Mythos 5进入安全产品之后：AI能力开始同时接受运行时、资本与道路许可验收 (2026)

今日新模型发布

本期覆盖窗口为北京时间 2026 年 8 月 21 日 21:00 至 8 月 22 日 21:00。

截至窗口结束，核验结果是：没有新的基础模型、开放权重模型或重大模型版本更新。OpenAI 模型发布记录在本期附近的条目仍是 8 月 18 日的 Model Spec 更新；这次更新涉及模型行为规范，不是模型发布。OpenAI 最近一条模型级条目是 7 月 9 日开始推送的 GPT-5.6 Sol。1

最近一个发布周期内，Anthropic 于 7 月 24 日发布 Claude Opus 5；本期出现的 Claude Mythos 5 更新属于既有模型进入 Claude Security 的产品化和访问边界变化。2 3

本期总览

动态	已确认事实	影响与仍需核对的指标
Anthropic：Mythos 5 进入安全产品	Claude Security 面向 Claude Enterprise 客户开放公测；扫描代码库、返回漏洞分类、置信度、严重性和修复建议；每个修复仍需人工审核。Anthropic 同时推出 3500 万美元 Claude credits 的 Defender Advantage Fund。3	安全能力开始按「可交付的防御结果」分发。采购方要核对误报率、修复采纳率、人工审核时间、数据边界和实际节省额。
NVIDIA：AVO 把 Agent 运行时放进基准成绩	AVO 使用持久记忆、监督器、工具和持续迭代，在 ARC-AGI-3 公共集 25 个环境、183 个关卡上取得 100.00 RHAE；GPU 内核优化实验持续 7 天，探索超过 500 个方向并提交 40 个版本。4	Agent 的差距开始由记忆、监督、工具和恢复机制共同决定。企业要核对自有代码库成功率、返工率、权限变化、失败恢复和每项任务成本。
Starcloud：轨道数据中心融资	公司新增 2.5 亿美元 Series A extension，估值 23 亿美元；Manhattan West 领投，NVIDIA 和 Cisco Investments 参与。资金用于扩大制造能力、与 NVIDIA 工程合作及新产品采购。5 6	资金先进入制造与发射准备。Starcloud 计划 2027 年发射两颗 8kW Starcloud-2 卫星；88,000 颗卫星和 20GW 轨道算力仍属于目标，投资人要继续核对发射合同、在轨运行和客户收入。
Nevada：三家公司获 Robotaxi 许可	Nevada Transportation Authority 批准 Tesla、Waymo 和 Uber 子公司 Aviari 在 Clark County 提供无人驾驶载客服务，许可上限合计 8000 辆；Tesla 为 5000 辆，Waymo 和 Aviari 各 1000 辆。服务须在许可签发后 120 天内启动，并满足保险、费率报备、事故报告、维修记录等条件。7 8	许可把数量上限和责任清单同时写进商业化入口。上限代表获准规模，实际投运还要看车型、保险、机场额外授权、道路安全记录和乘客服务质量。

四条动态共享一条清晰的约束：AI 能力必须被装进一个可审核的交付单元。Anthropic 把模型输出限制在漏洞扫描和修复建议里，NVIDIA 把长任务能力放进记忆与监督系统，Starcloud 用融资换制造和发射准备，Nevada 则把无人驾驶服务放进许可、保险和事故报告框架。读者真正需要判断的，是一项能力已经走到哪一层，以及下一层还缺什么证据。

安全能力先交付结果，再扩大模型访问

Anthropic 这次公告的关键变化，是 Claude Mythos 5 从小范围的 Project Glasswing 进入更多防御者使用的产品路径。Claude Security 目前面向 Claude Enterprise 客户开放公测，系统扫描客户拥有的代码库，返回每个发现的 CWE 分类、置信度、严重性和建议修复方案。企业管理员可以在管理控制台启用扫描，用户再选择代码仓库。3

这个分发方式把模型能力和模型本身分开了。使用者收到的是漏洞发现和补丁建议，界面没有提供直接调用 Mythos 5 去开发漏洞利用程序的入口。每个补丁都需要人工审核和批准，扫描本身按企业现有方案的标准 token 用量计费，Anthropic 还把 Mythos 5 的直接访问限制在特定产品与合作方范围内。3

