程与网络安全能力上进步显著，OpenAI 内部评估一度无法排除达到「Critical」网络安全能力的可能性，因此暂停了部分不符合新安全要求的内部活动。

OpenAI 总裁 Greg Brockman 此前的公开发言也曾提到，公司正在开发能够编写「超人类水平安全代码」的模型，用于帮助机构抵御 AI 驱动的网络攻击。

分析机构担忧的「递归」风险

Dylan Patel 在播客中提出一个核心担忧：闭源实验室若长期不发布最强模型，会打断「发布—用户反馈—下一代训练」的飞轮。他援引 Anthropic 风险报告中的披露称，内部代号 Model 2 的模型在 AEC 上得分为 162.79，在 CoBench 上为 62.8%，并指出 Model 2 正在生成大量训练数据。

Patel 由此推演出三层「递归」风险：

• 数据递归：强模型自出题、自验证，验证器无需人类标注即可形成迭代数据
• 劳动力递归：研发提速越来越多由模型本身承担，人类退居监督角色
• 测评递归：评估下一代模型是否安全，由更强模型完成红队与互评

他的判断是：当这三层「咬合」完成，人类反馈将从「必需」降为「可选」，外部对前沿模型能力的可见性会随之下降。

社区质疑与监管动机讨论

播客在海外社区引发讨论。有评论认为，Anthropic 长期游说政府加强监管的动机之一，可能正是希望获得「暂不发布」的合规理由，从而将最强模型留作自用，避免公开发布带来的公关与伦理风险。Patel 与 Nanos 并未证实该说法，但承认其逻辑上自洽：如果将最强智能用于生物制药或全自动化代码生成，公司并不需要依赖面向消费者的订阅收入。

信源与未确认事项

需要说明的是：

• Mythos 2、Mythos 3、Astra、5.6 Sol 等代号均为 SemiAnalysis 播客中提及，并未由 Anthropic 或 OpenAI 公开确认
• 「监管导致 Anthropic 无法发布最强模型」一说目前仍属分析师推断
• 播客所引用的风险评估与暂停内部活动等说法，部分可在 Anthropic 与 OpenAI 此前的官方风险报告中找到对应表述，但具体情境以官方原文为准

本报道综合自 SemiAnalysis 内部播客与「新智元」相关文章。