#llmleak

我关注 Anthropic 的产品动态已经两年多了，从 Claude 2 到现在的 Opus 4，每次迭代都有值得讨论的技术细节。但这次不一样——一篇被意外公开的内部博文草稿，把一个从未宣布的模型名字推到了聚光灯下：Claude Mythos。

我花了两天时间追踪这件事的信息源，读了几十篇中英文报道和技术讨论。说实话，到目前为止能确认的事实比想象中少，但有一些判断是可以做出的。

发生了什么

据《财富》杂志和多家媒体的报道，Anthropic 的内容管理系统（CMS）出现了配置错误，大约 3000 份与官网博客相关的内部资产被短暂暴露在公网上。其中包括一篇未发布的博文草稿，里面第一次提到了"Claude Mythos"这个名字。

剑桥大学和 LayerX Security 的安全研究者在例行扫描中发现了这些公开缓存，随后向 Anthropic 披露。访问权限被很快收回，Anthropic 方面将此事归因于"人为配置错误"。

Anthropic 后来的公开回应承认确有一批"早期草稿"被误公开，但强调这些文稿"不代表最终产品或对外表述"。 同时，LinkedIn 上有业内人士确认 Anthropic 内部正在测试一个名为 Claude Mythos 的新模型，但尚未正式发布。

这意味着什么？泄漏事件本身是真实的，涉及的模型名称和定位也确实存在于 Anthropic 内部文档中。至于那些草稿里的具体数字和措辞，要打个折扣来看——毕竟 Anthropic 自己也说了，那些是早期版本。

草稿里写了些什么

根据目前能追溯到的泄漏文本和多家媒体的交叉报道，大致可以整理出以下信息：

名称和代号。 对外叫 Claude Mythos，内部代号是 Capybara。多个信源确认了这一点。值得注意的是，草稿把它描述为一个全新的"层级"，而不是 Opus 的迭代版本——这和 Anthropic 过去用 Sonnet/Opus/Haiku 划分产品线的做法有区别。

定位。 Mythos 在推理、代码生成和学术基准测试上"明显超过" Claude Opus 4.x。几家技术分析把它类比为跨代跃迁，类似于当年 GPT-3 到 GPT-4 那种幅度，而不是同一代里的性能调优。

能力方向。 草稿花了大量篇幅讨论网络安全。模型在漏洞发现、利用代码生成、攻击路径模拟方面的能力远超现有模型。这直接导致了下一项——

为什么没发布。 泄漏资料显示 Mythos 处于封闭测试阶段，初期只面向少数企业和机构客户，重点场景包括链上资产防护、企业安全运营、复杂系统审计。草稿中还提到一场在欧洲举办的邀请制 CEO 闭门峰会，用来向大客户推介。

参数规模：10T 的说法靠不靠谱

这是我认为最需要谨慎对待的部分。

一篇中文技术文章声称 Claude Mythos "拥有 10T 参数规模"，并据此推算训练和推理成本。但这篇文章没有提供原始文档截图或可验证的引用，属于推断性质的二手信息。

其他媒体（包括《财富》的转述）更保守，只说"规模和能力都显著高于 Opus"，没有给出具体数字。

根据我对 Claude 3.x/3.5/3.7 系列的跟踪，业界普遍猜测主力模型参数在 100B 级别以上，但这些数字本身就是基于推理时间和硬件成本的估算，不是官方数据。

所以我的判断是：

Mythos 的参数规模确实大于 Opus，这一点有多个信源交叉支持。但"10T"这个具体数字，目前没有可靠来源。它更像是社区的猜测，可能对了，也可能差了一个数量级——在没有更多信息之前，我倾向于把它当作一种量级猜想，而不是事实。

能力画像：从泄漏文本能推断出什么

在承认信息有限的前提下，结合 Anthropic 现有模型的技术路线，我认为以下几个方向是合理的推测：

推理与多步规划。 草稿强调 Mythos 在长链条推理、跨文档整合和工具调用任务上优于 Opus。如果这一点属实，它会在大型代码库分析和长周期代理任务上有明显提升。当前 Claude 系列已支持 200k tokens 上下文（部分支持 1M），新一代很可能继续强化这一优势。

