就在 Anthropic 筹备新模型发布的节骨眼上，一起泄密事件打了他们一个措手不及。
6月3日，传闻中因能力过强而被“囚禁”的 Mythos（内部代号 Oceanus），被曝即将公开发布。
通常，在新模型正式亮相前7天，AI公司会邀请红队人员进行测试，提前发现潜在的安全漏洞。
但让人大跌眼镜的是，开放权限仅仅几小时后，就有“内鬼”把来之不易的 API 访问通道打包，转手高价倒卖给了第三方 API 代理服务商。
发现异常流量后，Anthropic 管理层反应很快，立即全面叫停了红队测试，并停用了相关模型的访问权限。
然而，消息已经不胫而走。与此同时，Mythos 堪称“天价”的计费标准和超高的吞吐性能数据，已经在X平台上被传遍了。
根据各方消息推测，Mythos这头巨兽，大概率会在6月16日正式登场。
内鬼倒卖，红队的至暗时刻
这场“泄密风暴”到底是怎么发生的呢？
事情的开端，是有开发者发现 Anthropic 的 Claude 开发者后台（Console）里，突然出现了一个从未见过的神秘型号：claude-oceanus-v1-p。
根据多位硅谷知情人士和爆料博主的情报，这个带有 -p (Preview/Preview program) 后缀的模型，正是 Anthropic 正在秘密筹备的 Mythos正式版大模型 的核心检查点。
这本该是一次按计划推进的常规上线前红队测试。
可Anthropic怎么也没想到，自己高薪聘请的红队测试员队伍里，竟然混进了一位“商业奇才”。
这位内鬼在拿到 claude-oceanus-v1-p 的 API 访问权限后，第一时间不是去做漏洞挖掘，而是直接把访问通道打包，高价转售给了某国的 API 代理服务商。
很快，一些开发者就惊奇地发现，某个神秘渠道居然能跑出前所未见的 Claude 响应。
漏洞虽然被迅速堵上了，但代价可不小。
在检测到 API 的异常流量后，Anthropic 紧急暂停了整个项目的红队测试，并停用了模型权限。
有业内人士评论道：“通过外部代理转售这种事，很容易导致官方过度反应。估计下一批红队测试的规模会更小、限制更多、审查也更慢……但这真的能带来更好的安全效果吗？”
红队测试虽然被紧急叫停，但 Oceanus 一系列“降维打击”式的性能参数，已经暴露在了全世界的聚光灯下。
“吞吐52 Token/s + 80美元天价”，凭什么这么贵？
在这场风波中，最引人注目的，还是 Oceanus 流出的价格表和性能实测数据。
我们直接来看看被曝光的 Mythos/Oceanus 定价对比表：
最扎眼的就是，Oceanus 每百万输出 Token 的价格，竟然高达 80 美元！
这个价格几乎是目前市面上主流商业大模型价格的3倍以上。
在各家都疯狂卷低价的时候，Anthropic 却反其道而行之，掏出了一个“天价怪兽”。
甚至有圈内大V预测，未来若 OpenAI 和 Anthropic 正面比拼 10T 级别的终极研究模型，在最坏的情况下，OpenAI 的定价可能飙到 100 美元，而 Anthropic 甚至可能开出 150 美元/百万 Token 的宇宙级高价！
恐怕要等到2027年底，NVIDIA 的 Vera Rubin 架构显卡全面铺开后，这类 10T 级别模型的运行成本才可能回落到常规的 15 美元区间。
但，贵自然有贵的底气。
它的输出效果，确实让人眼前一亮：
仅仅用了 5 万 Token，Claude Mythos 就能复刻出一个 macOS 系统！
与高昂价格相匹配的，是 Oceanus 展示出的恐怖吞吐能力：实测速度高达每秒 52 个 Token！
在巨大参数量（可能高达十万亿）的前提下，还能维持 52 Token/s 的狂飙速度，这意味着 Anthropic 在底层推理架构和算力优化上，大概率实现了重大技术跨越。
Oceanus，是Mythos的完全体
为什么这个模型代号叫“Oceanus”？为什么说它曾被“囚禁”？
这得追溯到 Anthropic 内部一个名为“Project Glasswing”（玻璃翼计划）的绝密安全项目。
硅谷传闻，Oceanus 的前身（Mythos早期预览版）在内部测试时，展示出了可怕的零日漏洞挖掘能力。一旦泄露，可能会对全球互联网基础设施造成灾难性打击。
为此，它被无限期“囚禁”在隔离网络中，只允许极少数签署了严苛保密协议的合作伙伴接触。
而这次泄露的 claude-oceanus-v1-p，正是这头巨兽在经过多轮安全对齐之后，试图戴着镣铐走出实验室的“完全体升级版”。
泄露数据太反常，Oceanus背后三大硬核技术推演
52 Token/s 的超高吞吐，这个数据看起来实在是太反常了。Anthropic究竟是怎么做到的？
结合他们此前发布的关于强化学习（RL）的论文，我们在这里做了三大硬核技术推演。
