北京
Anthropic发布了两款旗舰模型：Claude Fable 5.1和Claude Mythos 5.1。表面看是双雄并立，实际上——它们是同一个模型，唯一的区别在于"防护栏"装了多少。
这可能是今年AI圈最值得琢磨的一次发布。不是技术参数有多炸裂，而是这家公司第一次把"模型能力"和"使用权限"彻底拆开，用同一套大脑服务两类完全不同的用户。
先搞懂三个词，否则后面看不懂
Guardrails（防护栏）：嵌在模型里的限制规则，告诉AI"哪些忙不能帮"。比如不能帮人找软件漏洞去攻击系统。
Exploit paths（攻击路径）：黑客真正突破系统时走的完整路线，比单纯找"漏洞"深一个层级。
Prompt caching（提示缓存）：把重复提问的部分存下来，下次调用成本大幅降低，特别适合那些反复发送相同上下文的AI代理。
打个比方：这就像同一款跑车出了两个版本。Fable版装了限速器，在危险路段自动降速；Mythos版拆掉限速器，只给通过审核的专业车手——因为他们需要全速测试道路的真实安全边界。
同一颗大脑，两种打开方式
Fable 5.1开放给一般用户使用，防护比上一代松了一些——现在它能帮你找漏洞了。Mythos 5.1则只对受信任的组织开放，防护几乎全部解锁，能直接找攻击路径。想用Mythos？你得先通过Anthropic的两个专属访问计划，目前只对网络安全研究者和生物科学家开放。
Anthropic对Mythos 5.1的评价相当直白："这是我们发布过的所有模型中最强的网络安全能力。"
Benchmark数据也印证了这一点。在Terminal-Bench-Science 0.1（科研任务）上，Mythos 5.1拿到52.6%，是上一代Fable 5的两倍多；在Terminal-Bench 4.0（代码任务）上比前代提升13%；非技术类任务也刷新了多项纪录。
价格没变，但你的账单会变薄
有意思的是，每token的定价和之前一样，但实际花费会明显下降。典型工作负载能省25%，重度依赖AI代理的任务最高省45%——主要归功于改进后的提示缓存机制。
翻译一下：同样的钱，现在能买到更多AI算力。这对那些把AI代理当员工用的团队来说，是实打实的成本利好。
为什么非要"一个模型两个版本"？
这是整个发布最值得琢磨的地方，答案指向一个行业级难题。
第一，防护栏装太满，连好人也被锁在门外。安全研究员想测试"AI到底能帮黑客做到什么程度"，前提是得有一个"愿意配合"的模型。如果所有模型都严防死守，安全测试根本没法做。
第二，Anthropic的解法是：不区分模型强弱，只区分用户权限。与其做一个"弱化版"给大众，不如让所有人拿到同样强的模型，但根据用户身份决定解锁多少能力。
第三，这背后是一场正在进行的路线之争。就在过去两周，Z.ai发布了开源权重、擅长黑客攻击的模型，任何人都能下载；Anthropic的Risk Report曝光了一个比Mythos更强的"秘密模型"；OpenAI那边，100家科技公司联署声明要"应对失控的AI"。
两条路线已经清晰：一边是"把全部能力开放给所有人"（Z.ai），另一边是"把全部能力开放给通过审核的人"（Anthropic）。Mythos 5.1就是后者的最新答案。
值得警惕的另一面
这套"能力相同、权限分级"的设计确实聪明，但也不是没有隐忧。
最大的问题是：权限审核的边界在哪里？今天通过审核的是网络安全研究员和生物科学家，明天呢？"受信任的组织"这个标准由谁定义、如何监督，目前Anthropic没有给出透明机制。
另一个问题是：当防护栏可以按用户身份动态调节，"模型安全"这个概念本身就开始模糊了。同一个模型，在A手里是研究工具，在B手里可能就是攻击武器——问题从"模型安不安全"变成了"用户可不可信"。
这不是Anthropic一家能回答的问题，但它是第一个把这个问题摆上台面的公司。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
