您无法把它关进盒子里。上周两度证明了这一点。

特朗普政府认定，迄今构建出的最强黑客 AI 危险到不能出境。一家中国实验室用四天时间，把一个同级模型免费交给全世界，跑在一台笔记本电脑上。

6 月 9 日，Anthropic 发布 Mythos：一个能阅读代码库、并比任何人类团队更快找出其中可利用缺陷的模型。三天后，华盛顿禁止 Anthropic 向任何外国公民提供 Mythos 或其姊妹模型 Fable，包括其本公司的非公民员工；Anthropic 遂对所有人关闭了这两个模型。大约一天时间里，地球上最强的漏洞挖掘 AI 被关在盒子里。随后，同一周内，中国实验室 Zhipu 发布 GLM-5.2：开放权重、宽松许可、免费下载、可在笔记本电脑上运行，且安全控制在设计上即可被剥离。Semgrep 将其与华盛顿刚刚锁起来的那个模型做了基准对比，把结果题为《我们家里也有 Mythos》，发现 GLM-5.2 在一类访问控制漏洞上胜过 Claude Code，且每个发现的漏洞成本约为十七美分。

于是一周之内，一个认真的政府认真地尝试把一项前沿网络能力关进盒子，而一个同等能力的开放权重模型在新闻周期翻篇之前就让这个盒子失去了意义。不是因为管控敷衍。而是因为，一项另一家实验室可以重建并免费送出的能力，是无法用出口管制关住的。华盛顿能决定本国公司发布什么，却决定不了世界其他地方开源什么。一边把它关进盒子，一边把同等能力放了出去；同一周，相反方向，同一个结论。

政府把它当作武器对待，这个理由值得每一位防御者认真掂量。一个能自主发现可利用缺陷的模型，就是您拿来对准自己筑起的每一堵墙的东西；直到上周，它的最强版本还只掌握在经审查的约一百家机构手中。如今同等能力的模型免费、不知疲倦、成本低廉，而且就运行在您的代码和您的智能体已经运行的同一批机器上。更有用的假设不再是您能把它挡在外面，而是它已经在里面了：正在阅读，正在搜寻那一个能把立足点变成入侵的秘密。

这正是我们构建 Clavitor 时围绕的问题——早在本周替我们提出它之前数年：不是如何把撬锁者挡在外面，而是它进来之后会找到什么。

其他所有保险库，都是围绕秘密的一堵墙。越过这堵墙——凭一个被盗令牌、一把泄漏的密钥、一处运行代码中的缺陷——秘密就在那里，可以直接读取。墙就是全部防御，因此墙被突破就等于整个失陷。翻墙，恰恰就是前沿漏洞发现模型的用途所在。

我们押了相反的一注，也是唯一能在撬锁者脱笼之后依然成立的一注：墙的尽头没有可读的秘密。您最敏感的字段使用一把密钥加密，该密钥由您自己的硬件、您的指纹、您的面容、您的安全密钥派生，在您轻触的那一刻、在您自己的浏览器内生成。这把密钥从不发送给我们，也从不存储在我们的服务器上。在写下这句话之前，我们对照自己的源码核实过：拿走整个后端、每一台服务器、整个数据库，您拿到的只是密文，以及一把从未交付给您、也无法找到的 256 位密钥——因为它根本不在您拿走的那台机器上。

这之所以经得起 GLM-5.2 的检验，原因很无聊，而无聊正是重点。发现软件缺陷与猜出 256 位密钥是不同的问题。前沿模型在前者上极其出色，在后者上不比抛硬币更好，再多的规模扩展也改变不了这一点。它攻击的是实现，不是熵。因此我们运行的其他一切，目的都只是缩小它能触及的范围，直到剩下唯一可攻击的对象是数学，而数学不会打开。

这一切并不意味着您不可触及，任何这样向您兜售的人都在说谎。一个足够强的攻击者，如今手握免费的前沿漏洞发现模型，终将在运行代码中找到缺陷。假设它进来了。我们移除的是它的收益。进得来，秘密也只是密文，其密钥从来不在可被找到的地方，因为它存在于您的硬件上，且只在您使用的那一刻存在。我们不承诺您不会被触及。我们承诺的是：触及的尽头没有任何可解密的东西。

本周的头条是地缘政治，它会随周期翻篇。留下来的部分更安静：一种能力无法被关进盒子，而上周在相反方向上同时证明了这一点两次。答案从来不是一个更好的盒子。而是别再往盒子里放任何值得费力打开的东西。我们没有建造一座无人能闯入的保险库。我们建造的是这样一座：您闯得进去，却仍然空手而归。

对于这种危险真正所在的那一侧，我们约束自己的规则在这里。

那么，这个问题值得争论，因为答案会改变您构建其他一切的方式：您认为我们究竟能否把下一代这类模型挡在我们的系统之外？还是说，唯一诚实的方案是假设它们已经在里面了？

Clavitor (@clavitorai) 是为 AI 智能体而建、并与之对抗的凭证保险库。clavitor.ai

资料来源

Fortune (@FortuneMagazine)：《美国政府出口禁令后 Anthropic 停用 Fable 与 Mythos AI 模型》。6 月 9 日的发布、6 月 12 日商务部禁止向任何外国公民分发的指令，以及 Anthropic 对所有用户停用这两个模型。[1]

Semgrep (@semgrep)：《我们家里也有 Mythos：GLM-5.2 在我们的网络基准测试中胜过 Claude》。开放权重的 GLM-5.2 在漏洞检测基准中，在访问控制（IDOR）类漏洞上胜过 Claude Code，每个发现约 0.17 美元。[2]

CNBC (@CNBC)：《特朗普政府允许 Anthropic 向部分公司、政府机构发布 Mythos AI 模型》。随后 Mythos 向约 100 家经审查的公司和联邦机构限量发布。[3]

Cybersecurity Dive (@CyberSecDive)：《网络安全专家抨击美国政府限制 Anthropic 的 AI 模型》。业界反应认为该能力已足够普遍，管控无法维持。[4]