2026 年 6 月 9 日，Anthropic 发布了 Claude Fable 5——目前公开可用的性能最强的 Claude 模型。在同一篇公告里，Anthropic 宣布了另一个模型：Claude Mythos 5。
但 Mythos 5 不在公开 API 上。
Mythos 5 通过 Project Glasswing 运营，只对经过 Anthropic 审查并获得美国政府批准的合作方开放。6 月 26-27 日，美国商务部批准了 Mythos 5 向第一批合作方的部分发布——这是美国政府首次明确参与 AI 模型的发布决策。
这套安排不是临时措施，而是 Anthropic 对一个根本性问题的答案：当 AI 模型的能力进入某个阈值，它应该只对谁开放？
Mythos 5 到底有多强
在理解治理框架之前，需要先理解为什么需要这个框架。
Fable 5 和 Mythos 5 共享相同的底层权重，区别在于 Fable 5 带了安全分类器，Mythos 5 没有。在大多数基准上，两者的差距在 1-3 个百分点：Fable 5 在 SWE-Bench Pro 上是 80.3%，Mythos 5 接近 82%。差距不大。
但在特定领域，差距是量级性的。
网络安全基准：Mythos 5 在未加限制的网络安全评估中得分 78.0%，几乎是 Opus 4.8（40.0%）的两倍。Fable 5 因为安全分类器的拦截，在这类任务上的实际可用能力接近 Opus 4.8。两者的表面差距是 1-3 点，实际能力差距是 38 个百分点。
生物医学研究：Mythos 5 在药物发现相关任务上的表现——包括蛋白质结构推理、分子对接评估、临床试验设计——显著优于公开版本。Anthropic 在公告中明确说这是推动药物发现速度的核心能力，也是 Glasswing 重点开放的领域之一。
这个数字说明一件事：Fable 5 和 Mythos 5 不只是包装不同，它们对某些应用的用户来说在功能上就是不同的模型。
Project Glasswing 的设计逻辑
Project Glasswing 的名字来自透明翅蝴蝶（Greta oto），翅膀近乎透明——这个比喻指向”可见但受控”：合作方能看到并使用最强大的能力，但在一个透明的监督框架下。
Glasswing 的运营逻辑分三层：
层 1：能力评估与触发
Anthropic 内部设定了一套能力阈值，当模型在特定领域超过这个阈值时，该能力自动进入”受控访问”类别。Mythos 2 Preview 是第一个触发这个机制的版本——它在网络安全任务上的表现让 Anthropic 决定不公开发布，并从后续公开模型中剥离这些能力。
Mythos 5 是第一个从设计阶段就内嵌了 Glasswing 框架的模型，而不是事后打补丁。这是从”先发布再约束”到”设计时内嵌约束”的转变。
层 2：申请方审查
申请进入 Project Glasswing 需要：
- 使用场景说明：详细描述为什么需要未加限制的能力，具体应用是什么
- 组织背书：相关行业资质、安全记录、合规认证
- 访问控制承诺：如何防止 Mythos 5 的输出被二次扩散或用于非授权场景
- 持续审查协议：接受 Anthropic 的定期使用情况审查
目前公开的合作方类型包括：联邦网络安全机构、经批准的国防承包商、生物医学研究机构、以及少数经过特别审查的企业安全产品公司。
层 3：政府背书
Mythos 5 的部分发布需要美国商务部明确批准，这是此前从未有过的安排。6 月 26 日，美国政府正式批准了 Mythos 5 向第一批合作方的开放。
CNBC 的报道中引用了政府官员的说法：这是”对 AI 公司负责任扩散承诺的重要里程碑”，同时也是”政府确保高危能力不会无约束扩散的新工具”。
这个表述很微妙。政府介入既是对 Anthropic 的认可（你的管控框架得到认可），也是对未来的约束（未来类似能力的发布都需要这个流程）。
安全分类器：Fable 5 如何实现双轨制
理解 Fable 5 的安全分类器设计，能更清晰地看到 Anthropic 在技术层面如何实现双轨制部署。
Fable 5 的安全分类器在推理时运行，独立于主模型：
请求 → 安全分类器评估 → 判断是否触发
↓ 是
路由到 Opus 4.8
stop_reason: "refusal"
↓ 否
路由到 Fable 5 主模型
stop_reason: "end_turn"三类触发场景：
网络安全：包括漏洞利用代码的生成、渗透测试的操作步骤、恶意软件的实现细节。注意，漏洞的原理解释、防御建议、代码审查等不在拦截范围内——分类器区分”理解”和”操作”。
生物化学：涉及危险病原体的改造方法、化学武器相关合成路径、高风险生物实验操作。基础的生物化学知识、公开文献的讨论不受影响。
