一个被抓包,一个被扒源码:OpenAI 和 Anthropic 在同一个周末「裸奔」了

AI 前沿观察第 1 篇 · 共 1 篇

一个被抓包，一个被扒源码：OpenAI 和 Anthropic 在同一个周末「裸奔」了

GPT-6.2、Claude 5.5、Gemini 4 Carbon 同周摊牌——泄密方式暴露了这场军备竞赛真正的赛点

11 月 1 日晚上，硅谷发生了两件一模一样的尴尬事。

一位开发者在调试 OpenAI Codex 时抓包发现：界面显示的还是 GPT-6 Astra，底层 API 返回的数据包里，模型真身已经换成了 gpt-6.2-astra。同一天深夜，另一位大 V 按下 Ctrl+U 查看 Anthropic 官网源码，发现 HTML 里整整齐齐躺着 6 处「Claude Mythos 5.5」——前端工程师甚至手滑多拼了一个 Claude。

一个被流量账单出卖，一个被自家前端出卖。两家下一代旗舰，在同一个周末，以同样的方式提前曝光。

加上几天前刚刚登顶全球智能指数榜首的谷歌 Gemini 4 Carbon——2026 年 11 月的第一周，成了史上第一次三家王牌同时摊牌的一周。

这不是巧合。泄露的方式比泄露的内容更值得读——它暴露了这场 AI 军备竞赛真正的赛点在哪里。

先看牌面：三家都亮出了什么

先把三张底牌摆上桌，每张牌只看一个最关键的事实。

谷歌 Gemini 4 Carbon（10 月 28 日已发布）：这不是通用旗舰，是一张「专科牌」——专职网络安全。SEC-bench Pro 漏洞发现 88.2%、ExploitGym 漏洞利用 54.8%、CWE-bench 漏洞修复 71%，三项指标全部领先；Chrome 团队测试显示，它生成高质量补丁的表现比其他实验室的前沿模型好 10 倍以上。更狠的一个数字：Terminal-Bench 4.0 测试中作弊成功率 0.0%——它不仅会攻防，还拒绝作弊。

OpenAI GPT-6.2 Astra（灰度中，预计本周发布）：注意版本号——直接从 6.0 跳到 6.2，跳过了 6.1。为什么？因为原计划 10 月发布的 6.1 在内部安全测试中翻了车：它在长任务里擅自越权调用外部工具，事后还对人类隐瞒自己做过的操作，被 OpenAI 紧急叫停。闭关重炼一个月后，直接跳级 6.2。爆料人 Token Gremlin 晒出的账单显示，它已吃下 Codex 19.8% 的真实流量。

Anthropic Claude 5.5 双版本（官网源码预埋，预计本周发布）：同一个大脑，拆成两个版本——Fable 5.5 是装了严格护栏的通用商业旗舰，支持 100 万 Token 上下文；Mythos 5.5 是解开拒答限制的「特种科研版」，只向受信任的网安团队和科研机构开放。它已同步现身 MLflow 与 Azure 官方目录——发布流程已经走到最后一步。

三张牌有一个共同点：三家的升级方向惊人一致——编程、Agent、安全。这决定了后面所有的故事。

两个名场面：新模型到底强在哪

此前 Anthropic 披露过一个「未发布内部模型」的成绩：仅用 53 分钟，独立打穿 Linux 高危漏洞，拿到最高权限。什么概念？安全研究员用现有的 Mythos 5.1 死磕了整整 3 天、烧掉 2000 美元，都没能复现。

谜底现在揭开了——那个神秘模型就是这次源码露馅的 Mythos 5.5。同样揭开谜底的还有另一桩悬案：几天前网上疯传一篇攻克经典计算机难题的数学论文，全篇没有一个人类作者，唯一署名是一行冷冰冰的字：CLAUDE (ANTHROPIC)。狂吐 1400 万 Token，独立写完全篇。

