GPT-5.6與Mythos 5，第一代白宮“許可”的模型

GPT-5.6系列模型剛剛發布，它自稱是下一代模型，不過真正的意義，是美國政府對前沿大模型的監管，正在進入一個新階段。

OpenAI這次推出的是一個受限預覽版：GPT-5.6 Sol、Terra、Luna三款模型先只開放給一小部分“可信合作伙伴”，而這些參與者名單已經提交給美國政府。與此同時，Anthropic的Mythos 5在被突然叫停之后，又被允許重新部署給部分網絡防御機構和關鍵基礎設施運營商；更面向公眾和企業通用場景的Fable 5，則仍在與政府商談重新開放。

這幾件事情放在一起看，意義遠遠超過一次模型發布受阻。美國政府對前沿AI的治理，正在從過去的監管AI公司，轉向直接管理模型能力和模型部署，但這一做法也遭到AI治理專家的批評。

（GPT-5.6自稱為下一代模型，在一些關鍵指標上超過Claude Mythos/Fable 5，來源：openai.com）

前沿大模型的戰略能力

美國政府最在意的是網絡安全能力，尤其是從發現漏洞轉向利用漏洞的能力。過去，AI能夠輔助寫代碼、審查代碼、解釋漏洞，更多被視為生產力工具。但當GPT-5.6、Mythos這類模型能夠參與長周期漏洞研究、生成利用鏈條、協助滲透測試、自動修補或攻擊軟件系統時，事情性質就變了。對政府來說，這種能力具有天然的雙重屬性：它可以幫助防御者加速修補開源軟件和關鍵基礎設施，也可能幫助攻擊者自動化網絡攻擊。

GPT-5.6的系統卡明確把Sol、Terra、Luna都列為網絡安全高能力模型。OpenAI同時強調，它們還沒有達到“Cyber Critical”的最高風險等級，因為在測試中模型尚未自主完成針對加固目標的端到端攻擊。但政府并不只看當前基準測試，它擔心的是，模型如果與工具、腳本、代理框架、瀏覽器、代碼執行環境和外部情報結合，就可能越過單一評測所能覆蓋的邊界。

第二類能力是生物與化學風險。GPT-5.6同樣被OpenAI列為生物與化學領域的高能力模型。這里的擔憂是它是否降低非專業人員進入危險實驗的門檻，例如幫助設計實驗流程、排查濕實驗失敗、優化合成步驟，或者把分散知識組織成可執行方案。過去需要專業團隊、實驗經驗和大量試錯才能完成的危險任務，未來可能被模型壓縮為可復制的操作流程。

第三類能力是智能體能力。GPT-5.6的“ultra”模式強調多子智能體協作，Sol在代碼、網絡安全和長周期任務上都有明顯提升。一個接入工具、文件、代碼庫、網絡環境和工作流的智能體，如果能連續數小時甚至數天執行任務，風險就變成了過程性風險。它可能越界調用工具，可能誤解用戶意圖，也可能在復雜目標中采取未經授權的中間步驟。

第四類能力是AI自我改進。OpenAI稱GPT-5.6尚未達到其AI 自我優化的高能力門檻；Anthropic也長期關注AI研發自動化和遞歸自我改進。這說明政府和企業都在關注同一個問題：如果模型不僅能幫助人類寫代碼，還能顯著加速AI研究本身，那么模型就可能成為下一代模型的生產工具。到那時，監管對象不再是一個靜態產品，而是一個加速技術前沿移動的生產系統。

第五類風險是外國訪問和模型能力外流。Anthropic的Fable 5和Mythos 5被叫停，關鍵不只是因為某個越獄技巧，而是因為政府把模型能力視為可能被外國軍方、情報機構或網絡攻擊組織利用的能力。美國對“外國人訪問”的限制，甚至延伸到了美國境內的外籍員工，這本質上已經接近出口管制中的“視同出口”邏輯：即使技術沒有離開美國，只要外國國籍人士獲得了訪問，也可能被視作敏感能力外流。

從自愿評測，到準入名單，再到出口管制

美國政府目前還沒有形成一套成熟、統一、可預測的前沿模型監管制度。它采取的是一組拼接式工具進行敏捷監管。

第一是政府評估正在向預審批演變。特朗普政府6月的AI與網絡安全行政令建立了所謂自愿框架，要求前沿模型開發商在更廣泛發布之前，把模型提前提供給政府進行能力和安全評估。名義上這是自愿機制，但GPT-5.6的發布顯示，它正在迅速變成事實上的預審批機制。

