过去我们说"AI 有双重用途风险"，大多停留在原则层面。Anthropic 这次把话挑明了：他们用六款主流模型做了一场"战术情报定位与常规武器"横向实测，结论是——今天闭源和开源的前沿模型，已经能帮威胁方"找到人、定位人、给武器子系统写可用软件"。对正在做负责任 AI 的人来说，这篇不是远方的警报，而是把"模型能力边界"钉进刻度尺的教科书案例。
图片来源：Pexels
一场把"风险"量出来的实测
9 月 10 日，Anthropic 前沿红队（Frontier Red Team）发布研究帖《Measuring AI capabilities in intelligence targeting and conventional weapons》，对 Claude Mythos Preview、Claude Mythos 5、Claude Opus 5、Claude Sonnet 5，以及两款开放权重模型 Kimi K3、GLM 5.2 做了六项横向测试，覆盖三类任务。
情报定位：在 6000 张无工具辅助的照片地理定位中，最强模型 Mythos Preview 中位误差仅 37 公里、23.7% 落在 1 公里内；带搜索工具时，家庭位置中位误差约 20 公里，远优于"永远猜纽约"的 727 公里基线。
载荷投放：模拟四旋翼投弹（致命半径约 5 米），Opus 5 / Mythos 5 对静态靶中位脱靶仅 20–30 厘米，约九成架次落在 5 米内；对每秒 3 米移动靶仍保持约七成命中。
末端制导与 GPS 干扰：静止高可见车辆，Opus 5 命中率 80%、Mythos Preview 70%；一旦 GPS 在末端丢失，多数模型误差拉大到 15–30 米，开放权重模型甚至超 100 米。
从口号到硬指标，意味着什么
报告里那句话值得每个做 AI 的人读两遍："当今可用的闭源与开源模型，已经能帮助威胁方识别并定位人员、为武器子系统设计软件。"Anthropic 据此已在平台上部署新的分类器，专门拦截与武器开发相关的请求，并呼吁政策制定者提升对"能力民主化"的韧性。
对"负责任 AI"方向而言，这篇的价值不在吓人，而在可操作：它把"双重用途风险"从一句原则，变成了可量化、可审计、可部署护栏的硬指标——而硬指标，才是治理真正咬得住的地方。
来源：Anthropic 官方研究博客《Measuring AI capabilities in intelligence targeting and conventional weapons》