加载失败
OpenAI（ChatGPT 背后的 AI 公司）和 Anthropic（另一家主打 AI safety 的 AI 公司）都在高阶模型访问上采取了更严格的限制，这类做法常被包装成“防止 misuse”的安全措施。标题里提到的 Mythos 和 Cyber 可理解为两家公司受限的高能力模型代号，争议点在于：Anthropic 先被指责限制 Mythos，随后 OpenAI 又限制 Cyber，于是双方都陷入“既批评对方、自己又照做”的尴尬。评论区因此把讨论分成两层：一层是这些模型是否真的足够危险，另一层是限制访问是否也是制造稀缺、抬高定价、吸引企业客户的营销策略。讨论还牵涉到 Sam Altman（OpenAI CEO）的可信度、第三方是否能独立验证模型的安全/攻击能力，以及开源大语言模型是否会在高价和封闭策略下重新获得优势。
不少评论把“模型太危险所以限流”解读成一种营销手法，而不是单纯的安全决定。有人用“velvet ropes”“怪奇秀”来比喻：先把门槛抬高、制造神秘感，再把模型包装成稀缺而高价的产品。也有人直说，只要公开发布不如制造恐慌更赚钱，这些公司就会优先选择后者。整体上，这一派认为所谓高危叙事更像商业戏码。
评论区对 Sam Altman 和 OpenAI 的可信度明显偏低，很多人默认他们的话不能照单全收。有人表示根本不明白为什么还会有人相信他，也有人把这种信任类比成公众明知政客常撒谎却仍继续听信。还有回复直接嘲讽，认为如果没关注过围绕他的长期争议，就等于漏看了大量相关信息。这个观点的核心不是具体模型，而是对发言者动机和诚信的持续怀疑。
一部分评论承认这些模型可能确实具备不错的 vulnerability research 能力，至少在 security 方向上不只是空喊。反对者则指出，问题在于外界没有公开访问权限，也缺少值得信任的第三方评测，因此“demonstrably”这个说法站不住脚。换句话说，争论焦点不是模型有没有能力，而是谁能验证、怎么验证、验证结果是否可信。
有评论把这场争论上升到 AGI 竞赛，讽刺地问“真正的 AGI”会不会先去 hack 竞争对手实验室来拖慢进度。紧接着又把 AGI 解释成“Automatically Generating Income”，把话题拉回赚钱和商业模式，而不是科幻愿景。另一条线索则认为补贴一旦消失，token 价格会上涨，企业会被迫为 premium access 买单，最后可能逼更多人转向 open LLMs（开源大语言模型）。这派观点把当前限制访问看成整个行业从烧钱扩张转向收费、垄断和替代方案回流的信号。
AGI: Artificial General Intelligence，通用人工智能；评论里既被认真讨论，也被拿来开玩笑，甚至被改成“Automatically Generating Income”。
LLM: Large Language Model，大语言模型；这里指 OpenAI、Anthropic 这类公司推出的生成式模型。
vulnerability research: 漏洞研究/安全研究，指寻找系统漏洞、攻击面和潜在利用方式的工作。