Anthropic CEO公开回应安全争议：承认雪藏高级模型长达四个月以换取网络安全缓冲

硅谷科技圈近日因一场关于人工智能安全优先级的激烈辩论而备受关注。调查员Nathan Calvin发表文章指控Anthropic公司存在多项违规行为，包括秘密组建芯片团队、修改安全承诺以及利用监管法案为商业利益铺路，矛头直指该公司所谓的'AI安全'实则敛财论调。面对指控，Anthropic首席执行官达里奥·阿莫迪伊（Dario Amodei）罕见地在X平台发布千字长文进行正面回击。他并未回避问题，而是选择公开披露公司内部因坚持安全原则而做出的艰难牺牲，试图还原一个更透明的企业图景。文章中最具实质性的披露涉及Anthropic的高级模型'Mythos'。达里奥透露，该级别的模型早在今年2月就已训练完成，但公司主动决定将其雪藏约四个月。在此期间，模型仅对极少数合作伙伴开放，用于强化网络安全防御测试。据官方说法，这一策略是出于审慎考虑。直到今年6月，针对该级别模型的网络安全防御机制才算完全到位，此时公司才正式向公众推出Fable 5（代号Fable 5）和Mythos 5。达里奥强调，这种自我设限的时间窗口，让许多企业在具备强悍网络攻击能力的AI模型泛滥之前，争取到了加固自身安全基础设施的关键缓冲期。除了算力与时间上的投入，达里奥还详细阐述了公司在生物安全和监管层面的代价。他在生物学领域的深厚背景使其对生物风险采取零容忍态度。公司通过接受大量的误判（拦截正常研究请求）来降低漏判（危险请求被放行）的风险，并推动如加州SB 53等更严格的立法方案以支持外部力量掌握模型发布开关。此外，Anthropic宣布拟将公司5%的股份投入公共利益基金，并在公司估值增长达到一定比例时追加投资，以此作为经济模式上对齐公共利益的承诺。达里奥认为，领先技术公司证明先进AI可被负责任开发，是带动同行提高标准的最佳途径。尽管达里奥承认这种'慢半拍'的策略可能让公司在竞争激烈的模型迭代中牺牲了部分领先优势，但他坚持认为发布时点的选择本身就是AI安全的一部分。此次回应是否能让质疑者满意，仍需市场与时间来检验，毕竟在分秒必争的AI竞赛中，等待四个月的决心并非易事。