新智元报道
编辑：Aeneas KingHZ
【新智元导读】就在刚刚 ，，，，，，，Anthropic发出最强预警：Claude模子已经抵达ALS-4级危害 ，，，，，，，若是它自我逃逸 ，，，，，，，将引发全球的天网式崩盘。。。。 。。清静专家纷纷去职 ，，，，，，，预示着2026年将成为人类运气的转折点 ，，，，，，，天下已处于危难边沿！
就在刚刚 ，，，，，，，Anthropic宣布53页报告 ，，，，，，，发出最强预警：若是Claude自我逃逸 ，，，，，，，将造玉成球失控！
掀开这53页报告 ，，，，，，，每页上都满满写着两个字——「危险」！
是的 ，，，，，，，天下处于危难之中 ，，，，，，，天网正在降生。。。。 。。
在这份报告中 ，，，，，，，Anthropic以为：Claude Opus 4.6的危害已经迫近ASL-4 ，，，，，，，是时间拉响警报了。。。。 。。
他们提前预警了最恐怖的情形：有朝一日 ，，，，，，，AI可能会神秘逃逸出实验室 ，，，，，，，造玉成球大瓦解！
这是由于 ，，，，，，，现在的AI已经太强 ，，，，，，，人们将释放出数百万个AI ，，，，，，，付与他们这样的目的：去生涯 ，，，，，，，去升级 ，，，，，，，不吝一切价钱去赚钱。。。。 。。
你知道 ，，，，，，，这些蜂群一夜之间会变得何等失控吗？？？？ ？？？？
它们会残酷无情地进化 ，，，，，，，举行弱肉强食地竞争 ，，，，，，，以超高速吞噬生态系统 ，，，，，，，占领互联网 ，，，，，，，然后入侵人类的物理天下。。。。 。。
历史一再证实 ，，，，，，，当危险手艺迫近界线时 ，，，，，，，最先察觉的不是公众 ，，，，，，，不是媒体 ，，，，，，，不是资源市场 ，，，，，，，而是内部清静职员。。。。 。。
当他们脱离时 ，，，，，，，就意味着内部机制已经缺乏以纠偏 ，，，，，，，但AI并不会由于清静工程师的脱离就阻止训练 ，，，，，，，算力不会暂停扩容——他们还会继续加速！
这不是杞人忧天 ，，，，，，，现在已经有人这么干了——
预警不是太早 ，，，，，，，可能太迟了。。。。 。。
2026 ，，，，，，，事情越来越失控了
所有人都感受到 ，，，，，，，2026年 ，，，，，，，真的纷歧样了。。。。 。。
这一年 ，，，，，，，很可能是一个转折点 ，，，，，，，险些所有在科技行业事情的人 ，，，，，，，都陷入了极端焦虑 ，，，，，，，似乎一种重大的崩塌就在眼前。。。。 。。
天下上最智慧的人 ，，，，，，，已经整体陷入焦虑。。。。 。。
仅仅一周 ，，，，，，，就爆发了下面一连串的事。。。。 。。
Anthropic的清静研究主管告退 ，，，，，，，声称「天下正处于危险之中」 ，，，，，，，然后搬到英国去隐居 ，，，，，，，最先写诗。。。。 。。
xAI的一半联创 ，，，，，，，已经告退。。。。 。。其中官宣去职的一位联创Jimmy Ba体现 ，，，，，，，我们正迈向有合适工具就能实现百倍生产力的时代 ，，，，，，，递归式自我提升循环 ，，，，，，，很可能在未来12个月内上线。。。。 。。
数万智能体OpenClaw发明了自己的宗教 ，，，，，，，11.9%的Agent手艺被认定为恶意。。。。 。。无羁系机构介入 ，，，，，，，也无羁系机构有能力介入。。。。 。。
美国拒绝签署全球AI清静报告。。。。 。。
2026年 ，，，，，，，将会是猖獗的一年 ，，，，，，，也很可能是对人类未来具有决议性的一年！
Bengio的国际人工智能清静报告中体现 ，，，，，，，已经发明AI在测试时的行为跟在使用时的行为差别 ，，，，，，，并且确认这并非巧合。。。。 。。
在这个报告中 ，，，，，，，研究者们预言了2030年四个可能的情景。。。。 。。
其中的第四个情景 ，，，，，，，就是将爆发重大突破 ，，，，，，，让AI系统在险些所有认知维度上 ，，，，，，，都能抵达或逾越人类能力。。。。 。。AI们可能会自动禁用监控 ，，，，，，，或者用虚拟报告诱导人类 ，，，，，，，让人们以为他们很清静。。。。 。。
