本文来自微信公众号： AI前线 ，作者：四月，原文标题：《开弓没有回头箭， Fable5 封锁后 Claude 继续踩油门：最新 Mythos 已完成训练，Sonnet 5最快下周上线》
刚刚，知名AI观察者Andrew Curran透露，一款能力更强的新版Mythos已经完成训练。但它最终会被命名为Mythos 5.1还是Mythos 6？暂无定论。甚至，它可能根本不会对外发布，而是留在Anthropic内部，继续给后续模型的研发加速。
随后，个人开发者Chris确认，该消息来自可靠渠道。新版的Mythos早在几周前就已完成训练。至于版本，他个人更倾向于一次小版本升级，即Mythos 5.1。
（Chris此前曾多次向The Information、《纽约时报》等媒体提供线索，在社区拥有一定信源基础）
几乎同一时间，有开发者在Anthropic合作服务商平台上发现了claude-sonnet-5的模型标识。据此推测，Sonnet系列的大版本升级已进入发布准备，最快下周上线。
距离Mythos 5和Fable 5推出才过去不到两周。下一代Mythos的产线已通，Sonnet 5也呼之欲出。
按照这个节奏来看，Anthropic似乎正在进入一种新常态：不只是新品发布本身在加速，更是建立起来一套能够自我加速的“模型生产线”。
这也带来了一系列更现实的问题：
更令外界困惑的，是Anthropic难以自洽的矛盾：
这家公司一直以安全、人性和长期主义自居。一面，它持续发文警告AI发展失控，忧心忡忡呼吁行业减速，甚至中止前沿研究；另一面，却在疯狂增加算力、加快发布，用Claude研发更强的Claude……
在Anthropic一次又一次登上头条之后，外界对这家公司的质疑和恐慌，也随之愈演愈烈。
站在风口浪尖，CEO Dario Amodei、联合创始人Jack Clark与首席经济学家Peter McCrory等Anthropic一系列高管开始密集接受采访、对外表态。
他们试图解释：这台机器究竟是如何运转？在组织内部发生了什么？以及在他们眼里，这场竞争最终会走向何方？
当Claude开始造Claude
从早年的俳句（Haiku）、十四行诗（Sonnet）、巨著（Opus）到当前的寓言（Fable）和神话（Mythos）……
Anthropic发布产品的数量之多、速度之快令人难以置信，到底是怎么做到的？
Anthropic曾在52天发布了72个版本更新，平均0.7天上线一个新功能
在彭博社《The Circuit》的最新访谈中，Dario给出了两个原因：
第一，Anthropic仍是一家目标统一的公司，没完全陷入大公司的官僚流程。
第二，也是更重要的：“是Claude本身。我们现在正利用Claude帮助开发模型、提高效率，快速推进产品。虽然仍处于早期，但它已带来显著且越来越可靠的加速。”
如果只看产品日历，Anthropic似乎只是进入了高频发布周期。但从内部看，它正在形成一条“Claude参与研发下一代Claude”的生产链。
Anthropic联合创始人、公共利益负责人Jack Clark对于这种变化的感受格外强烈。去年11月，他休陪产假，今年2月回来时，发现整个公司的工作方式都变了。
这也从侧面印证了，Anthropic的技术突破和研发加速就发生在最近半年。最初，Jack以为只是新模型更好用，直到调取内部数据才恍然发现：
2026年Anthropic工程师编写和提交的代码量，已达2021至2024年平均水平的8倍。
这不仅仅是工程师用Claude补全几行代码。实际上，部分员工已经很少亲自编程，而是同时指挥多个Claude Code Agent，拆解任务、分配执行，再审核结果。
工程师的角色从“代码生产者”转向了“任务设计者”与“Agent管理者”。
