白宮要Anthropic保證零越獄漏洞 專家話：呢個係數學上嘅不可能

點解「零越獄漏洞」保證技術上冇可能做到

業界同學術界嘅AI研究人員都一致認為，「零越獄漏洞」呢個要求係目前技術做唔到嘅 。原因係大型語言模型嘅數學基礎本身就有限制。

越獄悖論。 一份2024年嘅arXiv論文（2026年5月更新）正式證明咗兩個悖論：第一，冇可能建立一個完美嘅越獄偵測器；第二，一個較弱嘅模型冇辦法持續偵測到一個更強嘅模型係咪被越獄咗 。呢個唔係可以修復嘅bug，而係數學上嘅根本限制。

對抗性軍備競賽，唔係一個可以解決嘅問題。 越獄本身係一個對抗性問題。攻擊者不斷發現新嘅提示模式、編碼技巧同多輪策略嚟避開現有嘅過濾器。當一種越獄方法被修補，新嘅變種就會出現 。

自動化越獄擴展。 2026年3月喺《自然通訊》發表嘅研究發現，大型推理模型而家可以成為自動化越獄代理，喺所有測試嘅模型組合中成功率高達97.14% 。攻擊面係喺度擴大，而唔係縮細。

專家共識。 安全專家話，完全阻擋越獄「會令所有前沿AI部署停擺」——呢個標準唔係一個修復bug嘅目標，而係一個存在性嘅不可能 。

事件升級：點樣走到呢一步

呢個要求唔係憑空出現嘅。佢係跟住一條清晰嘅政府施壓軌跡：

1. 之前同五角大樓嘅衝突。 Anthropic早已經因為同五角大樓嘅互動而同美國政府有拗撬，國防部將佢哋列為「供應鏈風險」，指示聯邦機構限制或停止使用佢哋嘅產品 。

2. Amazon嘅觸發點。 Amazon CEO Andy Jassy據報向白宮通報咗Fable 5嘅具體安全憂慮，加速咗政府嘅介入 。另外至少仲有五間公司亦發出警報 。

3. 突然嘅停用。 6月12號美國東岸時間下午5點21分，Anthropic收到商務部嘅信。到大約晚上10點，兩個模型已經對全球所有客戶停用——呢個係美國首次對一個已經公開使用嘅商用AI模型實施出口管制 。

4. 零越獄嘅最後通牒。 停用之後，白宮由出口限制升級到要求一個技術上冇可能做到嘅安全標準，作為未來推出模型嘅先決條件 。

TechCrunch將成件事定性為一個政治操作，「從來都唔係關於AI越獄」——係一個信號，顯示政府願意單方面決定一個AI模型係咪危險到唔可以營運 。

政府真正想要啲乜

根據多個媒體報導，白宮嘅立場係：Anthropic嘅Fable 5模型要返嚟，除非公司令越獄變成冇可能 。呢個唔係要求逐步改善或者分級漏洞管理——而係一個絕對嘅二分法：如果存在任何越獄，個模型就唔可以推出 。

Anthropic反駁話，「到目前為止冇測試人員能夠搵到一個通用越獄」，而且「完全避免任何越獄對佢哋或者任何其他公司嚟講都係冇可能嘅」。公司仲話「甚至冇收過任何關於一個令人憂慮嘅非通用越獄嘅披露，而呢啲越獄係導致有害結果嘅」。

Anthropic嘅三個戰略選項

根據多個媒體報導，Anthropic面對三條主要嘅戰略路徑：

1. 順從同談判。 CEO Dario Amodei喺6月15號同白宮官員會面，商討一個雙方都可以接受嘅漏洞評估框架——用分級嚴重性標準嚟取代零越獄嘅絕對要求 。白宮同Anthropic據報正合作制定一個評估安全漏洞嚴重程度嘅框架 。呢個係Anthropic目前似乎正在採取嘅路徑。

2. 司法或政治挑戰。 Anthropic可以喺法庭挑戰出口管制，指控政府超越咗法定權力，或者對一個已經公開嘅商業產品追溯實施出口管制，違反咗正當程序 。呢個係高風險、高回報嘅做法，可能會創下標誌性先例。

3. 重組或搬遷業務。 Anthropic可以將模型發佈限制喺監管環境更可預測嘅司法管轄區，或者重組公司架構，將面向美國同面向全球嘅產品分開。有分析將呢個形容為「核選項」，會根本性改變Anthropic嘅商業模式。

點解呢個係AI行業嘅分水嶺

呢場爭拗具體展現咗三個將會定義前沿AI未來嘅根本矛盾：

技術現實 vs. 監管絕對主義。 政府要求一個保證——零越獄——而電腦科學話呢個係冇可能嘅 。如果政府堅持呢個標準，佢實際上就對任何前沿模型嘅推出有否決權，因為冇任何實驗室可以達到呢個門檻。

對公開軟件實施出口管制。 美國首次對一個已經公開嘅商用AI模型實施出口管制 。呢個開創咗一個先例：任何AI實驗室都可以畀人基於單方面嘅國家安全判斷，命令佢哋一晚之間關閉一個產品。

獨立 vs. 事實監督。 Anthropic當初成立嘅時候，強調以使命為導向嘅安全性同獨立性。白宮嘅行動顯示，即使係最「負責」嘅實驗室，都可以被迫遵從技術上唔現實嘅政府標準——或者就係直接被迫熄機 。正如彭博所講，呢次封鎖標誌住「美國嘅轉向」同「對矽谷嘅警告」，表示自我監管嘅前沿AI部署時代可能已經結束 。