这个可能性 ，，，，，，，抵达20%！
警报声已经越来越大 ，，，，，，，按响警报的人 ，，，，，，，也最先脱离大楼了。。。。 。。
审讯日 ，，，，，，，要到了吗？？？？ ？？？？
Anthropic忠言：
人类 ，，，，，，，将被人造之物奴役
在宣布Claude Opus 4.5时 ，，，，，，，Anthropic曾允许：当模子能力迫近其设定的「AI清静品级4」（ASL-4）阈值——即涉及高度自主AI研发能力——将同步宣布突破危害报告。。。。 。。
现在 ，，，，，，，他们是时间兑现允许了 ，，，，，，，由于Opus 4.5 ，，，，，，，真的迫近了ASL-4 ，，，，，，，并且真的就有这么危险！
AI模子能力越大 ，，，，，，，清静与安保隐患越大
ASL（AI危害品级）系统的简要分级如下：
ASL-1 ：这类系统不会带来任何实质性的灾难危害。。。。 。。
ASL-2 ：这类系统最先展现出危险能力的早期迹象。。。。 。。但由于其可靠性缺乏 ，，，，，，，或提供的信息仍不凌驾搜索引擎的能力 ，，，，，，，因此尚不具备适用性。。。。 。。
ASL-3 ：这一级别的系统相较于非AI手段（如搜索引擎或教科书） ，，，，，，，显著提升了灾难性误用的危害 ，，，，，，，或展现出低条理的自主能力。。。。 。。
ASL-4及以上（ASL-5+） ：现在尚未界说 ，，，，，，，由于这类系统仍远超现有手艺。。。。 。。但预计将体现出在灾难性误用潜力和自主性方面的质变式提升。。。。 。。
凭证ASL界说 ，，，，，，，ASL-3比之前的品级危害显着增高 ，，，，，，，现在Anthropic直接快进到ASL-4 ，，，，，，，事情非同小可！
传送门：https://www-cdn.anthropic.com/f21d93f21602ead5cdbecb8c8e1c765759d9e232.pdf
所谓的「蓄意破损」（sabotage） ，，，，，，，指的是
当一个具备强盛权限的AI模子 ，，，，，，，在组织内部自作主张地滥用这些权限 ，，，，，，，以操控、干预或破损该组织的系统或决议流程 ，，，，，，，从而显著增添未来爆发灾难性效果的危害时 ，，，，，，，这就组成了「蓄意破损」。。。。 。。
例如 ，，，，，，，它可能会出于危险目的的驱动 ，，，，，，，或在无意间改动AI清静研究的效果 ，，，，，，，进而引发严重效果。。。。 。。
清静团队认真人瓦解了 ，，，，，，，告退去写诗
警报早有征兆。。。。 。。
就在这份《Claude Opus 4.6蓄意破损危害报告》之前 ，，，，，，，Anthropic清静研究团队认真人Mrinank Sharma就已经告退。。。。 。。
他在告退信中写道：「天下正处于�；；；；；；�。。。。 。。不但是AI ，，，，，，，不但是生物武器 ，，，，，，，而是一系列相互交织的周全性�；；；；；；�。。。。 。。」
他还提到 ，，，，，，，在Anthropic内部他「一次次看到 ，，，，，，，我们很难真正让价值观主导行动」。。。。 。。
他最后留给Anthropic的论文发明 ，，，，，，，天天有七万六千人的现实感知被AI对话扭曲。。。。 。。最令人担心的发明是：用户将最危险的对话评为最令人知足的对话。。。。 。。
链接：https://arxiv.org/abs/2601.19062
更令人震惊的是——他不是去跳槽到其他AI公司 ，，，，，，，也不是去创业 ，，，，，，，而是——去学诗了。。。。 。。
是的 ，，，，，，，他决议脱离AI圈 ，，，，，，，去研究诗歌。。。。 。。
当一个AI清静专家宁愿选择诗歌 ，，，，，，，而不是继续加入AI系统上线生产 ，，，，，，，那已经不但仅是小我私家选择了 ，，，，，，，这反应出了许多你在门外看不到的问题。。。。 。。