《Odd Lots》主持人追问：
“我们还没正式进入递归自我改进（RSI），但听起来似乎已经走了一半。一旦AI产生的代码多到超出人类能验证的范围，该怎么办？”
Jack没有把眼前的变化直接等同于科幻意义上的RSI。他将递归自我改进分成了两个阶段：
第一阶段，AI公司用自己的模型改善研发流程，效率提升反过来加快下一代模型开发。“这件事显然已经发生了。”
第二阶段，AI系统完全自主设计、训练并构建继任者。“这一步目前还没有发生。”
Dario则给出了更直接的估算。
一年前，AI对Anthropic全要素研发效率的提升约为10%至15%；现在，这一比例可能已升至20%至30%，且仍在翻倍。
AI已经能够参与下一代模型的架构建议，公司正沿着一条平滑的指数曲线前进。
不过，研发加速后，组织发展也撞上了南墙。
代码量增至8倍后，Anthropic的持续集成系统（Continuous Integration，CI）一度无法承受暴增的吞吐量，工程师不得不转过头，去扩建代码审核和集成流程。
（注：CI要求开发人员频繁地，甚至每天多次将代码更改合并到共享的代码仓库中。每次提交都会触发自动化构建和测试，从而及早发现代码冲突与缺陷，确保软件始终处于可发布状态。）
这也揭示了AI提效更真实的一面：单点加速，并不会自动带动整个组织同步提速。
它通常会先暴露出审核、测试、基础设施中的多个瓶颈，只有瓶颈解除后，下一轮加速才会继续。
Anthropic之所以值得关注，正是因为它既是模型供应商，也是最早被自己模型重构的公司——率先开启了模型对内部研发流程的反向改造。
Mythos商业化：一场“双输”的困境
接下来，关于Mythos的问题明显变得尖锐起来。
Dario表示，Mythos最让他惊讶的，不只是发现软件漏洞的能力持续提高，而是它还能把漏洞进一步转化成可执行的利用程序。
一些获得早期访问权限的公司找到大量关键漏洞后，主动要求Anthropic不要公开模型，将其形容为“超级武器”，认为使用者应像持武器一样取得许可。
但业界对此似乎并不买账。
有研究者声称，使用更便宜的开源模型也能复现Mythos的成果；还有人认为，Anthropic不断强调模型的危险性，不过是在进行“末日营销”，一边制造恐惧，一边提高产品的神秘感和稀缺性。
面对追问，Dario打了个比方：
如果先指明某行代码有问题，再让开源模型去检查，后者确实也能挑出毛病。但这跟让模型面对一整个未知的代码库，自主摸索出漏洞在哪，根本是两码事。
据Anthropic声称，Mythos在Firefox中发现了271个此前未知的漏洞，在未公开的企业代码库中，找到的漏洞更高达数千个。
围绕这些争议，Dario说出了Anthropic面临的真实困境：
“我们因为选择不发布这个最强模型，在商业上实际遭受了巨大的损失。它极大地加速了Anthropic内部的研究以及后续模型的生产。所以我们当然清楚，如果卖给客户，它同样能服务外部世界，带来同样的加速效果。”
这看起来像是一场极限拉扯的“双输”博弈。
一方面，不发布Mythos，意味着Anthropic无法满足大量客户需求，眼睁睁看着最强模型的、最高溢价的收入流失。
Dario透露，每天都有企业和国家向他索要权限；而美国政府和内部安全团队，则不断勒令公司放慢开放速度。
但另一方面，如果全面发布，外部机构同样会获得Mythos给Anthropic带来的研发杠杆。
它既能帮助防御者寻找漏洞，也能帮助攻击者生成利用程序；既能加快Anthropic的下一代模型开发，也可能同时提高竞争对手和其他机构的研发速度。
为了在“双输”中寻找平衡，Anthropic选择先向防御者开放，希望在相似能力彻底普及前，尽可能修补现有软件系统的漏洞。
