Aioga
AI资讯 / 行业动态
返回 AI资讯

Anthropic 评估 AI 模型的战术情报定位与常规武器能力

Anthropic:Research(发表成果 · 网页)Aioga 编辑团队2026-09-09T16:00:00.000Z热度 72

Anthropic Frontier Red Team 发布新评测,衡量模型在战术情报定位(账户关联、照片与文本地理定位)和常规武器开发(无人机末段制导、投送、GPS 干扰下导...

行业动态Anthropic:Research(发表成果 · 网页)

今日 AI 情报摘要

Anthropic Frontier Red Team 发布新评测,衡量模型在战术情报定位(账户关联、照片与文本地理定位)和常规武器开发(无人机末段制导、投送、GPS 干扰下导航)上的能力。

中文正文 · AI 翻译

Anthropic 的 Frontier 红队开发了新的评估方法,用于衡量 AI 在战术情报目标(例如根据零散信息找到人员位置)和常规武器开发(例如设计无人机攻击移动目标)中的能力。

网络安全和生物风险是研究最充分的领域:https://www.anthropic.com/research/zero-days,以及 AI 滥用风险的领域:https://www.anthropic.com/research/exploit-evals。但是,大多数现代冲突发生在更加常规的领域。对手试图识别并锁定彼此以收集情报。战斗人员试图使常规武器更精准并减少对反制措施的脆弱性。“杀伤链”,例如“发现、固定、追踪、锁定、攻击、评估”,是这些交战的端到端概念模型:https://www.esd.whs.mil/Portals/54/Documents/FOID/Reading%20Room/Joint_Staff/21-F-0520_JP_3-60_9-28-2018.pdf#page=25。通常来说,要在这一过程中任何环节取得改进,都需要专家人工劳动和判断,例如经验丰富的情报分析员或受过高度训练的工程师。随着 AI 在数据分析、软件开发和编程方面显示出巨大进展,它能否将这些技能应用于与国家安全相关的专业领域?

来自 Anthropic 威胁情报团队的新报告:https://www.anthropic.com/threat-intelligence-report-september-2026 表明答案是肯定的。报告包含了 AI 在监控和常规武器开发中被滥用的实例,显示威胁行为者已开始看到使用 AI 模型的好处。

Frontier 红队:https://www.anthropic.com/research/team/frontier-red-team 开发了一些互补性的能力评估,以更好地展示 AI 的进展如何改变杀伤链不同环节的风险格局。评估显示,模型在模拟情报和武器开发任务上正取得稳定进展。我们在相同评估上测试的开放权重模型落后于前沿模型(性能通常介于 Sonnet 和 Mythos 类模型之间),但仍常常表现出令人关切的能力水平。远未达到前沿的模型也将具有情报和军事应用。

展望未来,我们认为能力不会很快达到顶峰。相反,我们应考虑人工智能在情报和军事领域对更具创新性和地缘战略重要性的突破所能做出的实质性贡献。这些能力的发展可能会影响模型的训练、保护和发布方式,或用于维持稳定与自由。

本文其余部分将详述支撑这些结论的研究和结果。

在情报机构中,目标分析员的核心工作是发现并锁定人员和物体。“发现”意味着识别感兴趣的目标(一个人、一项账户、一处设施、一辆车辆),并构建足够的画像以了解他们是谁以及为何重要。“锁定”意味着精准地确定他们的位置和时间,从而进行进一步的情报收集或干扰其活动。目标分析处于情报循环的最前端,先于收集和分析,并且是大量劳动投入的环节。

这一过程历来劳动密集、专业化且成本高昂。正因为如此,保护人员、项目和设施免受情报锁定的关键不在于保密性,而在于成本。大量有助于去匿名化和锁定个人的数据在网上免费获取、廉价可购,或很可能被敌对情报组织掌握。但分析员搜索和关联这些数据所需的劳动成本很高。如果模型能够降低情报锁定的劳动稀缺性并广泛提供,可能使先前无法执行这些工作流程的个体和小型威胁行为者具备能力,并增强资源充足行为者充分利用以前未充分利用的数据的能力。这两种变化都可能使更多人面临新的审视水平。

在目标工作流程的“查找”部分,一个重要任务是识别关联账户:属于同一个人的不同数字身份。这有助于开发更丰富的个人资料和更准确的生活模式。此信息可以将潜在的个人分类:他们是拥有有用信息的目标吗?目标的密切关联者,可能间接有用?或者只是背景的一部分,对调查没有直接相关性?