代码与安全能力。 这是最受关注的部分。多个信源一致提到，Mythos 在漏洞利用思路、渗透测试和安全审计方面的能力"过于强大"，这是 Anthropic 内部将其评估为高风险的核心原因。如果模型能系统性地理解框架和协议栈弱点，并自动组合利用链，那对现有安全基线确实构成压力。

安全对齐的边界。 草稿提到，现有安全防护和对齐技术在 Mythos 上暴露了更多边缘案例和潜在绕过路径。这也是为什么 Anthropic 选择在封闭环境内测试，而不是直接开放公测。

概括来说：Mythos 大概率是在现有 Claude 系列的长上下文、工具调度能力基础上，进一步强化了安全分析和复杂系统理解。它既是生产力工具，也是潜在的安全风险放大器。

"太危险所以不发布"——这话能信吗

这个问题我反复想了很久。

从泄漏文本的语气看，Anthropic 确实把网络安全风险放在了核心位置。"可能被用于高级网络攻击""显著降低攻击门槛"这样的措辞反复出现。 但同时，这种"太危险所以暂不公开"的叙事，和 Anthropic 一贯的"安全优先"品牌定位高度吻合——说难听点，它天然具有营销效果。

不过，把它简单归为营销噱头也不公平。原因有两点：

第一，模型能力越强，在攻击和防御两侧的增益确实都会放大。GPT-4 级别的模型已经能写 exploit POC、自动挖简单漏洞了，更强的模型在这方面需要重新评估风险，这不是空话。

第二，这次泄漏是通过 CMS 配置错误被动发生的，不是精心投放的"神秘物料"。暴露的内容不只有 Mythos 文稿，还有 CEO 峰会安排等商务信息。一家主打安全的公司主动泄露客户和商务信息来做营销？逻辑上说不通。

我更倾向于这样理解：底层是一次真实的运营失误。事件被曝光后，Anthropic 和媒体自然会围绕"能力很强但存在风险"这个框架进行叙事，客观上确实起到了品牌传播效果。但这和策划一场"假泄漏"是两码事。

对行业的实际影响

抛开舆论喧嚣，我认为以下几点值得关注：

能力标杆在移动。 如果 Mythos 在推理和安全任务上的表现属实，它会把"顶级模型"的能力线上移，竞争对手不得不在安全风控和评估基准上跟进。这对整个行业的技术标准有实际推动。

安全社区需要加速适应。 大模型正在成为攻防两端都不可忽视的工具。防御方需要把它纳入安全审计的核心工具链，攻击方也在学习利用它。双方的策略和制度都需要适配这个现实。

企业客户先吃到红利。 从泄漏文件看，Mythos 第一波面向的是高价值企业场景，不是普通开发者。这意味着顶尖能力会经历一段"企业内测先行、公众产品滞后"的阶段。

怎么理性跟进这件事

如果你和我一样在关注这个话题，建议注意以下几点：

"Claude Mythos 这个模型存在并且在内部测试中"——这一点可信度很高，有官方承认的泄漏和多源交叉验证。

具体参数量、基准测试分数——目前都是间接信息，不能当作规格书。10T 参数的说法尤其需要保留判断。

"太危险所以不发布"——既有真实的安全考量，也有品牌叙事的成分。既不要全信，也不要全否定。

真正会影响开发者的是接入方式：什么时候、通过什么渠道开放 API，是否通过 AWS Bedrock 等云服务提供，有没有安全审计的专用工具链。这些目前都没有正式公布。

后续值得跟踪的信号：Anthropic 官方博客是否出现 Mythos 相关更新；AWS Bedrock 的模型列表和路线图变化；安全社区关于 AI 辅助攻防的标准讨论和监管动向。

参考文献

: Economic Times. "Claude Mythos leak spills details on Anthropic's new AI model, its most powerful yet." 链接

: Firstpost. "Anthropic's Claude Mythos leak reveals powerful new AI model with serious cyber risks." 链接

: 火星财经. "Claude Mythos 相关报道." 链接

: 搜狐. "Claude Mythos 报道." 链接

: KuCoin. "Anthropic accidentally leaks upcoming Claude Mythos model, outperforms Opus in cybersecurity." 链接

: 掘金. "Claude Mythos 技术分析." 链接

: X/Twitter. Sino_Market 相关推文. 链接

: LinkedIn. Boucetta Abderahmane 关于 Anthropic 测试 Mythos 的帖子. 链接

: Smythos. "Claude 3.7 Sonnet: An in-depth analysis." 链接