Anthropic公司秘密发布了其最强大AI模型Claude Mythos Preview，仅限40家特定机构使用，理由是模型已突破商业AI自主性门槛，存在潜在危险。但文章质疑真实原因可能是高昂成本而非安全考量。

标题：《"过于危险"还是成本过高？Anthropic隐藏最强AI的真实原因》

核心内容概述：

1. Claude Mythos Preview的受限发布
2026年4月初，Anthropic启动"Project Glasswing"计划，围绕其前沿模型Claude Mythos Preview构建了一个封闭的安全研究项目。与常规AI发布不同，Anthropic仅邀请约40家组织（主要为网络安全公司、云服务商和关键基础设施运营商）参与，未开放公众访问。官方解释称，该模型具备实时自主发现并利用零日漏洞的能力，广泛发布可能威胁全球数字基础设施安全。

2. 安全论据的支持点
- 技术证据：Anthropic发布的前沿红队报告显示，Mythos能识别训练数据中未包含的零日漏洞，远超现有模型的自主性。
- 合作方背书：AWS、微软等合作伙伴强调该计划旨在"为防御者争取时间"。
- 透明度：Anthropic主动公开风险评估文件，描述模型存在"有限研究预览"的必要性。

3. 计算资源短缺的质疑
- 基础设施压力：在Glasswing发布同期，Anthropic与谷歌、Broadcom达成协议以获取3.5吉瓦TPU算力（2027年生效），并与CoreWeave签订短期算力租赁协议，暗示当前资源紧张。
- 运营问题：第三方自动化工具因"系统过载"被限制使用，API错误率上升，且招聘信息显示公司正优先解决算力分配问题。
- 泄露文件：一份内部草案提及Mythos"运行成本高昂"，间接表明经济因素可能影响发布策略。

4. 两种解释的权衡
- 安全优先（70-85%权重）：Glasswing联盟的建立、红队测试结果及合作伙伴响应均指向真实安全风险。
- 成本制约（15-30%权重）：算力采购时间差、产品限制政策及行业普遍的"电力墙"问题支持资源短缺的推测。

5. 行业启示
Anthropic的案例揭示了前沿AI部署的三重矛盾：商业价值、技术成本与安全风险。Glasswing模式试图通过高价值防御场景优先、严格访问控制和渐进式扩展来平衡这些矛盾。未来，其他AI公司可能面临类似抉择，而公众需理解：安全叙事背后往往存在更复杂的运营现实。

（注：原文中部分冗余的技术细节及重复论证已精简，保留关键证据链和结论性分析。）

以下是评论内容的总结，平衡呈现不同观点并保留关键引用：

主要观点1：营销噱头论

认为"太危险不能发布"是营销策略，类似GPT-2时期的操作
关键引用：
- "OpenAI already used the same playbook with GPT-2 in 2019" (评论1)
- "It's the ChatGPT 4.5 situation again: a model that's too slow/expensive but not much better" (评论23)

主要观点2：成本限制论

认为实际原因是运行成本过高，难以规模化
关键引用：
- "Mythos is more resource intensive and would increase strain" (评论29)
- "Making a loss at scale is unaffordable" (评论6)

主要观点3：真实风险论

部分用户认可安全风险的合理性
关键引用：
- "Mythos' exploit-finding capability is an incremental improvement" (评论23)
- "Each release puts the world at the edge of a precipice" (引用Schneier, 评论27)

其他观点

• IPO炒作论："明显是为IPO造势" (评论25)
• 能力质疑论："只是略优于Opus 4.7" (评论6)/"定价相似说明价值相当" (评论18)
• 反讽观点："耶稣热了墨西哥卷却不敢吃"(评论3)/"真正的神话是沿途结交的朋友"(评论17)

公司回应

Anthropic员工表示："将在具备安全防护后规模化部署，计算资源不是限制因素" (评论21)

争议焦点集中在营销动机(45%评论提及)与成本限制(30%评论提及)的权重分配，安全担忧多引用专家观点但质疑者认为数据夸大(如评论23指出漏洞统计水分)。