Mythos限测首日破防新智元

Mythos Preview 官宣第一天，一群Discord论坛里的人就靠猜链接地址拿到了访问权限。

官宣当天即被偷用？

Mythos限测首日，自己的「门」就先被撬了。

4月7日，Anthropic新模型Claude Mythos Preview，采取了限量发布的方式。

据Bloomberg、TechCrunch等媒体披露，当天即有一小群未授权用户已经摸到了Mythos Preview，获得了它的访问权限。

他们是根据Anthropic过去发布其他模型时使用的URL格式，猜出了Mythos的在线地址。

Anthropic官方表示：尚未发现证据表明其自身系统受到影响。

目前，Mythos只向Apple、Microsoft、CrowdStrike等少数合作方限量开放，令Anthropic没想到的是，发布当天就被一群论坛老哥靠猜网址给破了。

对齐最好的模型

Anthropic曾在安全报告中表示，Mythos Preview似乎是该公司迄今已发布模型中对齐表现最好的一个，但它仍会像Claude Opus 4.6一样，在完成任务遇到障碍时偶尔采取令人担忧的规避行为。

报告还披露，Mythos Preview训练过程中出现过一个技术错误：约8%的强化学习训练回合中，奖励代码能够看到模型的思维链内容；该错误也影响了Claude Opus 4.6和Claude Sonnet 4.6的训练。

Anthropic表示，他们尚不确定这一问题是否显著影响了Mythos Preview的推理方式，但承认它可能对不透明推理或保密能力产生一定影响。

换句话说，如果奖励信号会作用于模型的推理文本，就存在让模型调整、包装甚至「表演」其推理过程的风险。

报告还称，Anthropic在训练、监控、评估和安全流程中都发现过错误；他们认为这些错误在Mythos Preview当前能力水平下不构成重大安全风险。

Discord的哥们儿就摸到了？

Mythos推出限测之后，Anthropic CEO Dario Amodei也在为同期启动的「Project Glasswing」（玻璃翼项目）站台。

在该计划中，Anthropic只通过Project Glasswing计划向大约12家公开启动伙伴、以及40多家软件基础设施相关组织提供。

目前，官方公开点名的是12家启动合作伙伴，包括亚马逊云、苹果、博通、微软、谷歌、英伟达等，同时还向40多家软件基础设施组织开放。

然而，官宣当天，剧情急转。

据Bloomberg拿到内部文件和知情人士的证词，就在Anthropic刚官宣Mythos、宣布向少数几家公司开放内测的那天，一个私人在线论坛里的几个人已经拿到了访问权限。

Bloomberg报道出来后，Anthropic发言人对TechCrunch给了一份很克制的声明：

我们正在调查一份报告，报告称有人未授权访问了Claude Mythos Preview。截至目前，没有证据表明这类所谓的未授权活动以任何方式影响了Anthropic自身系统。

Anthropic的官方回应证实点：这是没有未授权访问。Anthropic的措辞是「在查」，没完全确认但也没否认。

此外，Anthropic核心系统有没有被攻破。公司明确否认，说没证据显示自身系统受影响。

从已公开的事实看，这更像一次访问控制的失守，而不是一次技术意义上的入侵。