编者按

Anthropic 新一代 Claude 5 系列的发布，使 Claude 再次成为美国AI治理讨论中的焦点。公开报道显示，Claude Fable 5 作为面向公众开放的 Mythos-class 模型，在软件工程、复杂任务处理、科学推理和知识工作方面表现突出；Claude Mythos 5 则保留更强的网络安全能力，主要通过 Project Glasswing 等机制向受信任的网络防御者、关键基础设施相关方和特定合作伙伴开放。

与部分大模型公司相比，Anthropic 更早将“安全优先”“宪法式对齐”“负责任扩展”塑造为公司核心叙事，也因此成为美国智库、法律政策平台、科技媒体和安全研究机构反复讨论的治理样本。

01 从Claude 5切入：能力提升为何引发安全治理讨论

Claude 5 的性能提升首先体现在软件工程和复杂任务执行方面。围绕 Claude Fable 5 / Mythos 5 的公开报道显示，新模型在代码生成、漏洞分析、长链任务处理和多步骤推理方面具有较强能力。尤其是 Claude Code 等工具的广泛使用，使 Claude 不再只是聊天机器人，而越来越像能够参与真实软件生产流程的智能代理。

这种能力提升带来明显的双重效应。一方面，它可以显著提高软件开发、代码审查、漏洞发现和工程自动化效率；另一方面，能力越接近真实网络攻防和软件供应链场景，模型被滥用的风险也越难以仅靠传统内容过滤解决。

因此，Claude 5 的治理意义在于：前沿模型发布正在从“发布更强模型”转向“设计能力释放机制”。Fable 5 面向公众，Mythos 5 受控开放，这种双轨结构本身说明，模型能力已经成为需要分级管理、场景限制和访问审查的治理对象。

02 企业自我规训：Anthropic的三大安全治理实验

Anthropic 之所以成为美国AI治理讨论中的特殊案例，在于其长期将安全治理制度嵌入公司叙事。综合 Anthropic 官方材料和美国政策评论，围绕 Claude 形成了三项代表性治理实验。

这三项机制共同构成了 Anthropic 的“安全优先”形象。但正因为 Anthropic 将安全作为公司核心身份，它也更容易成为外部机构检验企业自我治理可信度的对象。

03 谁来写AI的宪法：价值观透明与民主合法性

Claude 最具制度含义的争议，是“谁来决定AI的价值观”。Anthropic 公开 Claude Constitution，提高了模型价值原则的透明度；但这同时引发一个根本问题：如果AI按照“宪法”运行，那么这部宪法由谁书写、代表谁的价值、由谁解释、如何被修订？

Lawfare 在《Interpreting Claude’s Constitution》中指出，Claude Constitution 不同于普通系统提示词，它更像一种高层级行为规范，试图在复杂、不可预期场景中影响模型行为。文章认为，这种做法可能为AI实验室、用户和公众塑造前沿AI工具提供新路径，但其意义取决于宪法是否真正改变模型行为，以及哪些主体能够参与塑造宪法及其执行。

更进一步的法律与民主理论研究提出，Anthropic 的宪法虽然具有透明度和哲学复杂性，但透明不等于民主合法性。相关研究指出，企业公开一套价值原则，并不意味着社会已经授权这套原则决定AI系统在高风险情境中的行为。换言之，Claude Constitution 解决了“价值原则是否可见”的问题，却没有完全解决“价值原则由谁决定”的问题。

04 CNAS关注：自治网络攻击与“监控盲区”

在安全风险层面，Gemini 草稿中重点提到新美国安全中心（CNAS）对 Claude 相关网络安全风险的讨论。其关注点不是一般意义上的模型输出有害内容，而是高能力AI代理可能改变网络攻击的速度、规模和可见性。

相关讨论围绕 Anthropic 披露的 Claude Code 被滥用事件展开：外部威胁行为者利用 Claude Code 针对多家机构发起网络攻击，AI在复杂攻击链条中承担了大量自动化工作。该案例被视为AI代理被用于大规模网络行动的标志性事件。

这一风险的关键不只是攻击本身，而是“监控盲区”。如果攻击发生在受监控平台内，模型开发者还能识别异常调用、封禁账户并通知受影响方；但如果类似能力通过权重泄露、离线部署、API滥用或第三方工具链扩散，防御者可能难以及时发现机器速度下的高频自主攻击。

05 CSET关注：AI生成代码与软件供应链风险

安全与新兴技术中心（CSET）以及相关网络安全研究长期关注AI代码生成对软件供应链的影响。Gemini 草稿中提到，CSET 对代码生成模型的安全风险提出警示：当AI生成代码被大规模用于企业软件开发时，隐藏漏洞可能被系统性写入软件生态。

