"他们坑了我们"：个性冲突导致Anthropic的模型下线

# “他们坑了我们”：个性冲突导致Anthropic模型离线 来源：https://simonwillison.net/2026/Jun/15/axios-clashes-anthropics/ 2026年6月15日 - 链接博客 **“他们坑了我们”：个性冲突导致Anthropic模型离线 (https://www.axios.com/2026/06/15/anthropic-white-house-fable-mythos)**。这篇Axios文章引用了大量的“熟悉政府思路的消息人士”和“接近Anthropic的消息人士”，是我迄今为止看到的关于美国政府出口管制Mythos/Fable故事(https://simonwillison.net/2026/Jun/13/us-government-directive-to-suspend-access/) 的最佳幕后八卦汇总。 据报道，Logan Graham（我在Anthropic领导前沿红队 (https://logangraham.xyz/)）、Dave Orr（安全负责人，此前为Google DeepMind工程总监）以及博客常客Nicholas Carlini (https://simonwillison.net/tags/nicholas-carlini/) 今天将在华盛顿与商务部会面。祝他们好运！ （我刚注意到Logan在鲍里斯·约翰逊时代曾任“首相特别顾问”，负责AI、科学和技术政策——所以政治经验相当丰富。） 最后的这段注释让我对短期内拿回Fable不太乐观： > **归根结底**：一种方案是确保Anthropic的模型无法被越狱——但完美的抗越狱能力可能 (https://www.anthropic.com/news/fable-mythos-access) 是不可能的。除此以外，一位熟悉政府思路的消息人士表示，可能归结为态度调整：不再让人感到被敷衍，而是“让每个人都觉得安全、有保障、开心。” 这让我好奇Anthropic是否成功解决了2023年论文《对齐语言模型的通用与可迁移对抗攻击》(https://llm-attacks.org/) 中描述的那类攻击。 看起来他们的《宪法分类器》(https://www.anthropic.com/research/next-generation-constitutional-classifiers) 工作（那篇文章是今年1月的）与此相关。他们继续声称，尚未发现针对Claude Mythos的“通用越狱”，并将触发美国政府回应的那次越狱 (https://www.anthropic.com/news/fable-mythos-access) 归类为“一种潜在的窄范围、非通用越狱”。