Claude Fable5封锁后加速 Mythos完成训练 Sonnet5下周上线

Fable 5 的短暂亮相只是序章，达里奥已无退路，整个 AI 行业同样如此。

“12 个月后，如今 Mythos 级别的编程能力，很可能出现在任何人都能免费获取的开源模型里”——在他看来，Anthropic 所能争取到的，不过是一段有限的防御时间窗口。

依稀记得 2024 年，DeepSeek 横空出世，以一己之力将大模型的迭代周期从年压缩到季度。而现在，Anthropic 可能要进一步将其卷到以月为单位。

刚刚，知名 AI 观察者 Andrew Curran 透露，一款能力更强的新版 Mythos 已完成训练。但最终会被命名为 Mythos 5.1 还是 Mythos 6？尚无定论。甚至，它可能根本不会对外发布，而是留在 Anthropic 内部，持续加速后续模型的研发进程。

随后，个人开发者 Chris 确认，该消息来源可靠。新版 Mythos 早在几周前就已训练完毕。至于版本，他个人更倾向于一次小版本升级，即 Mythos 5.1。

（Chris 此前曾多次向 The Information、《纽约时报》等媒体提供线索，在行业内拥有一定的信源基础）

几乎同一时间，有开发者在 Anthropic 合作服务商平台上发现了 claude-sonnet-5 的模型标识。据此推测，Sonnet 系列的大版本升级已进入发布准备阶段，最快下周上线。

距离 Mythos 5 和 Fable 5 推出才过去不到两周。下一代 Mythos 的生产线已打通，Sonnet 5 也呼之欲出。

按照这个节奏来看，Anthropic 似乎正在步入一种新常态：不仅仅是新品发布速度在加快，更是构建起了一套能够自我加速的“模型生产线”。

这也带来了一系列更现实的问题：

这种迅猛的速度，究竟是冲刺上市的营销策略，还是可以持续的新常态？当美国头部公司开始按月升级，中国团队原本以季度计算的追赶窗口，是否会被进一步压缩？（智谱创始人唐杰隔空对话马斯克：赶超 Claude Fable 5 无需等到 2027 年）

更令外界困惑的，是 Anthropic 难以自洽的矛盾：

这家公司一直以安全、人性化和长期主义自居。一方面，它持续发文警告 AI 发展失控，忧心忡忡地呼吁行业减速，甚至中止前沿研究；另一方面，却在疯狂增加算力、加快发布，用 Claude 研发更强的 Claude……

在 Anthropic 一次又一次登上头条之后，外界对这家公司的质疑和担忧也随之愈演愈烈。

站在风口浪尖，CEO Dario Amodei、联合创始人 Jack Clark 与首席经济学家 Peter McCrory 等 Anthropic 一系列高管开始密集接受采访、对外发声。

他们试图解释：这台机器究竟是如何运转的？组织内部发生了什么？以及在他们看来，这场竞争最终会走向何方？

当 Claude 开始制造 Claude

从早年的俳句、十四行诗、巨著到当前的寓言和神话……Anthropic 发布产品的数量和速度令人难以置信，究竟是如何做到的？

Anthropic 曾在 52 天内发布了 72 个版本更新，平均每 0.7 天上线一个新功能

在彭博社《The Circuit》的最新访谈中，Dario 给出了两个原因：

第一，Anthropic 仍是一家目标统一的公司，尚未完全陷入大公司的官僚流程。第二，也是更重要的：“是 Claude 本身。我们现在正利用 Claude 帮助开发模型、提高效率，快速推进产品。虽然仍处于早期，但它已带来显著且越来越可靠的加速。”

如果只看产品日历，Anthropic 似乎只是进入了高频发布周期。但从内部看，它正在形成一条“Claude 参与研发下一代 Claude”的生产链条。

Anthropic 联合创始人、公共利益负责人 Jack Clark 对这种变化感受尤为强烈。去年 11 月，他休陪产假，今年 2 月回来时，发现整个公司的工作方式都已改变。

这也从侧面印证了，Anthropic 的技术突破和研发加速就发生在最近半年。最初，Jack 以为只是新模型更好用，直到调取内部数据才恍然发现：

2026 年 Anthropic 工程师编写和提交的代码量，已达到 2024 至 2025 年平均水平的 8 倍。

这不仅仅是工程师用 Claude 补全几行代码。实际上，部分员工已经很少亲自编程，而是同时指挥多个 Claude Code Agent，拆解任务、分配执行，再审核结果。

