Anthropic泄露揭示AI模型过于危险不宜公开发布

主要发现

人工智能公司Anthropic的一个配置错误导致近3,000份内部文件泄露，从而揭示了一个名为“Claude Mythos”的强大新模型。尽管该模型代表了能力的“代际飞跃”，但该公司以其可能引发前所未有的网络攻击为由，暂不向公众发布。

1. 内容管理系统（CMS）中的一个配置错误无意中使Anthropic近3,000份内部文件（包括博客草稿和PDF）可供公开访问。
2. 此次泄露揭示了一个代号为“Capybara”的全新顶级AI模型，据报道，该模型在编码和推理方面表现出比当前旗舰产品Claude Opus 4.6更显著的性能提升。
3. 内部文件将该模型描述为重大的网络安全风险，其攻击能力 “远超”任何现有AI，促使该公司采取谨慎的发布策略，首先专注于安全防御者。