Anthropic最强公开模型Fable 5发布仅72小时就因被越狱而遭美国政府出口管制，连公司外籍员工都不能碰。安全“宪法”被24小时攻破，暴露了AI对齐的结构性鸿沟：当模型智力达到阈值，网络攻击能力会自然涌现，现有安全架构根本无法防御。这不仅是Anthropic的翻车，更是整个AI行业的预警——模型已成为地缘政治的新武器。

本文深度剖析了前DeepMind研究员Lun Wang关于AI评估体系的告警，指出当前行业过度追求算力规模增长而忽视了评估指标的滞后与古德哈特定律风险。文章强调，构建预测型评估体系是AI下一阶段突破能力相变与安全瓶颈的关键，而非单纯依靠暴力扩张。