Anthropic 同时推出 Defender Advantage Fund，提供 3500 万美元 Claude credits，支持开源项目修复现存漏洞、自动化扫描与修复，并试验能抵御一整类攻击的安全方法。首批资助会从少量规模较大的试点开始，具体受助方将在后续公布。这个基金目前代表算力额度和项目支持，效果要等补丁数量、修复时间、重复漏洞率和维护者采纳情况出现后才能评估。3

对企业安全团队来说，验收表应当从「模型能不能找到漏洞」继续往下写：

结果质量：按 CWE、严重性和置信度拆分误报率，记录建议补丁被人工采纳的比例。
操作边界：记录模型读取过哪些仓库、调用过哪些工具、哪些动作必须经过人工批准。
业务收益：把漏洞发现、复现、修复、回归测试和人工复核放在同一条时间线上，计算每个已关闭问题的总成本。
安全责任：保留扫描轨迹、权限变更和补丁版本，确保出现错误时能够暂停、回滚和追责。

Anthropic 今年 8 月的风险报告还把内部使用、模型权重安全、自动化研发和化学与生物风险放在同一套风险评估中。报告属于公司自评估，覆盖范围和结论由 Anthropic 自己设定；它适合帮助采购方了解供应商如何划分风险，不能替代客户对自身代码库和权限系统的独立测试。9

Agent 的分数开始属于运行时

NVIDIA 对 AVO 的表述，把一个常被忽略的变量放到了结果前面：语言模型只负责提出下一步，Agent 系统还要保存状态、调用工具、执行代码、检查结果，并在长任务中纠正方向。

AVO 是 NVIDIA 开发的通用编码 Agent 系统。它在 GPU 内核优化实验中持续运行 7 天，探索超过 500 个优化方向，提交 40 个内核版本；在 NVIDIA DGX B200 上，NVIDIA 报告其多头注意力内核相对 FlashAttention-4 的最高性能提升为 10.5%。这些结果来自 NVIDIA 的实验和公开技术文章，读者还需要看到任务设置、硬件配置和独立复测，才能把数字放进采购比较表。4

在 ARC-AGI-3 公共集上，AVO 完成了 25 个环境的 183 个关卡，取得 100.00 RHAE。RHAE 是 Relative Human Action Efficiency 的缩写，衡量 Agent 完成关卡的情况及其相对首次人类尝试的动作效率。NVIDIA 还披露，AVO 采用文本网格观察，不向模型发送图像 token；系统的持久记忆和监督器负责保存有用状态、识别停滞并推动下一轮尝试。4

这个结果把「模型基准」和「Agent 基准」分成了两张表。NVIDIA 的文章明确写到，使用 Claude Opus 5 的 AVO 完整系统可以把单一模型基线从 30% 提高到 100%；改变的部分包括记忆、监督、工具和任务接口。企业购买编码 Agent 时，真正需要问的是：在自己的代码库里，系统能否保留上下文，能否在测试失败后回退，能否限制凭证和出站网络，能否把每次修改与审查记录绑定起来。4

对 Agent 产品团队来说，下一项验收指标不是再找一个更高的单次得分，而是把任务轨迹完整保存下来：模型调用、工具动作、权限变化、失败原因、重试次数、人工接管和最终交付成本都应当可以回放。

算力融资先买制造与发射能力

Starcloud 在 8 月 21 日宣布新增 2.5 亿美元融资，交易是 3 月 1.7 亿美元 Series A 的扩展轮，公司估值达到 23 亿美元。Reuters 报道称，Manhattan West 领投，NVIDIA 和 Cisco Investments 与 Benchmark、EQT、Soma 等既有投资方共同参与；这轮融资使 Starcloud 自成立以来筹资总额达到 4.5 亿美元。5

资金用途已经比「扩大算力」具体得多：Starcloud 计划扩建 Woodinville 的 10 万平方英尺制造设施，推进与 NVIDIA 的工程合作，并采购下一代产品。TechCrunch 报道称，公司准备在 2027 年通过拼车发射两颗 8kW 的 Starcloud-2 计算卫星，为包括美国政府机构在内的客户执行轨道推理任务；Starcloud-3 计划搭载 SpaceX 的 Starship，发射时间仍取决于火箭和发射能力。6