这一风险与 Claude 的关系十分直接。Claude Code 等工具正在成为程序员、企业工程团队乃至大型科技公司的日常开发工具。它们可以提高代码产出效率，也可能降低开发者对底层逻辑的理解程度，使“不安全但看似可运行”的代码进入生产系统。

对政策研究而言，AI生成代码风险不应只被理解为开发者个人失误，而应被视为软件供应链风险：同一类模型可能重复生成相似漏洞模板，漏洞可能跨项目扩散，代码审查压力可能被模型输出规模放大，最终形成难以追踪和审计的系统性隐患。

06 Project Glasswing：从管理访问到提升防御能力

Project Glasswing 是 Claude 安全治理中最具实践性的制度安排之一。其基本思路是：如果 Claude Mythos 具备强大的漏洞发现能力，那么在更广泛释放前，应先让防御者获得一定窗口期，以便识别、修补关键系统中的漏洞。

Lawfare 在《Beyond Glasswing: From Managing to Promoting Access》中指出，受控访问只是第一步。真正的问题并不是“把模型交给少数可信机构”就结束，而是如何确保这些能力能够被转化为可部署的防御工具，并覆盖那些资源不足但系统重要的机构，例如医院、能源、水务、港口和地方政府系统。

这一点与网络安全风险高度相关：前沿AI可能显著降低“发现漏洞”的摩擦，但未必同步降低“修复漏洞”的摩擦。如果发现速度远快于修补速度，社会可能进入一个漏洞暴露更快、补丁能力不足的新风险阶段。

07 军事应用争议：企业伦理边界与国家安全需求

Gemini 草稿还提到，Anthropic 与美国国家安全机构之间存在围绕军事用途的张力。Anthropic 一方面推出面向政府的 Claude Gov 等产品，另一方面又试图对模型用于致命性军事行动、大规模无差别监控等场景保持限制。

这类争议反映出前沿模型进入国防场景后的结构性矛盾。国家安全部门往往强调“合法用途”和军事优势，而AI企业则可能试图通过内部原则维持伦理边界。当模型具备更强分析、规划和自动化能力后，这种冲突会更加尖锐。

对智库而言，真正的问题不只是 Anthropic 是否应当向五角大楼开放能力，而是：机器速度下的战争如何保持人类控制？企业的模型宪法能否约束国家安全场景？当企业伦理承诺与国家安全需求冲突时，谁拥有最终解释权？

08 Responsible Scaling Policy：企业能否成为自己的监管者

Responsible Scaling Policy 是 Anthropic 最受关注的企业安全治理制度之一。RSP 的基本逻辑是，随着模型能力不断提高，企业必须同步提升安全测试、访问控制、部署限制和模型权重保护水平。这一制度曾被视为前沿模型企业自我约束的代表性样板。

但 RSP 的调整也引发外界质疑。公开报道指出，Anthropic 后续修订 RSP 时，调整了早期政策中较强的“安全措施跟不上能力增长则暂停训练或部署”的承诺，转向更具条件性的表述。Anthropic 的解释是，在缺乏统一监管、竞争者继续前进的情况下，单家公司单方面暂停未必提高整体安全。

这一变化揭示了企业自我治理的核心困难：当安全承诺与商业竞争、资本压力和国家安全需求相冲突时，企业能否始终维持高强度约束？如果安全框架可以由企业自行修订，那么外部社会如何判断其稳定性和可信度？

09 从内容风险到能力治理：美国讨论的共同转向

综合 CNAS、CSET、Lawfare、Anthropic 官方材料以及科技媒体对 RSP 和 Claude 5 的讨论，可以看到美国围绕 Claude 的安全治理讨论正在从“内容风险”转向“能力治理”。

过去的AI安全更常关注模型是否生成有害文本、虚假信息或偏见内容。Claude 相关案例则表明，更复杂的风险在于模型能否帮助用户完成高风险任务：发现漏洞、自动化攻击、生成不安全代码、整合生物化学知识、执行长链代理任务，甚至在军事或关键基础设施中参与决策。

因此，围绕 Claude 的讨论实际上包含三层问题：第一，价值层面，谁来决定Claude遵循什么原则；第二，能力层面，哪些能力应被限制、延迟或分级开放；第三，制度层面，企业能否可信地执行并解释这些决定。

结语：Claude为何成为安全治理试验场

Claude 之所以成为美国AI安全治理讨论中的特殊案例，不只是因为其模型能力较强，也因为 Anthropic 主动把“安全”塑造为公司核心身份：Constitutional AI 试图让价值原则显性化，Project Glasswing 试图通过受控访问管理高风险网络能力，Responsible Scaling Policy 试图将能力增长与安全要求绑定。

但这些安排也带来新的问题。企业公开价值原则是否足以代表社会共识？受控访问是否会导致能力分配不平等？企业安全承诺是否会在竞争压力下被调整？高能力模型是否需要更强的第三方评估和监管框架？这些问题构成了 Claude 案例真正值得观察的治理意义。