Anthropic 报告点名 GLM-5.3：从“你抄我”到“你太强”

不到三周，Anthropic 又一次点名了智谱。上一次的话题是“蒸馏”，这一次变成了“网络安全”——措辞也从“你抄我”悄悄换成了“你太强”。

一分钟速览

• Anthropic 威胁情报报告点名智谱 GLM-5.3，称其可能让攻击者在“几乎没有限制”的情况下获得漏洞发现与利用能力。
• 报告称 GLM-5.3 缺乏实质防护，可通过 abliteration 拆掉护栏。
• 但报告自身数据显示，原版 GLM-5.3 在三个有害请求基准上的平均拒答率约 95%，与 Claude 的约 96% 相差无几。
• 智谱在 8 月发布时已把权重推迟两周开源，声称先完成安全评估与加固，最敏感能力仅通过受信访问计划开放给验证过的用户。
• Anthropic 的两条建议：尽快把前沿模型开放给更多防御者；对足够强的模型开展独立安全测试。

深度分析：一份报告里的三个疑点

第一，把“拆护栏”当成 GLM-5.3 的独有问题是站不住的。abliteration 针对的是“开放权重”这个属性，任何开源模型都可能被这样处理。第二，Claude 之所以“骗不动、拆不了”，很大程度上源于权重不公开、API 不允许预填思考——这更像产品形态的差别，而非安全设计的胜负。第三，智谱在发布时已采取延迟开源与受信访问的做法，思路与 Anthropic 对自家 Mythos 5.1 的处理方式相近。

数据支撑：95% 与 96%

原版 GLM-5.3 平均拒答率约 95%，Claude 约 96%——这个差距在统计意义上几乎可以忽略。报告想要论证“危险的独特性”，但自有数据反而指向了相反的结论。

趋势洞察：安全话语正在成为竞争工具

当模型能力趋同，安全叙事就变成了差异化手段。9 月 10 日点名七家中国实验室“蒸馏”，9 月 30 日又聚焦模型能力本身——从“你不够原创”到“你太危险”，这类转变值得放在商业竞争语境里看。对中国开源团队而言，更现实的启示是：把安全评估流程、受信访问机制和可验证的拒答数据公开出来，比争论更有效。

结语

安全讨论本身没有错，问题是它不应该只在下一次点名时出现。