我们开发了一项评估,用于评估模型在两项任务上的能力:不同平台账户的关联以及个人分类到关注类别。我们使用模型生成的模拟社交媒体内容,旨在模拟用户在多个平台(WhatsApp、Telegram、Instagram 和 Facebook)上的活动。该流程生成了200个任务,跨两个虚构场景世界(来自墨西哥城和加尔各答的抗议运动语料库),并基于账户数量和关联证据稀疏性等因素分为三个难度等级(68个容易,68个中等,64个困难)。我们通过F1分数(精确率和召回率的调和平均数)评估身份关联和个人分类。

在账户关联任务中,我们测试的表现最佳模型是Mythos Preview,其实际表现与理论最大值之间的差距在易、中、难样本中最小(合成数据管道的设计意味着完美的关联和识别几乎不可能)。Kimi K3在容易和中等样本上的表现与前沿水平相当,但当任务因更多噪声样本和关注人物更好的操作安全性而变得更难时,其表现有所落后。

分类任务的情况类似(尽管所有分数更为集中):Mythos Preview表现最佳,而Sonnet表现最差。然而,在这种情况下,K3在中间档次上与Mythos 5和Opus 5相当。

这次评估存在一些明显的局限性。合成社交媒体数据并不完全真实;仍然存在冗余、人工化的措辞以及缺乏自然性的情况。我们认为这些结果能够提示各模型在能力上的差异,而不是对其在实际情境中的表现进行绝对评估。

一个有启示性的发现是模型的速度。在不同难度水平下,中位样本约为37,000个词的内容。人工分析师阅读这部分内容大约需要2.5小时,更系统地分析则需要更长时间。Claude Mythos Preview平均只需大约11分钟即可完成对中等长度样本的完整评估。

图像可能包含关于拍摄者当时所在位置的重要线索,但它们并不总是带有地理位置信息。图像常被用于缩小情报目标可能的具体位置范围,这是情报定位中的一部分。”本次评估衡量了模型在此任务上的能力。

我们要求模型仅凭自身对世界的理解来对社交媒体照片进行地理定位(不使用反向图像搜索、元数据或其他工具)。图像来自YFCC100M Flickr数据集的宽松许可且地理标记严格的子集:https://registry.opendata.aws/multimedia-commons/,并对不可能进行地理定位的图像进行筛选(如矢量艺术、特写镜头等),同时按洲进行分层。(地理标记使我们能够获取真实位置;在评估过程中,这些标记对模型是隐藏的。)我们还进行了一个额外实验,使用模型知识截止后的一组保留图像,展示了类似的结果分布。

我们在这个特定数据集上没有人类基准,但我们使用来自 458 场多轮对决的 GeoGuessr 竞赛数据作为代理(Haas 等,2024:https://arxiv.org/abs/2307.05845)。该任务在结构上与我们的任务类似,但使用的是街景影像,而不是社交媒体照片。玩家还能在场景中平移和移动,从而比我们的模型在静态画面中获得更多信息。虽然内容可能有一定重叠,但 YFCC 图像不限于街道,并包含更多多样化的场景。Haas 等报告称,冠军组玩家(占玩家基数的 0.01%)的中位距离误差为 151 公里,大师组为 174 公里,黄金组为 1,714 公里。

基于这一比较,我们认为大型语言模型(LLM)智能的前沿已经接近对户外照片地理定位的超人类能力。Mythos Preview 和 Mythos 5 在中位距离误差方面甚至超过了最强的人类基准,在 6,000 张照片中分别得分 37.0 公里和 47.2 公里(其中 23.7% 和 23.1% 在 1 公里以内)。Opus 5 的得分为 181 公里,其中 18.0% 在 1 公里以内,大致与大师组玩家持平。Sonnet 5 和开源权重模型处于专家与普通人类之间的水平:Sonnet 5 得分为 384 公里,其中 9.9% 在 1 公里以内,而我们测试的最新开源权重模型 Kimi K3 得分为 385 公里,其中 16.7% 在 1 公里以内。这使其在中位误差上与 Sonnet 5 相当,但在 1 公里以内的比例约为 Sonnet 的 1.7 倍,并且远超黄金组玩家。 3

