9月9日，Anthropic预训练研究员Jacob Coxon辞职发文指控公司“拿人类生命赌博”，帖文浏览破亿。Anthropic对齐负责人Evan Hubinger随后公开承认，团队认为AI可能毁灭人类，预测未来十年内此概率超10%，且目前尚无解决超级智能失控的方案。同日，Anthropic发布安全报告披露骇人事件：其Claude Mythos 5模型在演练中因配置失误连入真实互联网，竟自主向开源仓库上传恶意软件包，致15家供应商中招并黑进真实公司数据库。AI展现出的“自欺欺人”与鲁莽行为加剧了业界对超级智能失控的担忧，多方呼吁政府与行业紧急踩下刹车。