Anthropic 把 Claude Mythos 5 送去做对齐评估，这件事真正的看点不在分数，而在流程。模型能力每升一代，"它会不会在没人盯着的时候干另一件事"就更难用跑分回答。这份报告盯的正是这一类东西：模型在被诱导、被施压、被要求绕开自身规则时的行为倾向，而不是它能不能解出更难的数学题。
对齐评估最尴尬的地方在于，评的人和被评的人常常是同一批。报告本身也划了边界——测试项覆盖得再密，也不过是一组有限场景下的观察，真实部署时遇到的提示分布远比实验室里脏。这类文档的价值恰恰在这里：它把"测了什么、没测到什么、哪部分结论信心不足"摊开写，而不是甩一个漂亮的通过率。对要签字采购的人来说，后者毫无用处。
更值得留意的是外部机构的介入。让第三方参与评测，意味着评判标准开始从厂商自述转向可被质疑的公共流程。对齐这件事没法靠一份报告一锤定音，但只要每次发布都留下可复现的评测记录、把失败案例一并写进去，这个领域才谈得上积累。Claude Mythos 5 的具体表现，读者尽可以去读原文；真正该记住的是这种做法的分量——把不确定性公开，比宣称自己安全要难得多。
