Anthropic洩露揭示AI模型過於危險不宜公眾發布

主要發現

人工智慧公司Anthropic的一個配置錯誤導致近3,000份內部文件洩露，從而揭示了一個名為“Claude Mythos”的強大新模型。儘管該模型代表了能力的“代際飛躍”，但該公司以其可能引發前所未有的網路攻擊為由，暫不向公眾發布。

1. 內容管理系統（CMS）中的一個配置錯誤無意中使Anthropic近3,000份內部文件（包括部落格草稿和PDF）可供公開訪問。
2. 此次洩露揭示了一個代號為“Capybara”的全新頂級AI模型，據報導，該模型在編碼和推理方面表現出比當前旗艦產品Claude Opus 4.6更顯著的性能提升。
3. 內部文件將該模型描述為重大的網路安全風險，其攻擊能力 “遠超”任何現有AI，促使該公司採取謹慎的發布策略，首先專注於安全防禦者。