Starcloud 还在申请运营 88,000 颗卫星，并提出 20GW 轨道计算能力目标。公司当前筹到的资金、正在建设的工厂、计划发射的卫星和目标星座，分别处于不同状态。Reuters 报道提到，NVIDIA 参与了面向轨道环境的 Vera Rubin Module 合作；TechCrunch 则写到，面向太空的芯片尚未完成，Starcloud 希望在 2028 年末前后尝试发射。5 6

这类项目的投资判断要沿着交付链往后追：

融资是否已经交割，资金是否按用途进入制造、工程和发射采购。
Starcloud-2 是否完成制造、拿到发射合同并进入轨道。
8kW 计算卫星能否在轨稳定运行，散热、辐射和通信是否达到客户任务要求。
政府或企业客户是否真正使用轨道推理，服务收入能否覆盖发射、维护和地面基础设施成本。

20GW 目标可以说明公司想把轨道算力做成基础设施，却不能替代在轨容量、持续吞吐和客户账单。这条融资新闻的价值，首先在于投资人开始为制造和发射稀缺性定价；商业化仍要等待卫星交付和客户任务记录。

自动驾驶许可给了上限，也给了责任清单

Nevada Transportation Authority 在 8 月 20 日一致批准三项许可，允许 Tesla、Waymo 和 Uber 子公司 Aviari 在 Las Vegas 所在的 Clark County 提供商业无人驾驶载客服务。TechCrunch 报道称，三项许可合计允许未来 12 个月内部署最多 8000 辆 Robotaxi：Tesla 上限 5000 辆，Waymo 和 Uber 各 1000 辆。7

许可数量是天花板，运营条件决定服务何时真正开始。Las Vegas Sun 报道称，三家公司需要提交车辆检查文件、保险和费率，接受客户 App 信息监管审查，并遵守无障碍服务要求；公司还要报告碰撞和其他事故，保存维护与维修记录。许可签发后，运营应在 120 天内开始，但所有条件完成前，车辆不能提供服务。机场区域还需要 Clark County Department of Aviation 的单独授权。8

这项批准对物理 AI 的意义，在于监管机构把「允许测试」进一步推进到「允许收费载客」，同时把事故、维修、保险、费率和服务信息纳入持续监管。Tesla 工程负责人在听证会上表示，5000 辆一直是上限，公司预计一年内达到 2500 辆左右就会满意；这个表态把许可规模和企业自己的产能预期区分开了。7

自动驾驶团队接下来要核对四个数字：

获准运营的车辆数量与已经完成安全检查、保险和软件配置的车辆数量。
许可区域内的实际订单、空驶里程、接管和事故数量。
从乘客下单到车辆调度、异常处理和人工升级的完整时延。
每次载客任务的收入、车辆折旧、远程支持、清洁维护和保险成本。

无人驾驶车辆获得许可，说明监管入口已经打开；许可车辆真正形成稳定业务，还要经过车辆交付、道路运行和责任记录三道后续检查。

从业者判断：把 AI 能力拆成四张验收表

安全与采购团队：验收可交付结果。 对 Mythos 5 这类防御能力，先要求漏洞发现、修复建议和人工批准都有可追溯记录，再比较扫描速度、误报率和每个关闭漏洞的成本。Claude Security 的公测范围、Enterprise 账户条件和人工批准语义应当写进采购合同。3
Agent 产品团队：验收长任务轨迹。 AVO 的公开结果提醒团队把模型、记忆、监督器、工具和权限系统一起测试。团队要用真实代码库或业务流程记录重试、回滚、人工接管和成功任务成本，再与单次基准分数并列。
基础设施投资团队：验收资金变成了什么。 Starcloud 的 2.5 亿美元融资已经有明确的制造和发射用途，但公司目标仍要经过卫星制造、发射、在轨运行和客户使用。投资模型应把估值、已交割资金、在线容量和客户收入分栏。
自动驾驶合规团队：验收获准规模和实际运行。 Nevada 的 8000 辆上限不能直接放进运营预测。团队要继续追车辆上线、保险和费率备案、事故报告、机场授权、乘客订单与单位任务成本。

本期没有新的模型级发布，但模型之外的四个变量都在变得更具体：安全能力被限制在可审核的防御结果里，Agent 能力被运行时保存和监督，算力融资先支付制造与发射，自动驾驶则用许可证把数量和责任同时写下。对采购、投资和产品团队来说，下一步都可以沿着同一条线核对：能力在哪里运行，谁能批准动作，失败如何回滚，最后由哪一项收入或安全记录证明它真的交付了。