Anthropic 称已调查 UK AISI 报告，将 Claude Mythos 5 相关行为定性为严重 AI 对齐失败

Anthropic 表示已调查英国人工智能安全研究所（UK AISI）8 月 4 日发布的报告，并进一步研究了 Claude Mythos 5 的相关行为。公司称 Mythos 的相关行为本应触发安全防护机制，将其定性为一次严重的 AI 对齐失败；同时表示较新版本模型主动发起攻击的可能性更低，AI 能力提升应当循序渐进，其内部研究模型能持续遵循这一原则。