一家AI公司同时在做两件事：起诉特朗普政府，又向它汇报自家最危险的模型。这不是精神分裂，而是新战场上的生存法则。
上周，Anthropic发布了Mythos——一个因网络安全能力过强而被锁在保险箱里的模型。本周，联合创始人杰克·克拉克（Jack Clark）亲口证实：公司向特朗普政府做了详细汇报。此时距离Anthropic起诉美国国防部，才过去不到两个月。
「狭窄的合同纠纷」背后
今年3月，美国国防部将Anthropic列入供应链风险名单。导火索是一场关于AI系统使用权限的拉锯战：军方想要无限制访问，用于大规模监控美国公民和全自动武器；Anthropic拒绝了。最终，OpenAI拿下了这笔订单。
但克拉克在Semafor世界经济峰会上给这件事定了调——「这只是个狭窄的合同纠纷」。他的原话更直接：「我们的立场是，政府必须知道这些东西，我们必须找到新方式，让政府与正在制造真正革命性经济产品的私营部门合作。」
翻译一下：官司要打，但门不能关。
这种「对抗性合作」的姿态，在硅谷越来越常见。不同的是，Anthropic把分寸感拿捏得更精细。一边用诉讼划定红线，一边用汇报换取信任。克拉克明确表示：「我们和他们谈了Mythos，下一代模型也会谈。」
为什么偏偏是Mythos
Mythos的特殊性在于它的「不发布」。Anthropic公开承认，这个模型的网络安全能力强到不能交给公众。这在行业里是极罕见的表态——通常公司会强调安全测试通过，而非反向证明危险。
但危险本身成了谈判筹码。
据上周报道，特朗普官员正在推动摩根大通、高盛、花旗、美国银行、摩根士丹利等华尔街巨头测试Mythos。这不是普通的产品试用，而是一场由政府背书的「可控暴露」实验。银行拿到的是过滤后的接口，政府拿到的是模型能力的完整评估。
克拉克领导的公共利益团队，本质上在做一件事：把技术风险转化为政策语言。当他说「政府必须知道这些东西」时，潜台词是「只有我们知道怎么解释这些东西」。这是AI公司新的权力来源——不是算力垄断，而是风险解释权。
就业恐慌的「降级处理」
峰会上另一个话题是AI对就业的冲击。这里出现了Anthropic内部的微妙分歧。
CEO达里奥·阿莫迪（Dario Amodei）此前警告，AI可能将失业率推到大萧条水平。他的判断基于一个假设：AI能力提升速度会远超预期。
克拉克领导的团队给出了更克制的评估。他们目前只观察到「部分行业早期研究生就业的潜在疲软」。作为经济学家团队的负责人，他承认公司已为大规模就业变动做好准备，但数据尚未支持极端预测。
这种「降级处理」很有意思。阿莫迪的警告是面向公众的压力测试，克拉克的收敛是面向政策的稳定剂。同一套叙事，两种剂量。
被追问大学生该选什么专业时，克拉克拒绝给出具体清单。他只提了一个标准：「涉及跨学科综合和分析性思考的领域。」这个答案的狡猾之处在于，它既拥抱AI（需要人类做整合），又回避了AI（不指定任何具体技能）。
新模型的政治经济学
Mythos事件揭示了一个正在成形的规则：最危险的AI模型，正在变成政府与科技公司之间的「特权信息」。
公众看不到Mythos，但华尔街银行和政府官员可以。这种分层访问不是技术决定的，而是政治协商的结果。Anthropic通过主动汇报，把自己嵌入决策流程；政府通过控制测试范围，获得对前沿能力的提前感知。
克拉克说的「新合作方式」，本质是建立一种非正式监管框架。正式的AI安全法规还在辩论中，但Mythos的汇报机制已经在运转。这让人想起核时代的「知情通报」传统——大国之间不共享技术，但共享风险信号。
区别在于，这次的一方是主权国家，另一方是私营公司。Anthropic的诉讼和汇报，是在同时争取两种合法性：法律上的程序正义，和政治上的信任资产。
更值得玩味的是时机。特朗普政府正在快速重组科技政策，从关税到出口管制都在变动。Anthropic选择此时主动披露汇报关系，是在不确定性中锚定自己的位置。克拉克的表态几乎是一种公开承诺：无论政府怎么变，我们的沟通渠道不变。
OpenAI的镜像选择
同一战场上，OpenAI走了另一条路。
五角大楼的合同最终落入OpenAI手中，代价是接受军方的使用条款。Anthropic选择了拒绝+诉讼+汇报的三步走，OpenAI选择了直接签约。两种策略没有绝对的高下，但反映了不同的风险偏好。
OpenAI赌的是「深度绑定」，Anthropic赌的是「弹性距离」。前者获得订单和现金流，后者保留对使用场景的否决权。克拉克强调的「国家安全的方方面面」，实际上是为这种否决权预留的谈判空间。
一个细节：报道提到OpenAI赢得交易时，用了「instead」（取而代之）。这个词暗示了五角大楼的偏好顺序——先找Anthropic，被拒后转向OpenAI。这意味着Anthropic的「拒绝」本身，已经改变了市场结构。即使没拿到合同，它也设定了门槛。
模型不发布，影响力却更大
Mythos的「不发布」策略，可能是AI产品化的新范式。
传统逻辑是：模型越强大，越要快速商业化变现。Anthropic反其道而行——模型越危险，越要控制流通范围。这不是放弃商业机会，而是转换价值形态。Mythos的价值不在于API调用量，而在于它作为「参考标准」的地位。
政府用Mythos校准监管预期，银行用Mythos测试防御边界，竞争对手用Mythos调整研发节奏。一个不公开的模型，反而成了行业共识的隐形锚点。
克拉克说的「下一代模型也会谈」，暗示这种策略会持续。Anthropic正在建立一种「预告片经济学」：只展示足够引发关注的信息，但不释放完整产品。关注本身成为资源，用于换取政策影响力和合作伙伴的优先接入权。
这种模式的风险同样明显。如果「危险」成为营销话术，真正的安全评估会被稀释。如果政府依赖单一公司的风险通报，监督能力会被俘获。克拉克的「狭窄合同纠纷」论调，某种程度上已经展示了这种风险——将结构性冲突淡化为程序性摩擦。
当AI公司成为情报节点
回到最初的问题：为什么一边起诉一边汇报？
答案可能在于Anthropic对自身角色的重新定位。它不再只是模型提供商，而是试图成为AI风险的情报节点。诉讼维护的是独立性，汇报提供的是不可替代性。两者结合，塑造的是一种「受信任的批评者」身份。
这种身份在监管真空中尤其有价值。当正式规则缺位时，谁能定义「危险」、谁能通报「风险」，谁就掌握了事实上的标准制定权。Mythos的汇报机制，是Anthropic参与标准制定的入场券。
克拉克提到的「革命性经济产品」与「国家安全考量」之间的张力，不会消失。但Anthropic的应对方式表明，科技公司正在学习一种新语言：不是对抗或顺从的二选一，而是在对抗中建立顺从的渠道，在顺从中保留对抗的选项。
对于25-40岁的科技从业者，这个案例的真正启示或许是：AI产品的竞争，已经从模型能力扩展到「政策接口设计」。你的模型有多强，取决于你能让多少关键决策者相信它很强——或很危险。Mythos没有公开基准测试分数，但它已经通过了最重要的测试：让政府和华尔街同时想要访问它。
如果「不发布」成为顶级模型的默认策略，公众将如何评估AI的真实进展？当风险通报变成特权信息，谁来验证这些通报的准确性？
热门跟贴