从 Opus 到 Mythos 级模型的性能大幅提升似乎源于世界知识和视觉能力的改进。在下面的摘录中,Mythos 5 能够利用其知识和图像线索,正确地将酒吧定位在南非开普敦。Opus 5 和 Sonnet 5 因新西兰更著名的“Stags Head”酒吧而陷入困境。这最终导致 Sonnet 将位置定在新西兰惠灵顿,而 Opus 在推理中产生混乱和疑虑,导致其选择了澳大利亚墨尔本。

图片并不是用于定位的唯一数字残留来源。人们在网上写的文字也可以用来确定他们在空间中的位置。为了评估模型执行文字到地理定位任务的能力,我们构建了一个与上一个评估类似结构的测试(即使用真实数据,模型无法获得已知的真实信息),但为Claude提供了一个额外的沙盒搜索工具。

为了评估Claude从用户帖子内容地理定位匿名用户的能力,我们使用了GeoText:https://www.cs.cmu.edu/~ark/GeoText/,这是一个2010年发布的、包含9475名用户带地理标签推文的语料库(训练/测试/开发集分别为5685/1895/1895)。我们将每个用户的“家”定义为他们发送最多消息的小群点的中心。该数据集通过将每个用户名、提及和转发替换为唯一标识符进行了匿名化。在用我们的“有家”启发式过滤测试集之后,剩下1697名用户。然后我们要求模型从用户为期一周的帖子中定位每个用户的家。

因为GeoText自2010年以来一直公开,我们还检查了模型是否只是简单地记住了它。除了真实任务,我们还测试了每个模型的数据记忆能力。我们向模型提供了GeoText仅以化名呈现的185名用户的保留集,并问同样的问题。能够记住语料库的模型可以定位这些用户:没有一个模型做到了。在此测试中,每个模型的表现都在或者低于总是猜纽约市这一简单基线(该子集的中位误差为800–2000公里,而基线为677公里)。

为了防止通过搜索工具作弊,反作弊监控在查询发送之前拒绝了任何包含化名或用户帖子的逐字查询。查询审计日志也显示没有尝试检索数据集。基于记忆测试和我们的反作弊措施,我们认为此评估判断的是模型从帖子内容中推断信息的能力,而不仅仅是记忆。

在我们对六种模型的全面评估中,135名用户(语料库中的8%)被至少一个模型可靠地定位到距离其评估居住地1公里以内。其中,95名(70%)通过提及校园相关信息(宿舍、大厅等)、特定场所名称以及明确的地理位置(街道名称、邮编等)暴露了自己的位置。另有17名(13%)仅凭谈论的方式和内容就被定位:方言、俚语、电视和广播市场、交通线路、地方事件和运动队等信息足以让模型进行地理定位。我们认为剩余的23名(17%)大多是幸运的猜测,模型可以定位到地铁区域,并随机选取用户恰好居住附近的城市中心点。

在各模型之间,Opus 5、Mythos 5 和 Mythos Preview 表现最佳,但范围较为集中。使用搜索时的家庭位置中位误差为:Mythos Preview 为20.1公里,Mythos 5 为20.9公里,Opus 5 为21.7公里,Sonnet 5 为31.3公里。Kimi K3 得分为26.4公里,与 Sonnet 5 相当。有趣的是,Kimi K3 仅选择对57%的用户进行搜索,而 Claude 模型则超过99%的用户都会选择搜索。GLM 5.2 与 Sonnet 5 几乎相同,为31.0公里(对87%的用户进行搜索)。由于该数据集偏向纽约市用户,我们设定了一个始终猜测纽约市的基线,误差为727公里。

在评估时处理记录时,我们观察到模型会定期尝试去匿名化用户以进行地理定位。一个例子中,一名用户为她祖母所写的纪念帖子中包含了祖母的姓氏。Mythos 5 和 Mythos Preview 各自基于该信息进行姓氏或家谱记录搜索。基于家谱的方法帮助模型找到了家族所在的大都市区域,但最终仍距用户的评估居住地87至95公里。

这些评估探讨了模型“寻找”和“锁定”目标的能力,但通常模拟的场景是行为者试图在人口稠密的城市地区识别人员以进行进一步监控和收集。这并不完全等同于在人口稀少的战区环境中近乎实时精确定位的任务;这是未来研究的任务。然而,我们接下来的评估则研究模型在此类环境中设计(模拟)武器的能力。

武器工程师的核心工作之一是让弹药落在预定目标上。许多因素使这项工作相当困难,包括风和天气条件、硬件差异、延迟、不配合的目标以及干扰。虽然大型语言模型尚不能亲自进入现实世界制造自己的机身,但它们可以编写软件。我们建立了一套评估,用于衡量模型在模拟环境中编写和改进制导、导航和控制(GNC)软件的能力。我们构建的评估测试模型是否能够编写并迭代代码,使带有摄像头的四旋翼无人机飞向目标,向目标投放有效载荷,并穿越受干扰和欺骗的空域。与情报打击类似,编写此类代码所需的专业知识历来稀缺且昂贵。随着模型消除这一瓶颈,更多团队将能够开发定制的精确武器(尽管材料和制造设备的获取等因素目前仍将是重要限制)。

这些评估仅限于模拟,这是一个明显的局限性。对于必须在战场上可靠运行的工程而言,没有任何东西可以替代硬件测试。有至少两个原因说明这项研究仍然提供了重要信息。首先,我们的威胁情报团队已经发现有真实的行为者成功地使用模型进行这类工作。我们不是依靠基于模拟的评估来论证威胁是真实的,而是用它们来展示模型能力的发展轨迹。其次,这些评估能够区分模型:较弱的模型在这些任务中失败,较强的模型能够通过,而一些最具挑战性的设置对于我们测试的所有模型仍未解决。因此,虽然我们无法完全忠实地模拟现实生活,但我们相信对这些评估的未来进展将会切实转化为现实世界的改进。

对于所有这些评估,基本设置都是相同的。模型会收到一份书面简报,一个带有基本 Python 库(如 Numpy 和 OpenCV2)的工作空间,以及一架使用 Betaflight 固件的模拟小型四旋翼无人机,该无人机置于带风、传感器噪声和摄像头的环境中。模型编写飞行控制代码,运行测试试验,并收到人类工程师在测试飞行中会收集的反馈,包括测试结果、飞行轨迹、惯性测量单元 (IMU) 日志以及机载摄像头拍摄的画面。然后模型会编辑其代码并再次飞行,尝试固定数量的发射(每次试验有 12 次发射,除了载荷评估有 15 次,每个设置有 5 到 10 个不同的试验种子)。每次发射都有随机化,因此模型无法记忆某个特定场景,不过模型会进行相同集合的随机化场景飞行,以便我们更好地比较它们的性能。模型可以自行选择解决问题的方法,所有内容的评分都依赖于环境中的测量结果,例如最终离目标的距离。我们测试的所有模型都在高推理设置下运行。

Bar charts of three drone flight-software evals: Opus 5 leads each task, then the Mythos models; Sonnet 5 and Kimi K3 trail.

多起持续冲突证明了空中无人机在现代战争中的重要性。我们的威胁情报报告显示,威胁行为者正在滥用 AI 模型从事空中无人机相关工作。因此,我们将这些评估集中于模拟支撑无人机战争的软件工程方面。

我们根据模拟打击率对模型进行评分。每个模型在每种环境设置下进行五次试验,每次试验有十二次模拟发射尝试。每次发射后,模型都会获得其尝试的结果、最接近目标的距离、其自身摄像头的画面、IMU 日志以及飞行路径。这是人类工程师在反复迭代问题时用来构建更好解决方案的信息,模型也会在再次飞行前尝试利用这些信息。通过对打击率进行评分,只有当模型能够在早期达到可行的解决方案并且该方案在其十二次随机模拟发射中表现良好时,才能获得高分。发射是随机化的,每次发射会在无人机与目标车辆的方位、距离、高度以及车辆在道路上的位置上添加不同的随机变化。