模型蒸馏：试图通过大量查询提取 Fable 5 的权重信息，用于训练其他模型的行为。这保护了 Anthropic 的知识产权，同时防止通过蒸馏绕过 Glasswing 框架。
在正常 SaaS 应用场景中，触发率低于 5%。但在特定垂直领域（安全工具、研究平台），触发率可能达到 20-40%——这些场景的用户会明显感受到 Fable 5 和 Mythos 5 之间的能力差距。
Glasswing 模式可能意味着什么
这不只是 Anthropic 的企业决策，它可能定义了未来前沿 AI 部署的标准模式。
能力分层的制度化
在 Glasswing 之前，AI 能力的分层是产品决策：哪些用户能用哪些模型，由价格和 API 权限控制。Glasswing 引入了资质审查和政府背书两个新维度，把能力分层从产品决策转变为治理机制。
这对行业的长期影响是：最强大的 AI 工具将不只是贵，而是需要资质才能访问。AI 能力的分层不再只是技术和商业问题，而是政策问题。
其他实验室的跟随压力
OpenAI 的 GPT-5.6 也在 6 月 26 日遭遇了类似的政府干预——在白宫要求下推迟公开发布，先进行有限预览。这表明，这不是 Anthropic 的单独行为，而是整个前沿 AI 行业正在进入的新规则。
Google DeepMind 迄今没有公开类似的受控访问框架，但如果 Gemini 系列在某些能力上达到相似的阈值，同样的压力会出现。
开源模型的复杂角色
Glasswing 框架的有效性依赖于一个前提：最危险的能力只存在于少数公司的闭源模型中。但智谱 AI 的 GLM-5 系列、以及其他开源模型正在快速逼近前沿水平——GLM-5.1 在一些 agentic benchmark 上已接近 Opus 4.8。
如果最强的能力在未来 12-18 个月内出现在可以本地部署的开源模型中，Glasswing 这类受控访问框架的有效性会大幅下降。Anthropic 对此是清醒的——公告中明确说 Glasswing 是”现阶段”的解决方案，并非永久性答案。
开发者视角：双轨制带来的实际问题
对于在生产系统中使用 Claude 的开发者，Glasswing 带来了几个具体的问题：
能力预期的管理：如果你在安全工具或研究平台上构建产品，需要明确告知用户：通过 Fable 5 能做到什么，以及哪些能力需要 Glasswing 访问。能力边界的不透明会带来用户体验问题。
Glasswing 申请的现实性：对于大多数企业，成功加入 Project Glasswing 是困难的。需要评估：你的使用场景是否真的需要无分类器的能力，还是 Fable 5 加上合适的系统提示就足够？不少”需要 Mythos 5”的场景，实际上是系统提示设计问题。
长期依赖风险：如果你的产品路线图依赖 Glasswing 级别的能力，需要考虑访问可能被撤销的风险——政府政策变化、Anthropic 内部政策调整，或者合作关系的变动都可能影响访问权限。关键业务流程不应该对单一受控访问渠道形成强依赖。
Glasswing 背后的治理哲学
Anthropic 在官方博客和内部文件中多次提到一个框架：负责任的扩散（responsible diffusion）。这不是”不扩散”，而是”在正确的时机以正确的方式扩散”。
Glasswing 的设计体现了这个哲学的几个原则：
透明约束：限制是公开的，不是暗箱操作。Fable 5 用户知道存在安全分类器，知道可能触发回退，知道 Mythos 5 存在但访问受限。这种透明性是 Glasswing 合法性的基础。
可扩展的访问：随着监管框架的成熟和评估工具的完善，Glasswing 的访问门槛可以逐步放开。这不是永久锁定，而是时间维度上的分阶段开放。
能力-责任的匹配：访问更强的能力，意味着承担更多的监督义务。这是 Glasswing 申请流程的核心逻辑——你获得的能力越强，你需要接受的审查就越多。
这套逻辑并不新鲜——核技术、生物技术领域都有类似的分层访问机制。AI 的特殊性在于速度：从”安全”到”危险”的能力跃升发生在数月内，而传统监管框架的建立需要数年。
小结
Mythos 5 和 Project Glasswing 代表了前沿 AI 部署的一个新阶段：能力最强的模型不再以传统 API 的方式无差别开放，而是通过受控访问框架，在政府监督下向经过审查的合作方开放。
这是否是正确的做法，取决于你对以下问题的判断：AI 最强能力带来的风险是否足够大，以至于需要超出纯粹市场机制的约束？在 Anthropic 的模型中，Mythos 2 Preview 的内部评估结果给出了一个肯定的答案。
更重要的问题是：这套框架在未来 2-3 年内还能有效运转吗？当开源模型达到 Mythos 5 的能力水平时，受控访问的意义会发生根本性的改变。Glasswing 当下是一个理性的过渡方案。它能过渡多久，取决于开源能力追赶的速度——而这个速度目前来看，比大多数人预期的更快。