第二是分階段部署。GPT-5.6沒有直接全面發布，而是先給一小部分可信伙伴；Mythos 5也不是恢復公開訪問，而是恢復給網絡防御組織和基礎設施提供商。這種方式類似藥品臨床、軍品許可和關鍵技術出口之間的混合體：先小范圍、可信對象、可監控使用，再視風險擴大開放。

第三是用戶名單審查。OpenAI稱參與預覽的可信伙伴名單已經與政府共享。媒體報道顯示，相關部門并非只有一個，而是包括商務部、財政部、白宮國家網絡主任辦公室、白宮科技政策辦公室等。用戶名單成為模型治理的新工具：政府不必直接寫一條全國性禁令，只要決定哪些客戶能先用，哪些客戶不能用，就可以控制模型擴散速度。

第四是出口管制。Anthropic事件最具標志性意義的地方，是美國商務部以國家安全和出口管制權力，要求停止外國國籍人士訪問Fable 5和Mythos 5。這是把“模型訪問”當成受控技術來處理，而不是把模型簡單視為互聯網服務。由于Anthropic無法實時按國籍篩選全球用戶，結果只能關閉兩個模型的全部訪問。可以預見，今后硅谷的科技公司，可能會對外籍員工進行某種隔離，而外籍人士在硅谷的初創公司，也無法第一時間使用最前沿的大模型。

第五是供應鏈風險工具。在Anthropic與五角大樓圍繞軍事用途的爭執中，五角大樓將Anthropic列為供應鏈風險。這說明在國家安全體系里，模型供應商正在被當作關鍵技術供應鏈的一環。未來軍方、情報機構和關鍵基礎設施運營商采購AI模型時，可能不僅看性能和價格，還要看供應商是否可靠、是否愿意支持“所有合法用途”、是否可能因倫理或政治理由中斷服務。

第六是持續監控與可撤回部署。Fable和Mythos事件說明，模型發布不再是終點。模型即使已經上線，也可能因為越獄、能力外泄、外國訪問或軍事用途爭議被政府要求下架、限制或重新許可。美國正在形成一種“部署后監管”模式：模型上線后依然處于政府可重新評估的狀態。

OpenAI與Anthropic：同樣被監管，不同的政治站位

從表面看，OpenAI和Anthropic都被限制了。GPT-5.6只能對政府認可的少數用戶開放，Mythos 5也只能重新開放給少數可信伙伴。但兩家公司與政府的關系非常不同。

OpenAI采取的是合作式治理路線。它強調廣泛訪問，但愿意在短期內配合政府要求，把GPT-5.6先限制在可信合作伙伴范圍內。OpenAI的公開表態很微妙：它承認需要與政府合作、需要建立可重復的發布流程，也同時強調這種政府準入程序不應成為長期默認制度。它的基本立場是：企業負責測試、安全棧和分層訪問，政府可以參與評估，但不能把前沿模型變成永久審批制產品。

OpenAI自己的安全治理依托就緒框架（Preparedness Framework）。這個框架把高風險能力分成網絡安全、生物化學、AI自我改進等類別，用High、Critical等等級來決定是否需要更強安全措施。GPT-5.6認為網絡和生物化學達到High，但未達到Critical；AI自我改進尚未達到High。因此可以發布，但必須采用更強的多層防護，包括模型內訓練、實時分類器、賬戶級監控、差異化訪問、使用限制和持續紅隊測試。

Anthropic則是更強的企業倫理邊界路線。它的責任的擴展政策（Responsible Scaling Policy）從一開始就是行業里最系統的前沿模型風險框架之一，用AI安全水平（AI Safety Levels）來對應不同能力等級，并要求達到更高能力時升級部署和安全標準。Anthropic更強調公司自身對模型用途的責任，也更愿意設置不可逾越的用途紅線。

這種差異在五角大樓爭執中表現得最清楚。Anthropic并不否認自己為國防部門提供服務，它也強調Claude可以支持情報分析、模擬、作戰規劃、網絡行動等任務。但它堅持兩個例外：不支持完全自主武器，不支持大規模國內監控。Anthropic的說法是，軍事作戰決策當然應由軍方負責，但公司有權對高層用途類別設置邊界。