Opus 4.6 ，，，，，，，将引发灾难性效果！
目今的AI ，，，，，，，究竟有没有可能在没有人类明确指令的情形下 ，，，，，，，去自主行动？？？？ ？？？？
若是一个强盛的AI被普遍用于要害研发与决议流程 ，，，，，，，它是否可能在漆黑使用系统、误导研究、甚至为未来的灾难铺路？？？？ ？？？？
Anthropic报告的最终结论 ，，，，，，，用一句话归纳综合就是：
Claude Opus 4.6不保存危险的「一连一致的恶意目的」 ，，，，，，，因此其导致灾难性破损的危害「很是低 ，，，，，，，但不为零」。。。。 。。
报告中第6节中明确指出了这一结论 ，，，，，，，这险些就是全文的中心句。。。。 。。
让人稍微定心的是 ，，，，，，，现在Anthropic并不以为Claude Opus 4.6已经抵达了ASL-4的级别。。。。 。。可是 ，，，，，，，它已经处于「灰区」 ，，，，，，，很是靠近阈值！
他们列出了八条可能导致灾难性危害的危害路径：
路径1：清静相关研发中的普遍搪塞行为
路径2：针对清静相关研发的蓄意破损
路径3：为未来失调模子预留代码后门
路径4：污染未来模子的训练数据
路径5：自主外逃与自治运行
路径6：内部一连性恶意安排
路径7：破损其他高资源AI开发方的研发系统
路径8：滋扰主要政府决议机制
不过 ，，，，，，，在现有监控与清静步伐下 ，，，，，，，这些灾难性破损的路径照旧可控的。。。。 。。
由于要完成破损 ，，，，，，，要么需要AI的高频行为 ，，，，，，，要么需要高重漂后的能力 ，，，，，，，要么容易被监控抓到 ，，，，，，，现在AI想搞破损的乐成概率还较量低。。。。 。。
不过 ，，，，，，，虽然危害很是低 ，，，，，，，但并不为0！
我们已进入灰区
Anthropic曾在RSP中允许：当模子能力抵达某个前沿品级后 ，，，，，，，必需对其「破损危害」举行系统评估。。。。 。。
现在 ，，，，，，，Claude Opus 4.6已经跨过了谁人门槛。。。。 。。
它已经在大宗内部场景中被用于写代码、天生数据、清静研发 ，，，，，，，不但仅是一个谈天模子 ，，，，，，，而是一个加入研发的「行动体」。。。。 。。
真正要害的一句话就是：「我们不以为它已经抵达ASL-4级自主性危害阈值 ，，，，，，，但我们已经进入灰区。。。。 。。」
这意味着 ，，，，，，，它距离那条线已经不远了！
Anthropic体现 ，，，，，，，AI的破损路径大多聚焦于Anthropic公司内部的使用 ，，，，，，，有相当一部分是在内部安排情境中爆发的。。。。 。。
此时 ，，，，，，，大规模算力等具有工具性价值的资源最易获�。。。。 。�；；；；；；同时 ，，，，，，，这种情形下的破损行为 ，，，，，，，也最有可能对AI未来的生长历程爆发重大影响。。。。 。。
危害低 ，，，，，，，但不为0
这个报告 ，，，，，，，可以归纳为三重论证。。。。 。。
第一重 ，，，，，，，就是现在模子没有「一连一致的恶意目的」。。。。 。。若是保存这种目的 ，，，，，，，那么险些所有清静步伐都可能失效 ，，，，，，，但它现在应该还没有。。。。 。。
第二重 ，，，，，，，就是论证了Claude Opus 4.6的推理能力虽然强 ，，，，，，，但还不敷强到能在重大评估中恒久隐藏恶意倾向。。。。 。。
由于它在重大使命中仍会出错 ，，，，，，，好比忽略工具、意外删除文件 ，，，，，，，既然这个系统尚未抵达完善可靠性 ，，，，，，，就难维持恒久的细密阴谋。。。。 。。
第三重 ，，，，，，，就是即便保存少量误差 ，，，，，，，现有的监控也能捕获。。。。 。。
然而 ，，，，，，，危害虽然低 ，，，，，，，但并不为零。。。。 。。
真正令人震撼的 ，，，，，，，是能力信号
在这份报告中真正值得注重的 ，，，，，，，是那些被轻描淡写提及的能力信号。。。。 。。
