AI太强?Mythos 5为何让美政府担心到需要介入
当AI模型开始提供某些原本需要专业人士才能掌握的能力时，受到挑战的便不只是产业本身，而是各种建立信任的制度。（法新社）
赖志文 2026年06月29日
创新与治理的两难
2026 年 6 月 13 日，Anthropic 表示，美国政府基于国家安全与出口管制要求，限制部分外国使用者存取Mythos 5 等高阶模型。
这个Mythos 5 AI 模型究竟具备了什么能力，让美国政府认为需要介入？
6 月 2 日，Anthropic 公开 Mythos Preview 的最新安全评估。根据 Anthropic 公开资料，Mythos Preview 已协助发现数千个高严重性漏洞，涵盖主要作业系统、浏览器与开源软件专案。其评估报告甚至提到，模型曾写出可串接多个漏洞的浏览器 exploit，并能取得 Linux 系统的本地提权exploit。在资安领域，这代表模型同时具备“发现弱点”与“利用弱点”的能力。
英国 AI Security Institute 随即于 6 月 6 日公布 Mythos Preview 的独立评估。报告指出，Mythos Preview 在多步骤资安任务中的表现明显提升，已能利用安全防护薄弱的系统，并提醒未来可能出现更多具备类似能力的模型。
这里让人不安的事实是：同一个模型，一方面被 Anthropic 用于保护关键软件与基础设施，另一方面又被政府视为需要限制存取的国安风险。创造与治理的两难，并不是抽象推论，而是已经出现在 Mythos 5 的存取争议之中。
这个争议在探讨的是，当模型开始提供某些原本需要专业人士才能掌握的能力时，受到挑战的便不只是产业本身，而是各种建立信任的制度。
因为不同制度真正想验证的对象并不相同。有些制度希望确认受评者是否具备特定能力；有些制度重视观点是否具有价值；有些制度关心成果是否有效；有些制度重视系统是否可靠；有些制度则关心决策权限与责任归属是否清楚。
因此，同样是 AI 参与工作，不同制度所面对的挑战也完全不同。
能力验证
不论是博士学位、医师执照、飞行员执照、技师考试或会计师考试，这类制度本质上都在回答同一个问题：受评者是否具备完成特定工作的能力。因此，制度通常会透过论文、实作测验、临床训练或专业考试等方式间接验证能力。
在这类制度中，成果之所以重要，并不是因为成果本身，而是因为成果被视为受评者具备相关能力的证明。
论文之于博士学位，正如飞行测验之于飞行员执照。制度真正要确认的，是完成作品所需的核心能力，是否由受评者掌握。
因此，当 AI 开始参与研究、设计、分析与问题解决之后，制度面临的核心问题便是：哪些能力可以交由 AI 协助？哪些能力必须由人亲自掌握？
如果一名医学生利用 AI 完成文献整理与病例分析，制度真正想确认的，究竟是他是否能取得答案，还是他是否具备独立诊断与判断风险的能力？
如果一名工程师大量依赖 AI 完成设计工作，制度真正想验证的，又是设计成果本身，还是工程师是否理解设计背后的原理与限制？
因此，在能力验证型制度中，AI 本身未必构成风险。真正的制度风险在于，当 AI 完全取代制度原本想验证的核心能力时，制度便可能无法再透过成果确认能力是否由受评者掌握。
[加西网正招聘多名全职sales 待遇优]
| 分享: |
| 注： | 在此页阅读全文 |
| 延伸阅读 |
 美媒:智谱GLM-5.2漏洞挖掘能力达到Mythos水平 |
华盛顿许Anthropic向受信任美机构发Mythos 5模型 |
| AI新模型Mythos太强大遭"封印" 风险引爆争议 |
彭博:白宫拟允许联邦机构使用AI模型Mythos |
推荐: