Anthropic本周表示，已限制其最新模型Mythos的公开发布，原因是该模型在挖掘全球用户依赖软件的安全漏洞方面能力过强。目前，Anthropic仅将Mythos分享给运营关键在线基础设施的大型企业和组织（如亚马逊AWS、摩根大通等），而非面向公众开放。
据悉，OpenAI也在为其下一代网络安全工具考虑类似策略。此举旨在帮助大型企业领先于可能利用先进大语言模型（LLM）渗透安全软件的恶意攻击者。然而，这种发布策略背后或许不仅关乎网络安全或模型能力炒作。
漏洞利用价值与模型局限性
AI网络安全实验室Irregular首席执行官Dan Lahav指出，虽然AI发现漏洞至关重要，但弱点对攻击者的实际价值取决于多种因素及组合利用方式。他强调：“关键在于是否找到了能以有意义方式被单独或作为攻击链一部分加以利用的漏洞。”
尽管Anthropic声称Mythos的漏洞利用能力远超前代模型Opus，但其是否为网络安全的终极解决方案仍存疑。AI安全初创公司Aisle表示，使用较小的开源权重模型即可复制Mythos的大部分工作。这表明网络安全领域不存在单一的深度学习万能模型，效果更多取决于具体任务。
商业壁垒与反蒸馏策略
鉴于Opus已被视为网络安全变革者，前沿实验室限制发布的另一深层原因可能是创造“飞轮效应”：既为大企业合同铺路，又通过限制访问增加竞争对手利用“知识蒸馏”技术（即低成本训练新LLM）复制模型的难度。
软件工程师兼exe.dev CEO David Crawshaw认为，这实为一种市场宣传，掩盖了顶级模型受企业协议限制、不再供小型实验室进行知识蒸馏的事实。他指出，这种循环通过将蒸馏公司边缘化，确保了占据主导地位的企业资金持续流入。
这一分析契合当前AI生态现状：前沿实验室竞相开发最强模型，而Aisle等公司则依赖多模型协作，并将开源LLM（常来自中国且据称经蒸馏开发）视为获取经济优势的路径。
行业共识与未来展望
今年，前沿实验室对蒸馏采取更强硬立场。Anthropic曾披露中国公司试图复制其模型的行为；彭博社亦报道称，Anthropic、Google和OpenAI三家实验室联手识别并阻止蒸馏行为。由于蒸馏削弱了巨额资本扩展带来的优势，阻止蒸馏不仅是保护商业模式的需要，选择性发布也有助于在企业级产品成为盈利关键时建立差异化壁垒。
Mythos等新模型是否真正威胁互联网安全尚待观察，谨慎推出是负责任的做法。截至发稿，Anthropic未回应关于发布决策是否与反蒸馏担忧有关的问题，但该公司似乎找到了一种兼顾保护互联网与维护自身利润表的巧妙方法。