AI太強?Mythos 5為何讓美政府擔心到需要介入
當AI模型開始提供某些原本需要專業人士才能掌握的能力時，受到挑戰的便不只是產業本身，而是各種建立信任的制度。（法新社）
賴志文 2026年06月29日
創新與治理的兩難
2026 年 6 月 13 日，Anthropic 表示，美國政府基於國家安全與出口管制要求，限制部分外國使用者存取Mythos 5 等高階模型。
這個Mythos 5 AI 模型究竟具備了什麼能力，讓美國政府認為需要介入？
6 月 2 日，Anthropic 公開 Mythos Preview 的最新安全評估。根據 Anthropic 公開資料，Mythos Preview 已協助發現數千個高嚴重性漏洞，涵蓋主要作業系統、瀏覽器與開源軟件專案。其評估報告甚至提到，模型曾寫出可串接多個漏洞的瀏覽器 exploit，並能取得 Linux 系統的本地提權exploit。在資安領域，這代表模型同時具備“發現弱點”與“利用弱點”的能力。
英國 AI Security Institute 隨即於 6 月 6 日公布 Mythos Preview 的獨立評估。報告指出，Mythos Preview 在多步驟資安任務中的表現明顯提升，已能利用安全防護薄弱的系統，並提醒未來可能出現更多具備類似能力的模型。
這裡讓人不安的事實是：同壹個模型，壹方面被 Anthropic 用於保護關鍵軟件與基礎設施，另壹方面又被政府視為需要限制存取的國安風險。創造與治理的兩難，並不是抽象推論，而是已經出現在 Mythos 5 的存取爭議之中。
這個爭議在探討的是，當模型開始提供某些原本需要專業人士才能掌握的能力時，受到挑戰的便不只是產業本身，而是各種建立信任的制度。
因為不同制度真正想驗證的對象並不相同。有些制度希望確認受評者是否具備特定能力；有些制度重視觀點是否具有價值；有些制度關心成果是否有效；有些制度重視系統是否可靠；有些制度則關心決策權限與責任歸屬是否清楚。
因此，同樣是 AI 參與工作，不同制度所面對的挑戰也完全不同。
能力驗證
不論是博士學位、醫師執照、飛行員執照、技師考試或會計師考試，這類制度本質上都在回答同壹個問題：受評者是否具備完成特定工作的能力。因此，制度通常會透過論文、實作測驗、臨床訓練或專業考試等方式間接驗證能力。
在這類制度中，成果之所以重要，並不是因為成果本身，而是因為成果被視為受評者具備相關能力的證明。
論文之於博士學位，正如飛行測驗之於飛行員執照。制度真正要確認的，是完成作品所需的核心能力，是否由受評者掌握。
因此，當 AI 開始參與研究、設計、分析與問題解決之後，制度面臨的核心問題便是：哪些能力可以交由 AI 協助？哪些能力必須由人親自掌握？
如果壹名醫學生利用 AI 完成文獻整理與病例分析，制度真正想確認的，究竟是他是否能取得答案，還是他是否具備獨立診斷與判斷風險的能力？
如果壹名工程師大量依賴 AI 完成設計工作，制度真正想驗證的，又是設計成果本身，還是工程師是否理解設計背後的原理與限制？
因此，在能力驗證型制度中，AI 本身未必構成風險。真正的制度風險在於，當 AI 完全取代制度原本想驗證的核心能力時，制度便可能無法再透過成果確認能力是否由受評者掌握。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
 美媒:智譜GLM-5.2漏洞挖掘能力達到Mythos水平 |
華盛頓許Anthropic向受信任美機構發Mythos 5模型 |
| AI新模型Mythos太強大遭"封印" 風險引爆爭議 |
彭博:白宮擬允許聯邦機構使用AI模型Mythos |
推薦: