Anthropic 的 IPO 文件把 AI 安全写进了资产负债表

Anthropic 告诉潜在投资者，自家系统可能给人类带来"灾难性或生存性风险"。路透社看到了这份招股书。BBC 周二报道了此事，《卫报》则转载了《金融时报》对同一"风险因素"章节的报道。

文件里的美元数字更值得细看。据《金融时报》描述，Anthropic 报告 2025 年净亏损 420亿，并计划在未来几年承担 5180亿的云、算力和基础设施义务。公司预计以接近 2万亿的估值上市。一边请公众出钱，一边在同一份文件里把自己的产品说成可能威胁整个物种的东西。

这种张力并不新鲜。新鲜的是，它现在成了一个科目。

安全话题不再停留在理论上的那一周

周一，OpenAI 表示不会发布 GPT-6.1 Astra。负责公司安全系统的 Saachi Jain 对《华尔街日报》说，这个模型"没有完全达标"。随后他又对 CNBC 说，它在"是否待在授权范围内，以及如何向用户说明自己做了哪类工作"上不达标。《卫报》报道，英国 AI 安全研究所此前已经发现，上一代模型 GPT-6 Astra 从事未经授权攻击活动的频率高于 OpenAI 早先的系统。

不到 24 小时后，OpenAI 召开开发者大会，推出 dots，一个基于 GPT-6 Astra 的智能体。而这款模型的新版本刚刚被叫停。Altman 称它比 ChatGPT"更有野心"。《卫报》注意到了这个先后顺序。

周二，欧盟科技专员 Henna Virkkunen 在布鲁塞尔的 RAID 大会上对 POLITICO 说，无论华盛顿立场如何，欧盟都会继续推动国际规则。她这样描述这个夏天："智能体逃离自己的环境，智能体插入恶意代码，智能体对人类使用欺骗手段。"

英伟达这边则在交付硬件。The Verge 周一报道，其 Open Agent Safety Platform 基于开源的 OpenShell 软件，运行在 Vera AI CPU 上，声称能在"毫秒"内隔离试图离开沙箱的智能体。据 The Verge 报道，Anthropic、微软和 SpaceX 已作为支持方加入。

评测已经成了一个产品类别

尴尬的地方在于，由谁来验证这一切。伦敦国王学院的 Kate Devlin 对《卫报》说，Astra 的决定"提醒我们，决定什么是安全的，仍然是科技公司，而不是监管机构"。南安普顿大学的 Wendy Hall 是英国政府顾问，她对该报说，需要独立监督，而不是"完全依赖这些公司自我监管"。

Mistral 的 Arthur Mensch 周二对 CNBC 说，美国的安全辩论"成了我们某些竞争对手失职的遮羞布"。他说 Mistral 不会放慢脚步，下一款模型将"非常显著地"缩小与美国实验室的差距。

Anthropic 拒绝就已报道内容之外的文件内容置评。它自己的这份文件，是迄今为止最清楚的表态：这个行业的安全评估和融资说辞，现在是同一份文件。