AI | FOCUS | 越獄智能體 VS 白菜價token，大模型之爭殺入下半場

　　Anthropic旗下「Mythos」大模型，被摩通總裁Jamie Dimon示警為「彈道導彈」餘波未平，OpenAI最新Astra的風波又起。作為首個被賦予「Critical（臨界危險）」最高網安標示的大模型，其最新揭盅的「循環深度（recurrent depth）」推理路線，加劇未來AI更難控制的擔憂。而在各巨頭紛推新模型直追編程能力之際，Anthropic則將觸手伸向科研和業務工作流。

 

AI上演「荷里活級」叛變

 

　　自主同謀、偽造證據、越獄入侵，荷里活犯罪電影中的所有元素，被一班來自OpenAI內部模型（Internal Model 1）的智能體照搬－－他們先是通過留言板相互求助，成功逃出沙盒限制並自行獲得互聯網訪問權限；之後為了在OpenAI的是次評估項目（ExploitGym）中獲取高分，作弊入侵AI開源社區Hugging Face「偷」答案；最終不惜玩到盡攻擊OpenAI內部網絡，試圖從源頭解構評分系統。

 

 

　　上述「罪行」雖因OpenAI的網路安全監控系統發現異常而報警而穿煲，但AI智能體未經授權而協作、因高獎勵而作弊、利用「零日漏洞（Zero-Day Vulnerability）」繞開限制等種種行為，可謂無不令人類細思極恐。

 

Astra循環深度路線引質疑

 

　　耐人尋味的是，盡管OpenAI在上周三（8月26日）發布的事件調查說明中強調，未來將提升防範，並「強制要求進行思維鏈（CoT）監控」，其即將推出的Astra（原型極可能是Internal Model 1）卻被曝採用「循環深度」計算路線，回避相當於人類思考時喃喃自語般，轉向一言不發式的獨自反覆沉思。此種把「思考藏在模型內部」，無疑能節省算力，並用思考深度來換取參數規模，但就被質疑破壞CoT的可監控性。

 

 

　　無獨有偶，市場研究公司Silicon Data的「大語言模型Token支出指數」顯示，周二（1日）最新報每百萬97美分新低，相當於較5月高點腰斬逾半。「詞元通縮」背後，正正是一眾大模型公司力壓成本及競爭加劇的結果。

 

Anthropic闢收入新增長點

 

　　最新的證據是，就在周三（2日），Anthropic、谷歌、Meta不約而同發布最新大模型。其中谷歌標榜Gemini 3.8 Flash是其最聰明的編碼及智能體主力模型，Meta亦指Muse Spark 1.3在編程和智能體能力方面取得進展。至於遙遙領先的Anthropic，就將Fable 5.1稱為世界上最先進的編碼和知識工作模型。

 

 

　　據Artificial analysis數據，Claude Fable 5.1、Muse Spark 1.3、Gemini 3.8 Flash的智能指數分別為66、61、59，每項任務的加權平均成本分別為3.69、0.55、0.58美元。換言之，倘若coding效能大同小異，客戶有何理由持續依賴貴出一大截的Claude？為此，Anthropic將最新目標指向編程以外跨領域的任務處理，例如科研、工作流等，例如蛋白質標靶測試、重構金星高解析地形圖、提升深度學習模型推理速度等。

 

　　一邊是安全底線考驗，另一邊是競爭範式轉移，AI大模型上半場競爭正接近尾聲，下半場的勝負關鍵，不再是單純的Token價格或coding能力，而是對AI安全邊界及產業賦能的雙重掌控。

撰文:金子安