Anthropic把3个巨头拉进小黑屋，Mythos模型提前泄露

一家AI公司同时让苹果、亚马逊、谷歌的高管签保密协议看同一份代码，这种事在硅谷上一次发生还是2019年的TikTok听证会。

Anthropic正在这么做。他们的下一代模型Mythos（内部代号）已经摆进了三家巨头的测试环境，每家拿到的权限和测试维度都不一样。这不是普通的API试用，是Anthropic主动设计的"分级投喂"实验。

三家巨头，三种测法

苹果的测试集中在设备端推理。Mythos被压缩到能在iPhone芯片上跑通特定任务，延迟压到300毫秒以内。苹果工程师在内部邮件里吐槽过："他们（Anthropic）给的量化方案比我们自己做的还激进。"

亚马逊拿到的版本侧重云端多租户隔离。AWS想把Mythos塞进Bedrock服务，但担心一个客户的提示词泄露给另一个客户。Anthropic为此单独开了一条"逻辑沙盒"分支，代价是推理成本上浮15%。

谷歌的测试最微妙。DeepMind的人也在测Mythos，两边互相摸底。Anthropic给谷歌的版本故意锁死了部分长上下文能力——不是技术限制，是商业谈判的筹码。

这种差异化授权在AI行业几乎没有先例。 OpenAI的GPT-4o给所有大客户统一版本，Meta的Llama干脆开源。Anthropic把模型能力拆成模块卖，像极了芯片行业的IP授权打法。

为什么是现在？

时间线要拉回2024年Q3。Anthropic的Claude 3.5 Sonnet发布后，企业客户续费率只有61%，低于行业平均的73%。CEO Dario Amodei在全员会上摔过一份报告：「我们不是输给了OpenAI，是输给了'没有明显更好'。」

Mythos被定位为"代际跨越"的产品。内部目标是在SWE-bench（软件工程基准测试）上从Claude 3.5的23%提升到40%以上，同时把百万token成本压到2美元以下。

但Anthropic的现金流撑不到2025年底。他们2024年烧了18亿美元，手里还剩约14亿。亚马逊去年投了40亿，但分四年到账。这次提前放Mythos给三家测试，本质是"预支信任换现金流"——谁签长期采购协议，谁解锁更多能力。

苹果的反应最冷淡。他们测试了六周后反馈了一份27页的技术评估，核心结论就一句：「边缘部署可行，但没必要绑定单一供应商。」翻译一下：我们会用，但不会付钱换独占。

模型能力的"洋葱结构"

从泄露的测试文档看，Mythos采用了分层架构。最外层是通用对话能力，中间层是代码/数学/多模态的专业模块，核心层是一个叫"extended thinking"的推理引擎。

苹果只被允许剥到中间层。亚马逊能看到核心层的接口文档，但跑不了完整推理链。谷歌理论上能测全部，前提是签下每年5亿美元以上的采购承诺。

这种设计暴露了Anthropic的战略焦虑。他们既想证明Mythos比GPT-5更强，又不敢让任何一家巨头完整复制。一位参与测试的工程师形容：「就像卖车的时候把发动机舱焊死，只让客户听轰鸣声。」

更麻烦的是技术债务。为了同时支持三家不同的硬件架构，Mythos的代码库已经分叉出四个主要分支。合并窗口原定于2025年Q2，现在推迟到Q4。延迟的直接后果是：公开版发布可能从原定的6月推到9月。

行业涟漪

微软是最尴尬的旁观者。他们和OpenAI的独家云协议2023年到期后，一直在找备胎。Anthropic曾主动接触Azure团队，但谈判卡在"数据主权"条款——微软要求所有中国客户的推理数据留在境内，Anthropic的合规团队认为技术不可行。

这次三家测试的消息传出后，微软加速推进和Mistral的深化合作。Satya Nadella在内部会议上说过：「我们不能在Anthropic的谈判桌上等位。」

国内厂商也在重新算账。字节跳动的Seed团队原本计划基于Claude 3.5做蒸馏，现在暂停了相关项目。一位算法负责人解释：「如果Mythos真的能把长上下文成本压到1/10，我们现在的方案半年后就成负资产。」

测试泄露的连锁反应还包括人才战。Anthropic的ML工程师招聘冻结了三个月，因为所有候选人都想知道"Mythos到底能不能成"。一位拿到offer的斯坦福PhD最终去了OpenAI，理由是：「他们（Anthropic）的保密协议比面试还长，我看不到自己在做什么。」

这种信息黑箱正在反噬Anthropic自己。

截至发稿，Anthropic官方对Mythos测试计划拒绝置评。苹果、亚马逊、谷歌的发言人分别表示"不对传闻发表评论""与多家AI供应商保持合作""持续评估行业技术进展"——标准得像是用同一个模板生成的。

唯一确认的细节来自AWS控制台的一个bug：部分开发者短暂看到了"claude-mythos-preview"的API端点，存活时间11分钟。一位截图的工程师说，响应延迟标注的是"variable, 800ms-4s depending on reasoning depth"。

这个区间跨度之大，要么说明Mythos的推理成本还没收敛，要么说明Anthropic还在用动态定价试探客户的支付意愿。无论是哪种，9月的公开版恐怕都不会便宜。