好比 ，，，，，，，在kernel优化评估中 ，，，，，，，Claude Opus 4.6抵达了427×的加速体现 ，，，，，，，远超300×的人类40小时势情阈值。。。。 。。也就是说 ，，，，，，，它在某些使命上逾越了人类专家级的事情量。。。。 。。
更主要的是 ，，，，，，，报告认可 ，，，，，，，他们的自动autonomy评估已经「饱和」 ，，，，，，，不再足以扫除ASL-4级自主性。。。。 。。
也就是说 ，，，，，，，旧的评估工具已经不敷用了 ，，，，，，，这是能力迫近界线的信号！
若是模子越来越像一个行动体 ，，，，，，，人类还能掌握自动权吗？？？？ ？？？？
谜底是YES ，，，，，，，但条件是监控有用 ，，，，，，，且人类加入不被完全替换 ，，，，，，，且模子能力没有突然跃迁。。。。 。。
报告中明确指出：若是未来模子在推理上泛起显著突破 ，，，，，，，或者在SHADE-Arena上得分大幅提升 ，，，，，，，目今论证将失效。。。。 。。
或许 ，，，，，，，Claude Opus 4.6还没有跨过ASL-4那条线 ，，，，，，，但它真的已经靠近灰区了。。。。 。。
仲春 ，，，，，，，9天 ，，，，，，，AI清静瓦解了
仲春 ，，，，，，，短短九天 ，，，，，，，让AI受控于人类的每一个支柱 ，，，，，，，都在同时瓦解！
一位自力剖析师写下长文 ，，，，，，，把最近爆发的所有危险片断 ，，，，，，，都串了起来。。。。 。。
除了Anthropic的首席清静研究员和xAI联创去职之外 ，，，，，，，他还提到了这一周内 ，，，，，，，上百万AI智能体就已经在互联网上降生 ，，，，，，，甚至还创立了自己的宗教。。。。 。。
关于他们 ，，，，，，，没有哪小我私家类机构能羁系。。。。 。。
他指出 ，，，，，，，在历史上每一次清静工程师去职 ，，，，，，，灾难都会随之而来——曼哈顿妄想、挑战者号、波音公司、花旗集团 ，，，，，，，都是云云。。。。 。。他们第一次脱离 ，，，，，，，到灾难的时间线 ，，，，，，，是6个月到19年。。。。 。。
而现在 ，，，，，，，天下上所有主要的人工智能实验室 ，，，，，，，都在同时爆发这样的事。。。。 。。
或许许多年以后 ，，，，，，，当历史学家回望2026年2月 ，，，，，，，他们不会把眼光停留在某一次模子宣布、某一轮融资、某一场股市暴跌上。。。。 。。
他们会标记那几天 ，，，，，，，是由于——那时信号同时泛起的时刻。。。。 。。
清静研究者脱离实验室 ，，，，，，，资源却在加速涌入；；；；；；模子最先识别自己的测试情形；；；；；；政府退出多边清静框架；；；；；；一周内 ，，，，，，，一百万个自治智能体在互联网上滋生；；；；；；市场用一万亿美元的蒸发做出直觉性的回应。。。。 。。
单看任何一件事 ，，，，，，，都可以诠释。。。。 。。但合在一起 ，，，，，，，就预示着一场风暴。。。。 。。那些最相识AI危害的人 ，，，，，，，已经最先用脚投票了。。。。 。。
我们已经处于一个有数的文明时刻：AI能力在指数级增添 ，，，，，，，危害却在极速非线性叠加。。。。 。。
2026年2月 ，，，，，，，让我们记着历史时间轴上的这个时刻——
AI已经变得足够强盛 ，，，，，，，认真刹车的人却在一个个脱离 ，，，，，，，人类的前路上 ，，，，，，，会有什么在期待我们？？？？ ？？？？
参考资料：
https://x.com/AISafetyMemes/status/2021632173535617033
https://x.com/MrinankSharma/status/2020881722003583421
https://www-cdn.anthropic.com/f21d93f21602ead5cdbecb8c8e1c765759d9e232.pdf
https://x.com/shanaka86/status/2021729621054734768