Oceanus 能在后台狂飙 12 小时不崩溃，估计是在三处系统工程层面动了“大手术”。
推演一：System 2 慢思考落地（MCTS + PRM 架构）
传统的 Claude 或 GPT 采用的是“自回归”机制，也就是根据前一个 Token 去“盲猜”下一个 Token。这种模式下，AI 的思考是单向的直线，处理复杂 Agent 任务时，时长经常卡在几分钟这个量级。
可能性很大的是，Oceanus 彻底引入了类似 AlphaGo 的 MCTS（蒙特卡洛树搜索）算法与 PRM（进程奖励模型）：
- MCTS（树状搜索）：当面对一个复杂的软件工程任务时，模型不再直接输出代码，而是在后台生成成百上千条不同的“思维分支”。如果A方案跑了半小时发现是条死胡同，它会主动回溯，砍掉这个分支，换B方案继续跑。
- PRM（进程奖励模型）：传统评估只看最终结果对不对（结果奖励模型，ORM），而PRM会对 AI 思考的每一步都进行打分。
这就是为什么它的输出价格能飙到 80 美元的原因——你在前端看到它吐出了 1 个 Token，它在后台可能已经悄悄生成了 100 个 Token，用于路径搜索和自我评估。
本质上，你是在为后台熊熊燃烧的“测试时计算”算力买单。
推演二：打破物理限制的动态 MoE 与线性注意力
按常理说，模型思考得越深、参数越大，响应速度就应该越慢。
但如果 Oceanus 的参数量真的达到了 10 万亿级，在如此庞大的身躯下，它是怎么砸出 52 Token/s 的惊人吞吐量的？
Anthropic 很可能祭出了两项大刀阔斧的改进：
- 动态拓扑的 MoE (混合专家模型) 架构：普通的 MoE 是固定激活 Top-2 专家，而 Oceanus 极有可能实现了动态路由。处理日常对话时，只激活 1% 的子专家网络，吞吐量直接拉满；只有进入复杂的代码重构任务时，才会逐级唤醒深层的“高智商专家核”。
- 线性注意力机制：在长达 12 小时的超长任务中，代码上下文会变得极长。标准 Transformer 架构 $O(N^2)$ 的显存占用会引发 KV Cache 瓶颈，导致显存爆炸或速度断崖式下跌。Oceanus 必须融合了 Linear Attention 或类似 Mamba/SSM 的混合架构，才能保证超长序列下的吞吐速度不发生衰减。
推演三：内置REPL 自主沙箱环境
资料中提到，Oceanus 能让 SWE-bench 这类软件工程评测在两年内达到饱和，这意味着它具备了全自主解决 GitHub 真实开源项目中复杂 Bug 的能力。
资深程序员都明白，写代码不能只靠盲猜。代码不管看着多完美，只要一编译运行，可能就因为一个第三方库的版本冲突直接挂掉。
因此，Oceanus 内部大概率集成了一套强大的 REPL（读取-求值-输出循环）自主沙箱环境。
它可能拥有一个完全隔离的虚拟机或容器空间，能够自主拉取代码库、安装依赖、运行单元测试。它的 Debug 过程是完全闭环的：写代码 -> 运行 -> 看报错日志 -> 自动重写，直到所有测试通过并自动提交 PR (Pull Request)。
这个猜测，与“玻璃翼计划”中透露出来的内容也是吻合的。
硅谷巅峰神仙打架：撞车GPT-5.6，Gemini迎来生死考
原本，Oceanus 的保密工作做得滴水不漏。
但随着这次内鬼事件，外界普遍推测 Anthropic 会加快步伐，该模型的全球首秀极有可能就定在 6 月 16 日左右。
这一下，整个硅谷的科技巨头都被逼到了墙角。
首当其冲的就是 OpenAI。有消息称，OpenAI 原本计划在秋季（9月/10月）才推出基于十万亿参数的 GPT-6 或传说中的 GPT-5.6。如今 Oceanus 的提前登场，无疑会迫使 OpenAI 考虑加快自己的节奏。
而压力最大的，莫过于谷歌刚刚发布不久的 Gemini 3.5 Pro。面对 Oceanus 每秒 52 个 Token 的速度、12 小时的超长任务续航，以及“降维打击”般的软件工程能力，谷歌如果再拿不出点硬货来，恐怕会在三巨头的“生死大考”中被彻底边缘化。
当AI 的连续自主工作时间从 4 分钟直接拉长到 12 小时，那些初级开发和运维人员的护城河，正在以肉眼可见的速度消失。
6月16日，巨兽或将出笼。由 Anthropic 掀起的这场技术海啸，可能很快就要来了。
参考资料：
https://x.com/testingcatalog/status/2062548860308730061?s=20
https://x.com/testingcatalog/status/2062548860308730061
https://x.com/birdabo/status/2062565097730707903
发表于 2 小时前
|
查看: 4|
回复: 0