工程师的角色从“代码生产者”转向了“任务设计者”与“Agent 管理者”。

《Odd Lots》主持人追问：“我们还没正式进入递归自我改进（RSI），但听起来似乎已经走了一半。一旦 AI 产生的代码多到超出人类能验证的范围，该怎么办？”

Jack 没有把眼前的变化直接等同于科幻意义上的 RSI。他将递归自我改进分成了两个阶段：

第一阶段，AI 公司用自己的模型优化研发流程，效率提升反过来加快下一代模型开发。“这件事显然已经发生了。”

第二阶段，AI 系统完全自主设计、训练并构建继任者。“这一步目前还没有发生。”

Dario 则给出了更直接的估算。

一年前，AI 对 Anthropic 全要素研发效率的提升约为 10% 至 15%；现在，这一比例可能已升至 20% 至 30%，且仍在翻倍增长。

AI 已经能够参与下一代模型的架构建议，公司正沿着一条平滑的指数曲线前进。

不过，研发加速后，组织发展也遇到了瓶颈。

代码量增至 8 倍后，Anthropic 的持续集成系统（Continuous Integration，CI）一度无法承受暴增的吞吐量，工程师不得不回过头，去扩建代码审核和集成流程。

（注：CI 要求开发人员频繁地，甚至每天多次将代码更改合并到共享的代码仓库中。每次提交都会触发自动化构建和测试，从而及早发现代码冲突与缺陷，确保软件始终处于可发布状态。）

这也揭示了 AI 提效更真实的一面：单点加速，并不会自动带动整个组织同步提速。

它通常会先暴露出审核、测试、基础设施中的多个瓶颈，只有瓶颈解除后，下一轮加速才会继续。

Anthropic 之所以值得关注，正是因为它既是模型供应商，也是最早被自己模型重构的公司——率先开启了模型对内部研发流程的反向改造。

Mythos 商业化：一场“双输”的困境

接下来，关于 Mythos 的问题明显变得尖锐起来。

Dario 表示，Mythos 最让他惊讶的，不只是发现软件漏洞的能力持续提高，而是它还能把漏洞进一步转化成可执行的利用程序。

一些获得早期访问权限的公司找到大量关键漏洞后，主动要求 Anthropic 不要公开模型，将其形容为“超级武器”，认为使用者应像持有武器一样取得许可。

但业界对此似乎并不买账。

有研究者声称，使用更便宜的开源模型也能复现 Mythos 的成果；还有人认为，Anthropic 不断强调模型的危险性，不过是在进行“末日营销”，一边制造恐惧，一边提升产品的神秘感和稀缺性。

面对追问，Dario 打了个比方：

如果先指明某行代码有问题，再让开源模型去检查，后者确实也能挑出毛病。但这跟让模型面对一个完全陌生的代码库，自主摸索出漏洞在哪里，根本是两码事。

据 Anthropic 声称，Mythos 在 Firefox 中发现了 271 个此前未知的漏洞，在未公开的企业代码库中，找到的漏洞更高达数千个。

围绕这些争议，Dario 说出了 Anthropic 面临的真实困境：

“我们因为选择不发布这个最强模型，在商业上实际遭受了巨大的损失。它极大地加速了 Anthropic 内部的研究以及后续模型的生产。所以我们当然清楚，如果卖给客户，它同样能服务外部世界，带来同样的加速效果。”

这看起来像是一场极限拉扯的“双输”博弈。

一方面，不发布 Mythos，意味着 Anthropic 无法满足大量客户需求，眼睁睁看着最强模型、最高溢价的收入流失。

Dario 透露，每天都有企业和国家向他索要权限；而美国政府和内部安全团队，则不断勒令公司放慢开放速度。

但另一方面，如果全面发布，外部机构同样会获得 Mythos 给 Anthropic 带来的研发杠杆。

它既能帮助防御者寻找漏洞，也能帮助攻击者生成利用程序；既能加快 Anthropic 的下一代模型开发，也可能同时提高竞争对手和其他机构的研发速度。

为了在“双输”中寻找平衡，Anthropic 选择先向防御者开放，希望在类似能力彻底普及前，尽可能修补现有软件系统的漏洞。

Dario 判断，12 个月后，今天 Mythos 级的编程能力，很可能出现在任何人都能下载的开源模型里。Anthropic 能争取到的，只是一段有限的防御窗口。