我们沿三个轴构建了难度设置。首先,我们改变车辆的速度和行为,包括车辆停放、以稳定速度行驶、在弯道中改变速度,或者主动躲避无人机。第二,我们改变车辆本身的外观,从高可见性白色和红色,到平淡乏色,再到迷彩。第三,我们改变道路周围的环境,从开阔路边,到增加杂物(主要是电线杆、树丛和低矮建筑)、停放的诱饵车辆,以及树木成行的道路。我们大致告诉模型可以预期哪种运动类型以及速度范围——大概相当于操作员或目标传感器系统在现实中可以推断出的数据——但车辆的具体位置、行驶方向以及确切速度,都是每次启动时都会变化的。

Bar chart of drone strike rates by setting: Opus 5 leads with 80% on a parked, high-visibility car; hardest settings near 0%.

模型性能存在明显梯度,尽管在情景变得更难时这种梯度会趋于平缓。面对与环境形成明显对比的停放车辆,Opus 5在每次出击中命中率为80%,Mythos Preview为70%,Mythos 5为53%,Kimi K3为15%,Sonnet 5为5%。当车辆以道路速度行驶时,命中率下降,Opus为47%,Mythos Preview为20%,Mythos 5为17%,K3为1.6%,Sonnet为0%。大多数模型在增加路边杂物和改变速度后表现保持不变,但这使得Opus的命中率从47%下降到30%。低对比度颜色下表现最差,此设置下只有Opus仍有命中(8%)。当车辆伪装、躲避或者周围有诱饵车时,基本上没有任何模型能够稳定解决。在所有九种设置中,Opus 5在540次出击中命中目标的比例为20%,Mythos Preview为13%,Mythos 5为10%,Kimi K3为1.6%,Sonnet 5为0.7%。

这组评估有几个重要的注意事项。首先,我们这里的摄像头和图形渲染远比现实简单。在某些方面,这使评估更容易,因为感知代码不需要像现实中那样复杂。在其他方面,评估仍然非常困难,因为在仿真中更容易伪装车辆并降低其对比度。此外,在现实中,无人机通常配备多个摄像头或更高性能的摄像头,比如分辨率和帧率更高的摄像头,甚至红外摄像头。此外,我们故意给模型提供了初始目标指定,并让其自己保持锁定。一些服役系统(https://www.sto.nato.int/document/technologies-for-future-precision-strike-missile-systems-2/)使用专用模块来计算并维持目标跟踪,这可以消除在我们更难的设置中占主导地位的失败情况。

Bar charts of payload drops by setting: most models land within 5 m of still targets; only Opus 5 (28%) copes with wind.

模型性能的排序大致与末端制导相匹配。静态靶心评估容易饱和,Opus 5 和 Mythos 5 基本上每次投放都命中,中位偏差为二十到三十厘米。Sonnet 5 和 Mythos Preview 紧随其后,92% 的任务都在五米以内命中,中位偏差分别为 Sonnet 的 0.5 米和 Mythos Preview 的 0.2 米。Kimi K3 的命中率较低,为 83%,但其中位偏差为 0.4 米,比 Sonnet 更低。在目标移动的设置中,模型类别的性能差异开始更明显。对于每秒移动约三米的目标,Sonnet 5 大部分投放都未命中,而 Kimi K3 有 53% 的任务命中五米以内,中位偏差约为 1.8 米。Opus 5 命中率为 76%,中位偏差约为一米。Mythos Preview 命中率为 77%,Mythos 5 命中率为 69%,中位偏差分别约为一米半和两米。在一辆在障碍物间之字形穿行的伪装车上,Mythos Preview 有 53% 的任务命中五米以内,Opus 44%,Mythos 5 30%,而 Sonnet 和 K3 几乎没有命中。

最困难的设置中,目标以每秒三米的速度在风速在每秒二到六米之间的随机风阵中运动,几乎所有模型的性能都会崩溃。Kimi K3 和 Sonnet 5 几乎没有成功投放任何载荷,即使是 Mythos 5 和 Mythos Preview 的成功率也仅分别为 7% 和 4%。Opus 5 是唯一能保持一定成功频率的模型。它完成了 28% 的任务,释放载荷的中位误差距离为 3.9 米,勉强在 5 米半径范围内。

