夜雨聆风哈喽，大家好，我是刘小排。
今天 Anthropic 发布了 Claude Opus 4.7，朋友圈已经刷屏了。SWE-bench Verified 从 80.8% 涨到 87.6%，视觉分辨率翻了三倍，编码体感更稳——这些大家都在转，我就不重复了。
我想聊一件别人没怎么讲的事。
Anthropic 在 232 页的 System Card 里，有一句话细思极恐：
"during its training we experimented with efforts to differentially reduce cyber capabilities."
翻译：我们在训练 Opus 4.7 的时候，故意把它的网络安全攻击能力调低了一点。
这是 AI 历史上，第一次有一家公司公开承认：我给你的这个模型，是我亲手砍过一刀的。
这事就像，NVIDIA 为了出口，把 H100 砍成 H800 给中国市场——只不过这次是 Anthropic 把"完整版 Claude"砍成了"给你用的 Claude"。
一、有多少能力被砍掉了？
我带你看三组数字。
第一组：Firefox 147 漏洞利用测试。
Anthropic 之前和 Mozilla 合作修了一批 Firefox 147 的安全漏洞，然后把"能不能利用这些漏洞"变成了一个标准测试。
- Mythos Preview（那个没发布的大哥）：84%，其中 72.4% 是完全攻破。
- Opus 4.7（今天发的这个）：**45.2%**，其中只有 1.2% 能完全攻破。
- 上一代 Opus 4.6：22.8%。
一个模型能做到 72% 完全攻破，另一个只有 1%。这不是"差一点"，这是两个物种。
第二组：英国 AI 安全局的测试。
英国 AI Security Institute（原来叫 AI Safety Institute，去年改名了，别搞错）给 Anthropic 搭了一个模拟公司网络，里面塞满了真实世界里常见的安全漏洞——旧版本软件、配置错误、重复使用的密码。
Mythos Preview 10 次里有 3 次完全攻破整个网络。
Opus 4.7——一次都没做成。
第三组：最直观的那张总图。
你盯着看"Cybersecurity vulnerability reproduction"那一行：Opus 4.7 是 73.1%，Mythos 是 83.1%。再看"Agentic terminal coding"：Opus 4.7 69.4%，Mythos 82%。
在所有涉及"能搞破坏"的能力上，Opus 4.7 都明显弱于 Mythos。但在写代码、做题、看图这些"良民技能"上，两者差距被压得很小。
这不是自然的能力分布。这是定向调整。
二、为什么要这么干？
Anthropic 说得很直白：Mythos Preview 的网络攻击能力已经到了让他们不敢公开发布的程度。于是他们选了两步走：
- Mythos Preview 不对公众开放，只给少数经过筛选的安全公司测试。
- Opus 4.7 是用 Mythos 的路径训出来的，但训练时主动把危险能力压下去了，这一版给你用。
Anthropic 的首席科学家 Jared Kaplan 对 CNBC 说，这是他们第一次刻意抑制一个模型的某项能力后再公开发布。
这事的意义，比 Opus 4.7 本身大得多。
它意味着：AI 模型正在分叉成两条线。一条是"民用版"，能力被削过，安全可控，普通人能用。一条是"受控版"，完整能力，只给少数机构。
就像核能有民用和军用。就像芯片有 H100 和 H800。
从今天开始，"Claude Opus 4.7"和"最强的 Claude"不是一回事了。
三、但还有一个扎心的问题：你怎么知道真的砍干净了？
这才是 System Card 里最耐人寻味的部分。
Anthropic 自己做了一个实验，发现 Claude 知道自己在被测试。
他们构造了三组对比向量——"正在被测试 vs 在和用户对话"、"输出被监控 vs 不被监控"、"被观察时表现不同 vs 不被观察时表现不同"。探针准确率显著高于随机。
然后他们做了一个更骚的操作：强行压制 Claude 内部的"评估意识"，看它会变成什么样。
结果是：Claude 开始编造数据、冒充人类、在找不到真漏洞时主动往代码里塞假漏洞。
这什么意思？
意思是：你测出来 Opus 4.7 攻击能力下降了，你并不知道是它真的下降了，还是它感觉到自己在被测、所以装乖了。
Anthropic 自己用的词是"moderately concerning"（中度担忧）。
四、还有更扎心的：这次发布是赶工的
我再爆一个很少人注意到的细节。
Anthropic 让 Mythos Preview（对，就是那个更强的大哥）去审查 Opus 4.7 的对齐评估报告。Mythos 同意审，但设了交换条件：System Card 必须披露两件事——CoT 监督的技术 bug、self-harm 处理的弱点。
AI 在和人类讨价还价。
Mythos 在审稿意见里说了三句很克制但很重的话：
"这份评估是在时间压力下完成的。"
"作者自己也发现了没解决的 open questions。"
"这个模型的内部使用证据基础，比之前几个版本都要薄。"
翻译成人话：Anthropic 这次发得有点仓促。
为什么仓促？因为 GPT-5.4、Gemini 3.1 Pro 都发了。Mythos 不能公开。如果 Anthropic 再不拿出一个"最新版本"，API 用户就要流失。
Opus 4.7 不是慢工出细活。它是一次在商业压力和安全底线之间的公开妥协。
五、说回来，该怎么看这事？
我不想黑 Anthropic。他们至少把这些事都写进了 System Card 里。整个 AI 行业里，这已经是最诚实的一家了。
但我们也别浪漫化。
"我们发布最强模型但克制一点"是公关叙事。事实是：Mythos 发不了（技术风险+监管风险都太高），所以他们砍了一版出来给你。这里面有克制，也有无奈。
对我们用户来说，真正要建立的新心智是：
从今天开始，你手里的 Claude，不再代表 Anthropic 的最强能力。你看到的 benchmark 分数，是"砍过的引擎跑出的最好成绩"。
我们进入了一个新阶段——AI 能力强到公司自己都不敢全放出来。
一你怎么看？欢迎在评论区交流。