但现实很骨感，局部的开放几乎不可控。Fable 5 上线没几天，其分类器和能力限制就被开发者轻松越狱了。

理解了这种失控的焦虑，Anthropic“一边喊刹车、一边继续狂奔”的拧巴形象，也就稍微容易理解了。

在撰写《跑得最快的人却喊着要刹车？Anthropic 呼吁全球中止 AI 研究，网友：你自己为啥不先停》时，笔者就曾谈到，这更像是把 Anthropic 架在火上烤的“违心”声明：作为风险的制造者，却还要充当管控的倡议者。

这本质上不过是一种“既要还要”的策略：既要向资本市场展示无限的造富能力，又要向监管机构表忠心，证明自己对技术风险保持高度警惕。

事实上呢？

这家公司从来都没有设想过，更没有准备过要率先退出全球模型的军备竞赛。Dario 明确表示，自己并不主张停止技术发展。

在他看来，一家公司单方面踩死刹车，根本挡不住其他企业和国家的推进，只会让自己失去模型能力与安全研究上的话语权。

Anthropic 真正试图死死捏在手里的，是产品“公开”的节奏：哪些能力可以公开、何时公开、先向谁公开。它希望既维持前沿领先，又保留在风险急剧上升时踩一脚刹车的余地。

这套逻辑当然充满明显的利益冲突，也很难仅靠公司自律来长期维持。

但它至少说明，Anthropic 所说的“刹车”，从来不是熄火退出，而是试图在不松开油门的同时，为越来越快的模型增加一道道控制系统。

招聘策略

模型进入研发流程后，改变的不仅是代码产量，还有对人才的判断。

Jack 最近成立了一个研究“法治与 AI”的团队。最初计划同时招聘一批工程师、法律专家和学者，最终却只重点招聘了法律人才。因为 Claude 足以承担团队所需的工程工作，法律专家可以直接调用模型完成数据处理和基础编码，不再需要传统的完整工程支持。

“这意味着，我可以比过去更早招聘跨学科人才。”Jack 表示。

但变化的另一面，是 Anthropic 内部出现的“杠铃式招聘”。

杠铃一端是资深专家。他们知道什么问题值得研究，能识别模型结果是否可靠。AI 会把他们的判断和经验成倍放大，因此公司正招聘更多高级人才。

另一端是“AI 原生人才”。他们未必有漫长履历，但从职业生涯早期就习惯把任务交给多个 Agent 执行，知道如何拆分工作、检查输出。

真正尴尬的是夹在中间的岗位。

过去，年轻员工靠整理资料、基础分析、编写普通代码积累经验；如今这些任务最容易让 Agent 接手。资深判断依然稀缺，新一代 AI 原生人才也仍有入口，但传统开发者的成长阶梯正在被抽掉几级。

Anthropic 首席经济学家 Peter McCrory 提到，在 AI 高暴露职业中，年轻人的求职成功率已出现一定走弱。虽然远程办公、行业降温和过度招聘都可能造成这一现象，但年轻人的心理感受更为明确。

一项覆盖 8.1 万人的调查显示，年轻人担忧失业的比例约为资深者的两倍。在硬数据确认大规模替代前，他们已率先感受到职业入口收窄。

Anthropic 的做法给行业的启示，并非只是简单地“少招程序员”。

当编码和基础执行变得廉价，真正稀缺的资源转向了领域知识、方向判断，以及组织多个 Agent 完成复杂工作的能力。

结语：复利阶段与新常态

Sonnet 5 和新版 Mythos 只是观察 Anthropic 产品策略的线索。真正值得关注的是，Anthropic 已把最强模型接进了自己的研发流程：

上一代 Claude 帮工程师写代码、优化训练系统，这些工作缩短了下一代 Claude 的开发周期；更强的模型诞生后，再次回到链条中，提高下一轮迭代速度。

真正意义上完全自主的 RSI 或许还没到来。但在 Anthropic 内部，它最早期、也最现实的形态已经开始运转。

外界还在等 Sonnet 5 发布，Anthropic 已经在用 Mythos 生产它之后的模型。

这，就是新常态。