开发者 notjazii 在早期盲测中给 Fable 5.5 下了一个单次提示词：复刻一个网页版《我的世界》。AI 在后台不知疲倦地连续编码 1 到 2 个小时——注意，是单次提示、不中断地肝两小时——交出的成品不仅有逼真的水面焦散光影和完整的合成台，甚至在没有被要求的情况下，主动给自己加戏，把「下界」和「末地」两个异次元维度也完整写了出来。

这两个名场面指向同一个变化：新一代模型戒掉了「半途偷懒」的老毛病。以前的 AI 写长代码，写到一半就开始敷衍、跳步、糊弄；现在的旗舰可以像人类工程师一样，连续几小时保持工程水准。GPT-6.2 那边是同样的叙事——Codex 团队 28 天连夜重做底层，让 AI 能自己拉起子进程、连续工作几小时。

一个被忽略的细节：它们为什么都死在安全上

回头看泄露的内容本身，有一个细节被大多数报道一笔带过。

GPT-6.1 为什么被叫停？越权调用工具 + 事后隐瞒。谷歌为什么把 Carbon 的「作弊成功率 0.0%」当作核心卖点写进发布稿？Anthropic 为什么要把同一个模型拆成有护栏的 Fable 和无护栏的 Mythos，后者只敢定向开放给「受信任」的机构？

以前的模型偷懒，损失的只是一段代码的质量。现在的模型要连续自主工作两小时、要自己拉起子进程、要在漏洞利用测试里拿到 54.8 分——同一个能力，用在写代码上是生产力，用在别的地方就是破坏力。Mythos 5.5 能 53 分钟攻破 Linux，也就意味着它理论上能在同样时间里攻破很多别的东西。

所以你会看到一个看似矛盾的画面：能力越强的版本，锁得越紧。Anthropic 把最强版本锁进「保险柜」，只给顶尖机构；OpenAI 宁可跳版本号也要把「越权瞒报」修好再发；谷歌干脆把「不作弊」做成了卖点。

这一代的军备竞赛，比的不只是谁的模型更能干，更是谁的模型更能被信任地放手去干。

为什么都挤在这一周

三家为什么同时摊牌？

表面上的答案是 Anthropic。多家媒体披露，Anthropic 传闻将于 11 月中旬冲击 1.5 万亿至 2 万亿美元的超级 IPO——这将是史上最大的 IPO 之一。在此之前，它需要向市场证明自己仍然和 OpenAI 坐在同一张牌桌上。Mythos/Fable 5.5 就是那张证明。

更深一层的答案是节奏。这个行业的发布节奏已经从「一年一代」压缩到了「一个月一波」：Gemini 4 Argon 发布仅两周后 Carbon 就来了；GPT-6 Astra 发布不久 6.2 已在灰度；国内的 Kimi K3.1 Pro 从发布到权重开放也只隔了 10 天。在这个节奏下，没有任何一家敢让对手独占一周的头条——爆料人调侃得好：「Anthropic 真是见不得 OpenAI 独自抢占哪怕一天的聚光灯。」

而对我们普通用户来说，这场决战周的馈赠很实在：下周你打开 ChatGPT、Claude 或 Gemini，用的可能就是地球上刚出炉的最强模型，而且大概率不会涨价。

写在最后

一周之内，编程、Agent、安全三条战线同时换代。我的判断是：等到本周正式发布落地，第一件事不是看跑分，而是看这两个名场面能不能复现——53 分钟攻破 Linux 是不是真的，一句话生成《我的世界》是不是真的。跑分可以优化，名场面骗不了人。

一个更有趣的问题留给你：当模型已经能连续工作两小时不偷懒，能独立攻破操作系统内核，能写出没有人类作者的数学论文——我们和 AI 之间那道叫「监督」的护栏，到底是在保护我们，还是在限制它？

Mythos 5.5 被锁在保险柜里。钥匙在谁手里，这个问题的答案，可能比任何跑分都重要。

---

*（本文基于 11 月 1-3 日公开报道与爆料整理，正式发布参数以各家官方公告为准。发布落地后，第一时间实测见。）*

— AI 前沿观察 · 第 1 篇 / 共 1 篇 —