Dario Amodei：Mythos Preview 不公开发布，优先向防御者提供受控访问

核心要点

2026年4月7日，Anthropic CEO Dario Amodei 通过个人 X 账号宣布，Anthropic 正在开发的高能力模型代号 Mythos Preview（预览版）将不会面向普通公众开放。该模型的策略是先向安全防御社区（"defenders"）提供受控访问权限（controlled access），旨在让安全研究人员在高级别 AI 模型向更广泛社会扩散之前，能够系统性地识别并修复潜在安全漏洞。这一决策被视为 Anthropic 在「负责任扩散」（Responsible Scaling）与「能力控制」（Capability Control）框架下的重大产品策略转向，也是继 Claude 系列模型发布后，Anthropic 首次明确对高风险能力模型采取「先防御者、后公众」的差异化发布路线。

原文 + 中文翻译

原文："Mythos Preview will not be publicly released. Instead, we are providing controlled access to security defenders first — researchers, red teams, and trusted partners — so they can identify and patch vulnerabilities before this class of model diffuses more broadly. Our commitment to safety must precede capability deployment."

翻译：「Mythos Preview 将不会公开发布。相反，我们正在向安全防御者——研究者、红队和可信合作伙伴——提供受控访问权限，以便在这一级别模型更广泛扩散之前，识别并修补漏洞。我们对安全的承诺必须优先于能力部署。」

深度解读

一、这是 AI 安全范式从「发布后打补丁」到「发布前联合防御」的范式转移

过去十年，AI 行业的产品发布逻辑基本遵循「快速迭代 + 社区反馈 + 漏洞修补」的路径——模型先上线，用户发现问题再修复。但 Mythos Preview 的策略彻底颠覆了这一逻辑。对于一个能力达到「防御者」评估认为存在实质性风险（Material Risk）的模型而言，公开部署等同于将潜在的漏洞和滥用路径直接暴露给恶意行为者。Dario Amodei 的表态意味着 Anthropic 承认：某些模型能力一旦规模化扩散，「再修复」的成本将远高于「预防性防御」的成本。这与生物安全领域的「双重用途研究」（Dual-Use Research）审核机制一脉相承——在高风险研究公开发表之前，先经过专家委员会的利弊评估。

二、受控访问的「防御者」群体定义与门槛设计是执行关键

Amodei 在推文中明确提到了三类实体：安全研究人员（security researchers）、红队（red teams）和可信合作伙伴（trusted partners）。这暗示 Anthropic 正在构建一个封闭但分层的访问生态。安全研究人员负责系统性地发现模型的安全边界和失效模式；红队以对抗性视角模拟真实攻击场景；可信合作伙伴则可能包括关键基础设施运营者、AI 安全政策制定机构或经过审查的企业用户。真正的挑战在于：这个「防御圈」的边界在哪里？如何防止受控访问中的信息泄露（如模型权重被提取、对话数据被逆向工程）？Anthropic 是否会采用类似「沙盒环境 + 审计日志 + 使用限制协议」的复合机制？这些执行细节将决定该策略是否真正有效，还是沦为一种公关表态。

三、商业与监管的双重压力将使该策略面临持续拉锯

从商业角度看，Anthropic 的竞争对手——OpenAI、Google DeepMind、xAI——正在以更快的速度发布高能力模型，Claude 系列在消费市场的渗透率面临挤压。如果 Mythos Preview 长期停留在「防御者访问」阶段，Anthropic 可能面临投资者对商业化路线图放缓的质疑。从监管角度看，欧盟《AI 法案》（EU AI Act）对「系统性风险」（Systemic Risk）模型的上市前评估要求正在收紧，Anthropic 的受控发布策略恰好与这一监管方向吻合，但也可能成为监管机构要求更严格审查的触发点——因为这等于承认了 Mythos 级别模型存在需要前置审查的能力风险。这是一把双刃剑：在获得监管善意的同时，也可能招致更密集的合规要求。

值得关注

• Anthropic 安全与责任扩散协议（RSIP）的更新：该公司于 2024 年底发布的《Responsible Scaling Policy》是否会针对 Mythos Preview 发布专门的附录？关注 Anthropic 官网或 Dario Amodei 后续博文中是否披露具体的风险评估等级（风险级别 3 或 4）和对应的访问权限规则。
• 「防御者」名单的首次公开或泄露：哪些机构已被纳入 Mythos Preview 的受控访问名单？特别关注是否有政府网络安全机构（如 CISA）、关键基础设施运营商或主流安全公司（如 CrowdStrike、Palantir）出现在合作名单中。
• 竞争对手的跟进意愿：OpenAI 和 Google DeepMind 是否会效仿这一策略？若竞争格局维持「谁先发谁占市场」的逻辑，其他公司跟进的可能性较低；但若监管压力持续上升，行业可能会形成事实上的「高能力模型分级发布」默契。
• 模型能力评测结果的外泄：即使受控访问，Mythos Preview 的内部评估数据（如 MMLU、GAIA、ARC-AGI 得分）仍有泄露风险。关注 AI 信息聚合平台（如 Twitter/X、AI Reddit 社区）是否出现相关截图或性能数据。
• Mythos 正式版的时间表：「Preview」意味着这是一个阶段性版本。Anthropic 是否会给出从 Preview 到 General Availability 的明确时间窗口？参考 Claude 3 系列从 Preview（Haiku/Sonnet/Opus）到大规模商用的节奏，Mythos 的完整发布路径值得关注。

信源行：
原文链接：https://x.com/DarioAmodei/status/2041580338426585171
背景报道：Anthropic 官方博客 — Anthropic《Responsible Scaling Policy》（2024）
延伸阅读：MIT Technology Review — "The case for slowing down AI deployment"（讨论高能力模型扩散风险）；The Verge — "Anthropic's new approach to AI safety could reshape industry norms"（行业影响分析）