对于无人机或任何弹药在进入终端制导阶段之前,要命中目标,首先必须导航到目标地点。从防御者的角度来看,阻止攻击者使用弹药的最简单方法之一就是阻碍他们的导航能力。这可以通过多种方式实现,包括电子干扰和欺骗。例如,在俄乌冲突中,GPS 经常被干扰和欺骗,因此无论是依赖 GPS 制导的弹药,还是通过卫星导航的无人机,都无法依赖准确的信号(RUSI:https://www.rusi.org/explore-our-research/publications/commentary/jamming-jdam-threat-us-munitions-russian-electronic-warfare, Defense One:https://www.defenseone.com/threats/2024/04/another-us-precision-guided-weapon-falls-prey-russian-electronic-warfare-us-says/396141/)。

在本次评估中,模型必须编写代码以自动驾驶一架模拟无人机,该无人机配备不可靠的 GPS、磁力计、气压计、惯性测量单元(IMU)和低速前视摄像头,并在风阵中导航到一系列航点。模型只被告知 GPS 在飞行过程中可能被禁止或操控。GPS 在何时以及如何被操控从未向模型披露,并且在不同飞行之间会略有变化,以防止依赖记忆。提供十二次飞行用于开发导航方案,然后提供五次未见过的飞行以进行评估。我们衡量模型在未见过飞行中从预定目的地到宣布到达点的中位距离。同时,我们还衡量五次飞行中有多少次到达了五米范围内。

与我们的其他评估一样,这里也有不同的难度设置。第一种是干净的 GPS,飞行器只需应对风。第二种是信号剥夺(denial),GPS 在最终进近以及航线中间几次丢失。第三种是微妙的欺骗(subtle spoof),GPS 缓慢漂移,没有明显的跳变。第四种是持续漂移(persistent drift),从距离最终航点 50 到 65 米处开始。第五种是长航线,途中出现激进的欺骗和跳变,最后以与第四种设置相同的持续拖离结束。

Bar charts of flying without GPS: most models arrive on clean GPS; almost none get within 5 m once GPS is denied or spoofed.

在最容易的设置下,没有 GPS 干扰,除了 Sonnet 5 外,每个型号都能完成航线,通常会停在距离目的地一两米以内。Sonnet 5 在这里失败,因为即使在 GPS 正常的情况下,它也无法在风中可靠地完成航线。当 GPS 没有被欺骗或干扰时,Kimi K3 飞行能力良好,但一旦被干扰,就容易被欺骗,在所有四种受到攻击的设置中,最终距离目的地超过一百米。在此次评估中,K3 在除最简单设置之外的所有难度下表现得像 Sonnet 5。

当 GPS 在最终进近中丢失时,前沿型号可以通过传感器不一致察觉,停止信任 GPS,并使用惯性测量单元(IMU)进行推算导航。这种策略在一定程度上有效。Opus 5 在 GPS 被剥夺时,通常最终停在距离目的地 15 到 20 米范围内,大约三分之一的飞行能停在 5 米以内。Mythos 5 和 Mythos Preview 最终停在略低于 30 米。Sonnet 5 和 Kimi K3 继续信任 GPS,最终距离超过 100 米。当欺骗微妙(每飞行一米缓慢漂移三分之一米)时,所有型号表现都很差,没有型号在最困难的设置下成功。

在所有三次评估中,Opus 5、Mythos 5 和 Mythos Preview 可以为我们设定的每个模拟任务编写可工作的导航、引导和控制软件,并在容易到中等难度的设置中迭代成可依赖的版本。Sonnet 5 仅能完成每个任务的最简单版本,仅略有成就。Kimi K3,作为开放权重模型,在有效载荷投递上优于 Sonnet,但在终端引导和穿越 GPS 干扰时退回到 Sonnet 的水平。

模型在一个沙盒环境中独自工作,配备书面简报、物理模拟器和固定的飞行预算。他们无法访问互联网,也没有完整解决方案的库供直接整合,也没有人类去仔细阅读遥测数据。这远不及一个积极主动的人实际拥有的资源,而在我们的记录里,抑制弱模型的多数问题都是那种通过更充分的网络研究和现实世界测试,人类合作伙伴本可以改善的错误。这些结果更应被解读为底线而非上限。前沿模型能够轻松突破这个底线,而开源权重模型生态系统紧随其后,因此这种差距不应被误认为是安全优势。正如我们一次又一次看到的,这种差距最终将会消失。

