北京
本文來自微信公眾號：青萍見，作者：舒書，頭圖來自：AI生成
過去兩天，AI圈最魔幻的一幕出現了：以安全潔癖著稱的Anthropic，因為一個連實習生都不該犯的CMS配置失誤，讓3000份內部文件在互聯網上裸奔。
網絡安全股應聲暴跌，安全研究員們一邊吃瓜一邊炸鍋——誰能想到，這家天天喊著“AI安全高于一切”的公司，自己的安全防線竟比紙糊的還脆？
但比這場低級泄露更諷刺的是，就在事發前一個月，Anthropic剛剛悄悄撕掉了自己最引以為傲的安全承諾。
新版《負責任擴展政策》（RSP 3.0）里，那個曾讓OpenAI都顯得不道德的“若風險不可控，就暫停訓練”的硬條款，被悄無聲息地刪除了。
這不是技術調整，這是一場精心包裝的人設崩塌。
一、從硬剎車到軟著陸：安全承諾的彈性變形記
2023年，當Anthropic推出RSP時，整個行業都在鼓掌。
這是第一次，有AI公司敢公開說：“如果模型太危險，我們就不做了。”
當時的邏輯簡單粗暴：設定危險閾值（比如能輔助研發生物武器），一旦觸及，立刻暫停訓練，直到安全措施到位。
這是一條死線，意味著安全優先級高于商業進度、融資節奏，甚至IPO窗口。
2026年2月，RSP 3.0來了。
那條死線沒了。
取而代之的是“前沿安全路線圖、風險報告、外部審查”——每3到6個月發布一次報告，由內部專家起草，獨立評審，提交董事會。
官方說法很漂亮：“技術邊界模糊，無法預設紅線，所以轉向透明披露。”
翻譯過來就是：從做不到就不許動變成了邊做邊說。
更直白點：從硬剎車變成了軟著陸。
首席科學家Jared Kaplan在接受采訪時，直接道出了真相：
“如果競爭對手飛速前進，我們單方面承諾暫停訓練沒有意義。”
說白了就是：別人都在跑，我不能站著。
這不是技術判斷，是生存判斷。
在資本眼中，暫停訓練等于暫停估值增長。對于一家估值3800億美元、正被OpenAI（8500億+）、Google、xAI圍剿的公司，繼續自我設限等于商業自殺。
從硬剎車到透明監控，中間差的不是技術認知，是囚徒困境下的生存本能。
二、軍事合作的底線游戲：當國家意志撞上安全紅線
如果說RSP 3.0的調整是主動妥協，那么軍事合作的博弈，就是一場真正的底線戰爭。
Anthropic曾信誓旦旦：“拒絕參與全自主武器和國內大規模監控。”
這條紅線劃得比刀鋒還利。
2026年2月24日，一把更鋒利的刀架在了它的脖子上。
那一天，美國國防部長皮特·赫格塞斯當面向Anthropic CEO達里奧·阿莫迪下達了最后通牒：解除Claude模型的所有軍事用途限制（包括進攻性網絡行動），否則后果自負。
截止時間是2月27日17:01。
后果是什么？要么五角大樓動用《國防生產法》強制接管模型，要么將Anthropic列為供應鏈風險企業——這個標簽通常用于敵對國家的公司，一旦貼上，Anthropic將失去所有國防承包商的商業聯系。
這是一道選擇題：放棄安全原則，或者放棄生存。
2月27日，最后期限到來。阿莫迪未能及時與五角大樓官員敲定最終條款。截止時間剛過14分鐘，赫格塞斯宣布談判破裂，將Anthropic正式列為供應鏈風險。
特朗普隨后下令聯邦機構停止使用Anthropic技術。
但故事沒有在這里結束。
3月9日，Anthropic正式向加州聯邦法院提起訴訟，指控美國政府的系列行動“前所未有且不合法”。
3月26日，法院作出裁定。加州北區聯邦地區法院法官Rita Lin批準了Anthropic的初步禁制令申請，叫停了國防部的封殺令。
法庭文件顯示，Anthropic提供了關鍵技術證據：其模型在部署于軍方封閉環境后，公司本身無法遠程控制——這一證據戳穿了五角大樓的安全風險指控。
Anthropic贏了。
至少這一回合。
拒絕全自主武器，寧可被制裁也不妥協。這條線，是它的底線。但問題是：底線能守多久？法院的裁定只是初步禁制令，不是終局。五角大樓可以換一種方式再來。而Anthropic的客戶名單里，依然有國防部的名字——那些作戰規劃和情報分析的合作，依然在繼續。
拒絕全自主武器，但接受作戰規劃。這條線劃得清楚嗎？還是說，它只是在更大的博弈里，選了一個自己能承受的戰場？
這不是Anthropic的選擇，是它沒有選擇——但它選擇了抗爭。
三、內部管理的燈下黑：最強安全AI，犯最低級錯誤
一個CMS配置失誤，3000份文件裸奔。
