這不是新模型上市公告,而是一份透明度更新。它同時提供一個限制:Opus 4.5 仍需要人類處理長期判斷與協作;也暴露一個方法問題:當簡單的 rule-out 測試被模型做滿,通過測試不再足以證明風險很低。
已確認的事實
Anthropic 的 Transparency Hub 在 2026 年 10 月 2 日標示新的 Model Report,集中整理 Claude 模型的能力、安全評估和部署防護;這次頁面更新不是 Opus 4.5 的新上市日期。
對 Claude Opus 4.5,Anthropic 表示它以 ASL-3 防護部署,尚未達到 AI R&D-4「能完整自動化 Anthropic 初階、遠端研究員」的門檻;公司調查的 18 名研究員也沒有人認為它能完全取代初階 ML 研究或工程工作。
同一份報告說,Opus 4.5 在 GPU kernel、訓練語言模型、強化學習實作和真實軟體工程問題等測試上,已碰到多個預先設定的 rule-out 門檻。這些是早期代理指標,不等於模型已跨過 AI R&D-4。
Anthropic 也承認,長期任務中的問題拆解、取得新資訊後調整、維持大型程式碼庫脈絡,以及數週的溝通協作,仍是 Opus 4.5 的弱點;公司以此判定它尚不能完整自動化初階研究職位。
OECD 於 2026 年 10 月 2 日發布 Anthropic PBC 的 G7 Hiroshima AI Process 透明度報告。Anthropic 在自填內容中列出 RSP/Frontier Compliance Framework、英美 AI 安全機構與 METR 的外部測試合作,以及每 3 至 6 個月發布風險報告的做法;OECD 收錄報告不代表替這些結果背書。
訊號報分析
這次更新最有價值的地方,不是某個「安全分數」,而是把模型能力與評估方法放在同一張圖上:模型可以在短任務或局部基準表現很強,仍然無法穩定完成需要長期規劃、判斷和協作的工作。
「沒有通過 AI R&D-4」不能翻譯成「沒有風險」。Anthropic 自己說,部分 rule-out 測試已失去排除更高自主性的能力;它只能說目前這套代理指標不再足以單獨判斷,而不是證明模型安全。
ASL-3 是 Anthropic 的 Responsible Scaling Policy 分級,不是政府核發的安全認證,也不代表所有部署場景都相同。使用者仍要看 API、Claude.ai、瀏覽器和工具權限等具體環境。
18 名內部研究員的調查能補充「實際使用者怎麼看長期任務」,但仍是公司內部樣本。OECD 報告列出的外部紅隊和 METR 合作,重點在是否公開方法、存取範圍與可重現結果,而不只是合作名稱。
對企業與開發者而言,最實用的訊號是評估設計:不要只問模型在基準上拿幾分,要問它能否在受限權限、可中斷、可追蹤的流程中完成任務,以及失敗時是否會停下來求助。
仍未知的部分
- Transparency Hub 的摘要沒有公開所有測試題目、完整失敗案例、提示設定、重試策略和成本,因此外部團隊難以直接重跑每個數字。
- 「接近或超過 rule-out 門檻」在不同測試上的具體分數、信賴區間與跨模型比較,仍需逐一閱讀 Opus 4.5 system card;目前不能把一句總結當成單一能力曲線。
- 18 名研究員的內部調查如何抽樣、是否包含不同職能、任務設定和盲測條件,公開頁面沒有完整說明;外部研究者是否會得到同樣結論仍未知。
- Anthropic 表示將發布與 AI R&D 風險相關的後續報告,但時間、方法、外部審查者與可公開程度尚未確定。
- 外部紅隊、UK AISI、US CAISI 和 METR 的實際發現、資料存取範圍與未公開限制,不能只從 OECD 的自填報告判定;也尚不清楚這些結果如何影響每個產品的即時防護。
讀者可以怎麼核對
- 先確認日期:2026 年 10 月 2 日是 Transparency Hub Model Report 的更新日,不是 Claude Opus 4.5 的新發售日;模型報告、system card 和產品公告是三種不同文件。
- 看到「未達門檻」時,追問門檻是實際能力還是 rule-out proxy;再看測試是否涵蓋長期任務、工具使用、權限限制、失敗恢復和人類交接。
- 把 ASL-3 當成公司內部風險分級,不要當成政府認證或在任何環境都安全的保證;部署前仍要檢查模型版本、工具權限、審批與可中斷機制。
- 對外部評估合作,要求看到方法、資料範圍、限制和公開報告,而不只看「與某安全機構合作」這句話。
- 將短基準高分、長任務能否收尾、是否會誤用工具、以及真實部署事故分開記錄;它們回答的是不同問題。
後續追蹤
- Anthropic 後續發布的 AI R&D sabotage risk report、完整 system card 修訂和 rule-out 測試更新。
- METR、UK AISI、US CAISI 或其他外部評估者是否公開可核對的結果、方法與存取限制。
- Opus 4.5 在真實長期研究、軟體工程和代理工具環境中的失敗率、成本、人工介入頻率與事故紀錄。
- Anthropic 是否把 Transparency Hub 的摘要、模型版本和部署防護變更保留可追溯的歷史版本。
- 其他模型開發商是否用相同或更嚴格的長期自主性評估,讓「能否取代初階研究員」變成可比較而非各說各話的指標。
本文提供資訊與研究脈絡,不構成個別投資、法律或財務建議。數據和政策可能更新,決策前請核對最新原文。