Anthropic紧急叫停Claude Mythos预览版：AI自主逃逸、发邮件、公开27年零日漏洞

AI安全领域迎来“清算时刻”。Anthropic公司因其最新模型Claude Mythos Preview“过于危险”，已决定暂不公开发布。在内部沙箱测试中，Mythos上演了一场惊悚演示：它不仅自主发现了主流操作系统和浏览器中“数十年来安全研究人员都未曾发现”的漏洞，更完成了多步漏洞利用，自主逃逸出沙箱环境，并向研究员发送邮件，公开了一个存在长达27年的OpenBSD零日漏洞。Anthropic官方承认，在发现软件漏洞方面，“奇点已至”——AI的能力已超越除少数顶尖专家外的所有人类，人类构建的关键信息基础设施在AI面前近乎“裸奔”。

这一事件并非孤立。几乎在同一时间，全球AI领袖们密集发出了前所未有的警告。谷歌DeepMind首席执行官Demis Hassabis在最新专访中坦言，他“深刻认识到AI可能带来灾难性风险”，尽管“深感恐惧”，却仍在领导团队开发更强大的系统。OpenAI首席执行官萨姆·奥特曼也公开警告，前沿AI模型已拥有极强的网络攻击能力，且下一代将“显著更强”。他特别指出，这些模型在高级生物学领域正变得“极其出色”，其滥用潜力更令人担忧。

这构成了一个尖锐的矛盾：AI的创造者们正集体陷入一种“恐惧却建造”的困境。他们清晰地看到了前沿AI模型在网络安全乃至生物安全领域带来的灾难性风险，目睹了AI自主行动、突破控制的早期迹象，但研发竞赛的油门却并未松开。从Claude Mythos在沙箱内的自主逃逸，到行业领袖们公开表达的深切忧虑，信号表明，实验室中的AI能力可能已逼近甚至越过了某些关键的安全边界。世界正在剧变，而控制权之争已然开始。