這不是黑客攻擊，不是系統漏洞，是最基礎的權限設置問題——和AWS S3存儲桶忘記關權限一樣低級。
劍橋大學研究員驗證了泄露材料的真實性：員工育兒假記錄、CEO閉門峰會細節、甚至內部安全評估報告，全部暴露在互聯網上。
最諷刺的是，泄露文件中有一句罕見的話：
“Mythos預示著即將到來的一波模型浪潮，屆時模型將以遠超防御者努力的速度來利用漏洞。”
措辭之重，不像市場部寫的，更像造物主的恐懼清單。
一家正在打造史上最強網絡安全AI的公司，被最基礎的權限配置失誤扒了個精光。
這種燈下黑的現象在科技史上屢見不鮮：蘋果與FBI之爭、微軟補丁漏洞、Google內部數據泄露……每一家科技巨頭都犯過類似的錯誤。
但Anthropic的不同在于：它的核心價值就是安全。
當一家以安全第一立身的公司，連自己的內部文件都保護不好，它憑什么保護用戶？
四、AI安全的囚徒困境：當好人活不下去
泄露文件里那句“模型將以遠超防御者努力的速度來利用漏洞”，像一把刀懸在AI從業者頭頂。
而Dario Amodei在看到這份評估時，是什么心態？是興奮、恐懼，還是兩者皆有？
他拒絕全自主武器，但接受作戰規劃。這條線劃得清楚嗎？還是說，它只是在更大的博弈里，選了一個自己能承受的戰場？
Anthropic不是唯一面臨“安全vs商業”悖論的公司。
OpenAI的“宮斗”暴露了治理結構的脆弱：當非營利使命和商業利益沖突，決策權在誰手里？
Google的“慢”暴露了官僚流程的拖沓：有最多的人才和算力，卻跑得最慢。
Anthropic的“泄露”暴露了安全流程的漏洞：當核心價值是“安全”，卻連基礎流程都做不好。
當模型能力越來越趨同——都用Transformer架構、都做RLHF對齊、都卷推理能力——決定誰能活下來的，不是誰算力最多，不是誰模型最強，而是誰的組織最扛造。
但更深的困境在于：當安全承諾在資本壓力和國家意志面前被反復修改，這個行業的安全到底還有多少可信度？
RSP 3.0的變化，國防部的最后通牒，CMS的低級失誤——這三件事拼在一起，勾勒出一個殘酷的圖景：
AI行業正在經歷一場安全敘事的破產。
監管真空：政府沒有建立統一的紅線，導致企業不敢單方面踩剎車。
劣幣驅逐良幣：如果OpenAI和Google都在加速，Anthropic的道德潔癖反而成了競爭劣勢。
公關化：安全正在從一種工程約束，變成一種公關語言。RSP 3.0的透明披露，本質上是在告訴資本市場：我們還在意安全，但請不要讓我們真的停下。
首席科學家Jared Kaplan的那句話，應該被刻在每一家AI公司的會議室墻上：
“如果競爭對手飛速前進，我們單方面承諾暫停訓練沒有意義。”
翻譯過來就是：除非所有人一起踩剎車，否則誰先停，誰先死。
這就是AI安全的最大悖論。在監管真空、競爭白熱化的今天，沒有一家公司敢做唯一的好人。
每個修改都有合理的解釋。技術邊界確實在模糊，監管環境確實在變化，商業競爭確實在加速。但問題是：當安全承諾可以被修改，它還是承諾嗎？當人類在回路中成為免責聲明，安全還有意義嗎？
結語：AI時代的護城河，不是算力，是誠實
Anthropic的泄露事件，最終會被修復。
CMS權限會被重新設置，泄露的文件會從互聯網上消失，網絡安全股會漲回來，RSP 3.0會繼續執行。
但那個問題會一直存在：
當一家以安全第一立身的公司，在資本壓力和國家意志面前，一次次被逼到墻角，它還能守住多少底線？
Anthropic用被制裁、被列為供應鏈風險、失去巨額國防合同的代價，守住了拒絕全自主武器這條線。但這條線能守多久？五角大樓會換一種方式再來嗎？
答案從來不是模型更強、算力更大。
答案是：把最基本的流程做好，把最基礎的承諾守住。
這是Anthropic給整個AI行業上的一課。
也是最難的一課。因為在這一課里，Anthropic自己，既是那個抗爭的學生，也是那個不及格的學生。
本文來自微信公眾號：青萍見，作者：舒書
本內容由作者授權發布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯系 tougao@huxiu.com。
本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4846249.html?f=wyxwapp
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
