在呼吁放缓 AI 开发约两个月后,Anthropic 发布了 Fable 5.2 和 Mythos 5.2。新模型继续提升编程、推理和科研能力,公司同时宣布,主动限制了一些可能加速下一代 AI 研发的能力。这让其所称的“控制发展节奏”有了具体的观察对象:哪些能力继续增强,哪些受到限制,又向谁开放。
爱范儿介绍,两款新模型采用相同的底层模型,主要差别在安全限制。Fable 5.2 增加了针对网络安全和生物研究的防滥用机制,面向普通用户开放;Mythos 5.2 保留更完整的专业能力,主要向通过审核的机构提供。目前,后者的开放对象主要是通过验证的网络安全机构和生命科学研究组织。
这种安排把能力与使用资格联系起来。同一底层模型并不意味着所有用户都能获得相同的能力。普通用户使用增加防滥用机制的版本,专业机构则需要经过审核,才能接触开放程度更高的版本。本文认为,这是一种按用途和用户分配访问权限的办法;它能说明开放受到约束,但不能单凭准入条件就判断风险已经得到充分控制。
另一项限制发生在训练阶段。Anthropic 表示,专门限制了新模型在 AI 加速器 Kernel 优化、大语言模型架构改进等领域的能力提升,使这些任务的表现大致维持在 Claude Opus 5.5 的水平。这些领域可能直接加速下一代 AI 的研发,因此被区别于其他技术任务对待。
这里需要准确理解限制的范围。公司同时称,普通 Agent 编程、硬件开发和传统机器学习研究等能力未受影响。也就是说,已宣布的措施针对特定方向的能力增长,不能据此推导出整个模型的研发已经减速,更不能把“维持上一代水平”理解为取消了相关能力。
此次发布展示的进展也说明了这种选择性:官方公布的 FrontierSWE v2 软件工程测试中,Fable 5.2 得分为 69.9%,较上一代提高 13.6 个百分点。它还已通过 Claude 平台及多家云服务上线,标准 API 价格较上一代降低约 20%。能力提升与公开供应仍在推进,限制集中在部分任务和访问权限上。
发布前评估则是另一层措施。爱范儿转述 Anthropic 的说法,新模型在正式发布前接受了大量安全与对齐测试,英国 AI 安全研究所、METR 等外部机构参与了评估。评估、准入和训练中的能力限制,分别作用于发布前检查、使用者资格和能力增长方向,不能彼此替代。
这些信息使公司的节奏控制主张比一句原则声明更具体,但措施的存在与长期有效仍是两回事。公司对限制范围和效果的表述,需要与后续使用中的表现区分开来;外部机构参与评估,也不意味着可以据此推定所有应用场景都已安全。
商业背景同样值得保留。原文援引 CNBC 的报道,Anthropic 正筹备 IPO,目标估值为 1 万亿至 1.5 万亿美元。上市筹备提供了理解其商业压力的背景,但现有材料不足以证明,IPO 直接促成了此次发布,或决定了某项安全措施。
本文的判断是,Anthropic 此次展示的是一种有选择的推进方式:继续发布更强的产品,同时限制部分能力的增长,并为不同用户设置不同的入口。这能解释它如何将“控制节奏”与继续开发并置。至于这些局部约束能否长期约束风险、是否足以支撑其整体节奏主张,仍需后续证据,不能由一次发布直接作答。