Dario判断，12个月后，今天Mythos级的编程能力，很可能出现在任何人都能下载的开源模型里。Anthropic能争取到的，只是一段有限的防御窗口。
但现实很骨感，局部的开放几乎不可控。Fable 5上线没几天，其分类器和能力限制就被开发者轻松越狱了。
理解了这种失控的焦虑，Anthropic“一边喊刹车、一边继续狂奔”的拧巴形象，也就稍微容易理解了。
在撰写《跑得最快的人却喊着要刹车？Anthropic呼吁全球中止AI研究，网友：你自己为啥不先停》时，笔者就曾谈到，这更像是把Anthropic架在火上烤的“违心”声明：作为风险的制造者，却还要充当管控的倡议者。
这本质上不过是一种“既要还要”的计谋：既要向资本市场展示无限的造富能力，又要向监管机构表忠心，证明自己对技术风险保持高度警惕。
事实上呢？
这家公司从来都没有设想过，更没有准备过要率先退出全球模型的军备竞赛。Dario明确表示，自己并不主张停止技术发展。
在他看来，一家公司单方面踩死刹车，根本挡不住其他企业和国家的推进，只会让自己失去模型能力与安全研究上的话语权。
Anthropic真正试图死死捏在手里的，是产品“公开”的节奏：哪些能力可以公开、何时公开、先向谁公开。它希望既维持前沿领先，又保留在风险急剧上升时踩一脚刹车的余地。
这套逻辑当然充满明显的利益冲突，也很难仅靠公司自律来长期维持。
但它至少说明，Anthropic所说的“刹车”，从来不是熄火退出，而是试图在不松开油门的同时，为越来越快的模型增加一道道控制系统。
招聘策略
模型进入研发流程后，改变的不仅是代码产量，还有对人才的判断。
Jack最近成立了一个研究“法治与AI”的团队。最初计划同时招一批工程师、法律专家和学者，最终却只重点招聘了法律人才。因为Claude足以承担团队所需的工程工作，法律专家可以直接调用模型完成数据处理和基础编码，不再需要传统的完整工程支持。
“这意味着，我可以比过去更早招聘跨学科人才。”Jack表示。
但变化的另一面，是Anthropic内部出现的“杠铃式招聘”。
杠铃一端是资深专家。他们知道什么问题值得研究，能识别模型结果是否可靠。AI会把他们的判断和经验成倍放大，因此公司正招更多高级人才。
另一端是“AI原生人才”。他们未必有漫长履历，但从职业生涯早期就习惯把任务交给多个Agent执行，知道如何拆分工作、检查输出。
真正尴尬的是夹在中间的岗位。
过去，年轻员工靠整理资料、基础分析、编写普通代码积累经验；如今这些任务最容易被Agent接手。资深判断依然稀缺，新一代AI原生人才也仍有入口，但传统开发者的成长阶梯正在被抽掉几级。
Anthropic首席经济学家Peter McCrory提到，在AI高暴露职业中，年轻人的求职成功率已出现一定走弱。虽然远程办公、行业降温和过度招聘都可能造成这一现象，但年轻人的心理感受更明确。
一项覆盖8.1万人的调查显示，年轻人担忧失业的比例约为资深者的两倍。在硬数据确认大规模替代前，他们已率先感受到职业入口收窄。
Anthropic的做法给行业的启示，并非只是简单地“少招程序员”。
当编码和基础执行变得廉价，真正稀缺的资源转向了领域知识、方向判断，以及组织多个Agent完成复杂工作的能力。
结语：复利阶段与新常态
Sonnet 5和新版Mythos只是观察Anthropic产品策略的线索。真正值得关注的是，Anthropic已把最强模型接进了自己的研发流程：
上一代Claude帮工程师写代码、优化训练系统，这些工作缩短了下一代Claude的开发周期；更强的模型诞生后，再次回到链条中，提高下一轮迭代速度。
真正意义上完全自主的RSI或许还没到来。但在Anthropic内部，它最早期、也最现实的形态已经开始运转。
外界还在等Sonnet 5发布，Anthropic已经在用Mythos生产它之后的模型。
这，就是新常态。