全网疯传！Claude最新模型意外曝光：全面碾压Opus 4.6，强到让Anthropic不敢发布

作者 ｜ 木子

Anthropic“手滑”泄露了最强新模型，但更戏剧的是，他们本来还不太敢发。

因为这个模型发现漏洞、攻击漏洞的“黑客能力”太强了。

据《财富》消息，Anthropic 在未公开的草稿中指出：

“与此前最强模型 Claude Opus 4.6 相比，Capybara（卡皮巴拉，新模型的内部代号）在软件编程、学术推理和网络安全等测试中取得了显著更高的分数。”

这个“卡皮巴拉”其实还有个真名，叫“Claude Mythos”（直译过来就是“神话”）。

目前，Anthropic 的 Claude 模型分为三档：

• Opus：最大、最强

• Sonnet：次强、更快更便宜

• Haiku：最小、最快、最便宜

而“神话”Mythos，“模”如其名，确实也是一个比 Opus 更强、更昂贵的新层级。

从表面上看，Mythos 在编程、推理，以及网络安全测试中的表现提升，像是三项独立能力的增强。但在安全领域，这三者实际上恰恰能构成一条完整的“攻击能力链”：

首先，编程能力决定模型能不能真正“看懂系统”：不仅是读代码，还包括理解模块之间如何交互、逻辑是怎么实现的；而且还可以在需要时，把这些理解转化为可执行的利用代码（exploit）或自动化脚本。

其次，强悍的推理能力可以做“攻击路径的规划”：在一个由多个组件组成的系统里，模型需要一步步推导，比如从哪里切入、如何绕过限制、怎样逐步提权，最终触达真正有价值的目标。

最后网络安全相关能力的显著提升，从另一方面而言，也说明模型对漏洞类型、安全机制以及可利用性的理解更深入。也就是说，模型也更擅长发现漏洞然后“钻空子”。

这有点像一个人对法律理解越深入，就越清楚规则的边界在哪里：既知道什么是违规，也知道在什么条件下可能绕过。

消息一出，Anthropic 也是紧急关闭了相关信息的公开访问与检索功能，并称这属于内容管理系统（CMS）配置的“人为错误”。不过有更加眼疾手快的网友，赶在官方删除前保存了一份。

Anthropic 泄露 3000+

未发布文件

实际上，Anthropic 这次意外泄漏的，一共有 3000 多个未发布内容资源（包括页面、图片、PDF 等），且均可被公众访问。

起初，这事是被二位网络安全研究员发现的，其中一位来自一家网络安全公司，另一位来自剑桥大学。

据安全研究人员透漏，这些材料（包括疑似用于发布新模型的博客草稿），被存放在了一个未加保护的公共数据湖中。

也就是说，它们本来应该被存放在 Anthropic 的内容管理系统（CMS）中。但由于配置失误，相关内容在上传后被默认生成了可公开访问的 URL，且未设置访问权限，结果被搜索引擎抓取，形成了一个可被外界检索的数据缓存。

Anthropic 在文档中指出，他们已经完成了Claude Mythos的训练，并称其为：“迄今为止我们开发过的最强 AI 模型。”

但他们也在文中表示：

“在准备发布 Claude Mythos 时，我们希望采取更加谨慎的态度，全面理解其带来的风险——不仅限于我们内部测试中已经发现的部分。尤其是，我们希望重点评估该模型在网络安全领域的短期潜在风险，并将相关结果分享出来，帮助网络防御方提前做好准备。 Mythos 同时也是一个规模庞大、计算密集型的模型。无论是对我们来说，还是对客户而言，其部署和使用成本都将非常高。因此，在全面发布之前，我们正在努力提升模型的效率。 基于这些原因，我们在发布 Mythos 时将采取比以往更慢、更渐进的策略。我们会先从一小部分早期访问客户开始，让他们探索该模型在网络安全方面的应用，并反馈实际发现。”

除了意外曝光全新顶级模型 Mythos，这些文件还透露出，Anthropic 将在英国举办一个闭门活动，面向欧洲最具影响力的 CEO，而且 CEO Dario Amodei 将出席。

该活动为期两天，定位为“小规模深度交流” ，内容包括： 政策制定者分享 AI 应用趋势，以及体验尚未发布的 Claude 功能。

这次泄露之所以格外敏感，或者也和整个 AI 行业正在跨过一个临界点有关。

过去一年，头部模型的能力已经不只是“更会写代码”，而是开始具备直接作用于真实系统的能力。

比如今年 2 月，OpenAI 发布的 GPT-5.3 Codex，已被认定为“高网络安全能力模型”，可以直接用于发现软件漏洞；同期，Anthropic 的 Opus 4.6 也已经能够在生产环境中识别未知漏洞。

而这类能力，本质上就是的“双刃剑”。Anthropic 曾披露，已有具备国家背景的黑客组织，曾尝试利用 Claude 发起攻击。在一次事故中，对方借助 Claude Code 渗透了约 30 家机构（包括科技公司、金融机构和政府部门），Anthropic 不得不在 10 天内完成排查、封禁账号，并通知相关组织。

放在这样的背景下，再看 Mythos，就不只是一个更强的模型，而是一个已经逼近现实攻防边界的能力形态。

One More Thing

微妙的是，在这起泄露被曝光的同时，据 Information 消息，Anthropic 正在推进 IPO 计划，预计最快在今年第四季度上市。

如果说 Mythos 体现了目前模型能力上限，那么这次泄露事件也同时暴露了另一件事：当模型能力逼近现实系统边界时，AI 公司需要面对的，已经不只是“能不能做出来”，而是“能不能安全地发布”。

https://fortune.com/2026/03/26/anthropic-says-testing-mythos-powerful-new-ai-model-after-data-leak-reveals-its-existence-step-change-in-capabilities/

https://x.com/M1Astra/status/2037377109472018444

https://www.theinformation.com/articles/anthropic-discusses-going-public-soon-fourth-quarter

声明：本文为 AI 前线整理，不代表平台观点，未经许可禁止转载。

会议推荐

OpenClaw 出圈，“养虾”潮狂热，开年 Agentic AI 这把火烧得不可谓不旺。在这一热潮下，自托管 Agent 形态迅速普及：多入口对话、持久记忆、Skills 工具链带来强大生产力。但这背后也暴露了工程化落地的真实难题——权限边界与隔离运行、Skills 供应链安全、可观测与可追溯、记忆分层与跨场景污染、以及如何把 Agent 纳入团队研发 / 运维流程并形成稳定收益。

针对这一系列挑战，在 4 月 16-18 日即将举办的 QCon 北京站上，我们特别策划了「OpenClaw 生态实践」专题，将聚焦一线实践与踩坑复盘，分享企业如何构建私有 Skills、制定安全护栏、搭建审计与回放机制、建立质量 / 效率指标体系，最终把自托管 Agent 从可用的 Demo 升级为可靠的生产系统。

今日荐文

你也「在看」吗？