Anthropic 红队测评模型「找人」与「造武器」：前沿模型已能替代稀缺专家的一部分

Anthropic 的 Frontier Red Team 9 月 10 日发布一组能力评测，覆盖情报定位链条的三类任务：跨平台账号关联与人物分类、仅凭照片的地理定位、以及常规武器的工程改进。评测用模型生成的模拟社媒内容（WhatsApp、Telegram、Instagram、Facebook）构造 200 个任务，其中位样本约 3.7 万字——人类分析师读完约需 2.5 小时，而 Claude Mythos Preview 平均 11 分钟给出完整评估。

官方结论分两层：前沿模型在模拟情报与武器开发任务上持续进步，测试中落后的开源权重模型处于 Sonnet 与 Mythos 级之间，但仍往往展现出令人担忧的能力，因此「远未达到前沿的模型也会有情报与军事用途」；问题于是从「要不要设防」变成模型该如何训练、防护与开放。这条与同日发布的威胁情报滥用案例报告互为表里：一份讲已经发生了什么，一份讲模型现在能做什么。本次评测数据为官方合成数据，官方自己也标注了「不够真实」的局限。

原文链接：Anthropic 官方研究页