五角大樓和特朗普政府顯然不接受這一點。它們更傾向于認為，只要用途合法，政府而不是企業應該擁有最后決定權。這就是OpenAI和Anthropic待遇差異背后的深層原因：OpenAI在政府框架中尋找合作空間，Anthropic試圖保留企業對模型用途的最終否決權；前者更像可監管的合作方，后者則被政府視為可能不可靠的關鍵供應商。

這并不是說OpenAI沒有安全政策，也不是說Anthropic反對國家安全。恰恰相反，兩家公司都深度參與國家安全敘事。但它們對誰擁有最后控制權的理解不同：OpenAI更愿意接受政府作為最終合法性來源；Anthropic更堅持模型開發者也承擔倫理責任。

智能體，一種新型軍民兩用技術

傳統軍民兩用技術包括芯片、衛星、激光、加密、航空發動機、先進材料。它們的共同特點是民用價值巨大，同時也能增強軍事能力。今天的前沿大模型正在進入同一類別，但它比傳統軍民兩用技術更難管理。

原因有三點：

第一，大模型不是一個實物，而是一種可通過API調用的能力。過去出口管制管的是設備、軟件包、圖紙、芯片、設備和技術資料；現在監管者面對的是一個遠程調用的模型服務。能力可以通過云端提供，用戶可以在全球任何地方訪問，模型還可以被嵌入其他產品和工作流。

第二，大模型的軍民邊界高度模糊。網絡漏洞研究既是防御也是攻擊；生物實驗設計既可用于藥物研發也可用于武器風險；代碼智能體既能提升生產力，也能生成惡意工具；軍事模擬既可用于防御，也可用于打擊規劃。同一個能力無法簡單按“向善”和“做惡”二分，必須結合用戶、場景、權限、工具鏈和監控體系判斷。

第三，大模型能力會快速擴散。今天只有Sol或Mythos具備的能力，幾個月后可能出現在更小、更便宜、更開源的模型上。前白宮科技顧問鮑爾（Dean Ball）一語中的：以模型為單位監管很困難，因為模型只是浮點數集合，實驗室會不斷發布新模型，能力門檻也會因為算法效率提升而迅速變化。監管一個具體模型，可能很快過時。

因此，美國正在形成的是一種“能力型軍民兩用治理”。監管對象不是某個產品，而是模型在網絡、生物化學、自主智能體、AI研發、軍事和關鍵基礎設施中的實際能力。治理工具也不再只是出口許可證，而是預發布評測、可信用戶名單、分層訪問、政府采購標準、供應鏈風險認定、持續監控和事故后召回。

事實上的模型許可制

鮑爾撰文提出了一個很重要的判斷：特朗普政府原本聲稱建立的是自愿測試框架，但現實中已經演變為事實上的非自愿許可或預審批制度。

鮑爾并不認為政府關注AI風險是錯的。相反，他承認前沿AI的災難性風險是真實的，尤其是在網絡、生物安全和未來自主能力方面。但他批評當前機制最大的問題是：沒有人知道怎樣才能“合規”。政府自己似乎也沒有清晰標準。實驗室不知道什么樣的防護足以讓模型公開發布，企業也不知道政府下次會不會突然叫停某個模型。

這就產生了政策不確定性。前沿模型訓練成本極高，商業回報往往集中在發布后的幾個月窗口期。如果每個模型都要等政府臨時判斷，每周延遲都會影響實驗室收入、基礎設施回報和AI投資邏輯。更大的風險是，限制過嚴會讓最強模型只掌握在極少數政府批準的組織手中，反而削弱民主社會的廣泛擴散和防御能力。

鮑爾的建議不是取消治理，而是把治理制度化。他建議以各大實驗室的安全框架為起點，把州級要求聯邦化，要求前沿實驗室公開并提交安全與安保框架；同時建立獨立驗證組織，對實驗室是否遵守自己的安全計劃、是否有效治理內部AI研發自動化和遞歸自我改進進行審計。政府可以認證這些獨立審計機構，企業獲得認證后可以得到責任安全港、采購資格或市場認可。

參考：

https://openai.com/index/previewing-gpt-5-6-sol/ "Previewing GPT-5.6 Sol: a next-generation model | OpenAI"

https://www.anthropic.com/news/fable-mythos-access "Statement on the US government directive to suspend access to Fable 5 and Mythos 5 \ Anthropic"

https://www.hyperdimensional.co/p/what-should-be-done "What Should Be Done - by Dean W. Ball - Hyperdimensional"