人工智能公司Anthropic近期对其最新模型Mythos采取了严格的发布管控措施，仅向亚马逊云服务、摩根大通等负责关键网络基础设施运营的大型企业开放使用权限。该公司公开声明称，此举源于Mythos在检测软件安全漏洞方面展现出超越前代模型Opus的强大能力，若全面公开可能被恶意攻击者利用。然而，行业观察人士指出，这种选择性发布策略背后，可能暗含着维护企业级市场优势地位的商业考量。
与Anthropic形成对比的是，网络安全初创公司Aisle通过实验证明，使用规模更小的开放权重模型即可复现Mythos的大部分功能。该公司团队认为，网络安全领域不存在"万能模型"，不同任务场景需要匹配特定工具。这种观点与Anthropic强调的模型技术突破形成微妙对立，折射出AI安全领域的技术路线分歧。
AI网络安全实验室Irregular首席执行官丹·拉哈夫在接受采访时提出质疑："发现漏洞的能力与实际攻击价值之间存在鸿沟。单个漏洞能否与其他漏洞组合形成攻击链，才是决定其危险程度的关键因素。"这种技术层面的冷静分析，与Anthropic渲染的"终极安全威胁"叙事形成鲜明对比。
行业动态显示，前沿AI实验室正集体强化技术保护措施。据彭博社报道，Anthropic、谷歌和OpenAI已建立联合机制，专门识别和阻断通过蒸馏技术复制模型的行为。这种技术封锁策略直接针对中小企业的创新路径——蒸馏技术允许开发者利用现有大模型训练性能相近的新模型，大幅降低研发成本。
当前AI生态系统呈现明显分化：一方面是Anthropic等公司持续追求模型规模与能力的突破；另一方面是Aisle等企业采用多模型策略，将开源模型（部分来自中国研发团队）作为核心竞争力。这种技术路线之争，本质上是封闭生态与开放创新两种商业模式的对抗。
面对外界质疑，Anthropic尚未就发布策略是否涉及商业利益保护作出回应。但不可否认的是，该公司通过精准控制模型访问权限，既塑造了负责任的技术形象，又构建起难以逾越的竞争壁垒。这种双重效应的取得，依赖于对网络安全威胁的精准评估与商业策略的巧妙设计。