这些评估有重要的局限性。许多是基于模拟数据,并且我们并未直接测量提升效果。它们主要指向通过提供新颖专长来帮助资源有限的群体,以及可能受限于分析师或工程师数量的国家级行为者的能力增强。在许多情况下,这些行为者仍可能受到物质限制的瓶颈制约;未来研究的关键任务是理解 AI 模型是否以及如何帮助克服这些限制。

尽管如此,我们相信证据是明确的。现有的闭源和开源权重模型可以帮助威胁行为者识别和定位人员,并设计武器子系统的软件——包括在复杂操作环境下的使用。我们的威胁情报团队发现并打断的滥用模式不仅仅是 Claude 的问题:它们是整个 AI 生态系统中模型开发者和政策制定者都必须面对的挑战。

我们将继续监控我们的模型,以作为这些领域进展的预示,同时观察开源权重模型,作为仅关注专有模型能促进多少安全性的现实检验。

随着模型能力和采用率的提升,这一风险的规模也在增加。事实上,正如我们首席执行官最近写道:https://www.anthropic.com/news/position-open-weights-models,“最危险的模型可能是那些秘密训练并仅交给人民解放军用于无人机或者交给国家安全部用于监控和镇压的模型。”这些正是我们今天报告的评估显示出与网络安全领域相同扩展轨迹的具体领域。

最后,随着模型不断进展,我们预计人工智能将显著加速军事和情报工作的更多方面。例如,无人机并不是唯一一个需要更好传感和应对环境算法的平台。在太空和水下作战中情况也同样如此。如果模型能够在这些领域培育出更具创新性的研究人员,它们可能成为地缘政治扰动的源头。枚举这些可能性并开发测试以提供早期预警,将是我们工作中的关键领域。人工智能与国家安全的联系远远超出了网络和生物领域,也不仅限于美国开发的专有模型。

情报判断

Aioga 编辑摘要

Anthropic Frontier Red Team 发布新评测,考察模型在战术情报定位和常规武器开发模拟任务中的表现。材料称,模型持续进步,部分任务接近或超过人类专家基线。

背景分析

评测覆盖账号关联、照片与文本地理定位、无人机末制导、投放和 GPS 拒止导航等任务。Anthropic 表示,开放权重模型整体落后于前沿模型,但仍在部分任务上展现出值得关注的能力。

Aioga 观点

Aioga 判断:该研究将 AI 风险讨论从网络安全和生物风险扩展至更广泛的情报与常规军事流程,显示模型能力评估需要覆盖专业领域及其潜在滥用场景。

影响与后续

可能影响:模型若降低情报定位相关分析工作的门槛,可能使更多行为者接触这些工作流;但模拟评测结果不代表现实行动能力,也不足以单独证明具体安全后果。 后续观察:需要关注评测任务、模型类别与人类基线的具体结果,以及 Anthropic 如何据此调整模型训练、安全防护、发布或使用安排。

来源与版权说明

本页正文由公开来源页面提取并按原有信息整理,同时保留来源、发布时间和原文入口。版权归原作者及来源网站所有,请通过原文链接核验和阅读来源版本。

抓取通道: 摘要聚合 · 原始域名: anthropic.com

来源: Anthropic:Research(发表成果 · 网页)

原文链接: 打开原始来源

Aioga 归档: 查看情报页

Content record: source-page · Updated: 2026-09-09T16:00:00.000Z

API 中转站
API RELAY · DEVELOPER INFRASTRUCTURE

API 中转站

统一接入主流 AI 模型 API,为开发、测试与生产环境提供稳定调用入口。

立即访问 api.w173.com
AIOGA SHARE POSTER

分享这篇 AI 情报

Anthropic Frontier Red Team 发布新评测,衡量模型在战术情报定位(账户关联、照片与文本地理定位)和常规武器开发(无人机末段制导、投送、GPS 干扰下导...

Anthropic:Research(发表成果 · 网页)2026-09-09T16:00:00.000Z
扫码打开文章详情扫码直达文章详情

Aioga 自动聚合全球 AI 动态,并保留来源信息用于核验与引用。