标题为“‘他们坑了我们’:性格冲突导致 Anthropic 的模型下线”的报道,聚焦于美国政府出口管制所引发的 Mythos/Fable 风波,而 Axios 的这篇文章是目前关于该事件幕后情况最丰富的汇总之一。文中大量引用了“熟悉政府内部想法的消息人士”和“接近 Anthropic 的人士”的说法,勾勒出这场围绕模型访问权限的争端,是如何从技术与监管分歧演变为更广泛的信任与沟通问题的。
根据这篇报道,Anthropic 方面的 Logan Graham、Dave Orr,以及常被技术博客关注的 Nicholas Carlini,据称于当天在华盛顿特区与美国商务部会面。文章以一句“祝他们好运!”来表达对会谈前景的复杂情绪,也暗示双方需要弥合的分歧并不小。
报道给出的“底线”判断并不乐观。一种方案是确保 Anthropic 的模型无法被越狱,但文章同时指出,完美的越狱抵抗力“也许是不可能的”。这一表述实际上为监管方提出了一个近乎无法完全满足的技术门槛,也让模型能否恢复上线充满不确定性。
如果无法做到完全防越狱,另一种可能就落在“态度修复”上。一位熟悉政府内部想法的消息人士称,问题最终可能归结为让各方“都感到安全、安心和满意”,而不是让任何一方觉得自己被轻视或敷衍。这一说法把技术争议拉回到了人际与机构关系的层面,也呼应了标题中“性格冲突”的主题。
文章作者还由此联想到 2023 年那篇关于“对齐语言模型的通用且可迁移对抗攻击”的论文,并提出疑问:Anthropic 是否真正成功应对了那类攻击。这个问题关系到出口管制争论的核心——如果对抗性越狱攻击在原理上难以根除,那么以“不可越狱”为前提的监管要求就值得重新审视。
整体来看,这篇报道并未给出 Fable 何时恢复上线的明确时间表,反而通过多方消息人士的表述显示,短期内重启的希望有限。事件已不只是单纯的出口管制执行问题,还牵涉到政府与企业之间的沟通方式、彼此的安全感,以及围绕越狱风险的技术现实。对于关注 AI 治理的人来说,这场风波的走向将取决于技术方案与关系修复能否同时取得进展。