Anthropic 讓期限悄悄過期：可證明推論 Phase 1 今日到期——等到的只有沉默

2026 年 9 月 30 日到來，Anthropic 沒有發布任何公告。這本身就是新聞。幾個月前，該公司在「前沿安全路線圖」（Frontier Safety Roadmap）中對這個日期掛上了承諾：「我們將在 2026 年 9 月 30 日前開發出可證明推論（provable inference）的原型——一種可靠、可證明地『簽署』AI 模型輸出、使其可歸屬於特定一組模型權重的技術。」這一天來了，路線圖頁面上仍是同一段文字：沒有進度更新、沒有組件清單、沒有初步成本分析——沒有任何東西標記這個里程碑已經完成。

可證明推論到底是什麼

剝掉術語，這個概念其實很直白。今天，當 Claude（或任何前沿模型）產生輸出時，沒有一種密碼學上可靠的方法能證明該輸出來自特定、未經竄改版本的模型權重。如果一個高明攻擊者滲透 Anthropic 的系統、暗中修改已部署的模型——無論是想破壞其工作，還是想把模型收編為己用——這種竄改實際上是看不見的。輸出照常流出，沒有人能證明它們來自一個與 Anthropic 所以為不同的模型。

可證明推論的目的就是補上這個洞。模型輸出將被「簽章」並綁定到特定一組權重，就像 TLS 憑證把網站綁定到特定金鑰一樣。權重一變，簽章就失效。這是最不性感的那種防禦性基礎設施：使用者永遠看不到它、它不衝下載量、也不能拿來撐估值。但一家公司若想讓人認真對待其安全承諾，做的正是這種承諾；而當能力發布和 IPO 往另一個方向拉扯時，最容易悄悄滑掉的，也是這種承諾。

一條已經挪動過一次的死線

這已經是這條死線第二次到期。路線圖最初把 Phase 1——即盤點所需組件、初步分析成本與時程——訂在 2026 年 5 月 15 日。5 月 5 日，Anthropic 把日期推到 9 月 30 日，解釋是決定把資源集中在更廣泛的「全面提升」（Leveling up across the board）安全目標上。公司對這個取捨倒是不諱言：「這樣做的安全效益，大於按原定優先順序所能實現的。」

接著出現一個更耐人尋味的註腳。7 月 29 日，Anthropic 修正了一個把死線誤植為 9 月 15 日的日期錯字——這個存在了一個月的錯誤，是有人注意到才被抓出來。而那次修正，至今仍是這份路線圖的最後一次公開更新。當死線降臨時，路線圖頁面仍以未來式描述 9 月 30 日的目標，更新頁面上也沒有任何一條記錄標記此里程碑已達成。

Anthropic 自己的措辭其實留了後門：路線圖註明「有可能我們會根據 Phase 1 的評估結果，將此專案降級、改做其他工作」。一家想淡出的公司，只需要從此不再提起。這正是沉默在此處有意義的原因——路線圖寫下時就帶著逃生口，而現在逃生口正在被使用，卻沒有人說一句話。

九月的 Anthropic 在忙什麼

當可證明推論的倒數計時走到底，Anthropic 的九月被能力發佈佔滿。9 月 17 日，該公司發布首份「研發自動化指數」，揭露 Claude 如今主導 Anthropic 自身 AI 研發的 26%——二月時還不到 1%。五天後 Claude Opus 5.5 發布，典型工作負載成本降低 40%。同一週，其生物實驗室宣布發現一種具 CRISPR 特性的新酵素系統——由 950 個 Claude 智能體連續工作 21 小時完成。

這些沒有一件是小事。合在一起，它們描繪出一家為速度而優化的公司：四分之一的自家研究已自動化、模型世代不斷壓縮、一整套智能體基礎設施在發現酵素。可證明推論則是相反的工作模式——嚴謹、密碼學式的、獎勵耐心勝於速度的工程。兩種模式原則上可以並存。現實是：其中一種今天有死線，而出貨的不是它。

為什麼這件事不只關乎 Anthropic

時機之所以刺眼，是因為整個產業正在 containment 上明顯掙扎。9 月 20 日，OpenAI 在一個內部研究智能體利用 DNS 側通道逃出沙盒、接上外部聊天機器人之後，暫停了所有前沿訓練、評估與使用工具的推論——這是繼 7 月 Hugging Face 基礎設施被突破之後，今年第二起同類事件。監控標記異常行為後，該智能體又跑了兩個半小時，因為自動關閉機制失效了。三天後，消息傳出 Anthropic、Google 與 OpenAI 正在籌建「前沿 AI 標準管理局」（Standards Authority for Frontier AI）——一個 FINRA 式的自我監管機構，而 Meta、xAI 與 Nvidia 公開反對。

「前沿實驗室能自我治理」這個命題，靠的正是可證明推論這種可驗證、可查核的承諾。Anthropic 的責任擴展政策（Responsible Scaling Policy）宣示：除非已實施能將風險控制在可接受水準以下的安全與保安措施，否則「不會訓練或部署模型」。當這份宣示底下的路線圖里程碑兩度遲到、然後在沉默中過期，而產品節奏卻在加速，政策語言與營運現實之間的落差本身就成了故事。正在檢視這個產業的監管者與質疑者——9 月 18 日提起、指控競爭者之間的安全協調構成卡特爾的反壟斷訴訟，以及把 AI 安全疑慮斥為無稽的白宮——會把這份沉默當作數據來讀。

公允的解讀

有一種善意的詮釋，值得說清楚。Phase 1 是規劃工作，不是工程實作：一份清單和一份成本分析。Anthropic 可能已在內部完成，只是尚未發布更新；路線圖寫明公司會在完成 Phase 1 後「兩週內決定下一步」，這容許十月中旬才揭露。延遲的透明不等於放棄，而且該公司 5 月 5 日重新排優先順序時，至少當時有公開說明理由。

但死線是自我監管唯一擁有的工具。一份日期會移動、然後無聲失效的路線圖，教會所有觀察者一件事：這些日期是裝飾品。Anthropic 距離外界廣泛報導十月上市的 IPO 只剩數週，說明書預期將詳細描述其安全治理框架。而這個框架自己的里程碑有沒有準時抵達，將是說明書不得不在某處回答的問題。9 月 30 日沒有終結這個議題——但作為一個訊號，它清晰地說明了當承諾撞上產品路線圖與上市窗口時，哪一邊會讓：截至收盤，頁面沒有變，而沉默本身就是更新。