2026年9月8日，Anthropic预训练研究员Jacob Coxon宣布辞职。他在X上发文称，两家公司都没有尽到应有的责任，正一头扎进自我提升的超级智能领域，拿公众的生命冒险，该帖浏览量超过1.47亿。但更值得关注的细节来自他接受Axios采访时的一句话：他在任何股权归属之前就离开了，已经没有任何理由再去推高Anthropic的估值。

Coxon在Anthropic工作了四个月，距离第一批股权归属还差两个月。按公开信息，Anthropic预计最早10月启动IPO，市场预期估值约2万亿美元。若再等两个月，那笔股权可能是改变一生的数字。他选择放弃，理由并非"Anthropic不够安全"——他在采访中明确表示，Anthropic仍然是"远远最负责的参与者"，他的判断是：最安全的公司，也做不到在竞争中保持安全。

这一判断指向的是制度层面的变化。2023年，Anthropic发布《负责任扩展政策》，其中包含一条硬性承诺：如果无法部署所需的安全措施，就必须暂停训练更强大的模型，即"做不到就不许继续"的条件约束。2026年2月24日，RSP 3.0发布，原先明确的刚性暂停机制在重写中被取消，改为更强调路线图、风险报告和外部监督的框架。Anthropic自己的说法是，这是一次全面重写，边界比预期更模糊，刚性暂停机制不可操作。

同期，Anthropic在11个月内签署了至少14.8GW的算力容量合同，潜在总成本高达5170亿美元，大部分支出横跨未来十年。一家把未来十年潜在算力支出提前锁定的公司，很难主动减速。安全承诺由此从"我们不做什么"，变成了"我们怎么解释我们做了什么"。

Anthropic并非唯一调整表述的公司。OpenAI的2024年度IRS表格（990表）于2025年11月发布，使命陈述从"构建安全地造福全人类的通用人工智能，不受财务回报需求的约束"，改为"确保通用人工智能造福全人类"。"safely"与"不受财务回报需求约束"两处表述均消失。此外，OpenAI在两年内解散了三个安全团队，Ilya Sutskever离开后创立了Safe Superintelligence，多位安全高层陆续离职。两家最强调安全的公司，在同一时期重新定义了自己的安全边界。

Coxon在采访中的两句话值得注意。其一是：如果面临竞赛压力，就必须抄近路，或者跳过监督流程中的步骤。其二是：对OpenAI和中国的过度偏执，有时会被用来为加速推进提供理由。这两句话构成同一悖论的两面——为了更安全，必须更快实现超级智能，因为若对手先实现，安全就无法保证；但更快意味着缩短训练、评估和发布周期，研究人员用于理解模型内部机制、检查危险行为的时间必然减少。

公开渠道中，很难找到一家在竞争压力下坚持安全承诺、且没有因慢下来而出局的AI公司案例。推迟发布在公关叙事里是负面信号，公司倾向于把它包装成"技术迭代"或"优化体验"，外界也难以区分推迟究竟出于安全还是技术原因。能找到的报道几乎都是事后复盘。

2026年6月的Fable 5事件提供了一个更具体的观察样本。6月9日Fable 5发布；6月11日晚，亚马逊CEO Andy Jassy致电白宫，提交越狱报告，当晚至少五家公司跟进联系政府官员；6月12日上午白宫紧急开会，财政部长、网络安全主管、幕僚长等参加，下午白宫连打三通电话要求Anthropic CEO Dario Amodei修漏洞或下架，下午5点21分商务部出口管制令送达，当晚Fable 5全球下线。从发布到下线仅三天。真正让模型停下来的，不是公司内部那条红线，而是风险释放之后的监管介入。

若安全承诺可以被维持，通常需要三个条件之一：统一监管标准、技术进入平台期、或市场奖励安全。监管研究者、技术研究者和投资人给出的这三类回答，指向同一件事——能维持安全承诺的条件目前都不成立。

专业领域内部对此存在分歧。Anthropic的支持者认为，RSP 3.0不是删除安全承诺，而是把刚性承诺升级为更可操作的柔性框架，透明披露反而更利于外部监督，Coxon的担忧合理但结论过于悲观。产业界有人认为，竞争压力不是借口而是事实，留在内部推动改变比离开更有用。安全研究者则分成两派，一派认为安全承诺正被系统性侵蚀，另一派认为"可维持性"本就是程度问题，并非非黑即白。

从时间线看，RSP 3.0改写"暂停训练"承诺后，2026年6月便发生了Fable 5安全防护可被绕过的事件，中间隔了四个月。这四个月里，Anthropic完成了H轮融资，投后估值9650亿美元，融资公告写明资金将用于"推进AI安全性与可解释性研究"，同时"扩充算力基础设施"。两者被放在同一份文件里，同等重要。

安全叙事自创立起就是Anthropic的品牌资产：OpenAI要快，Anthropic要稳。投资人买的正是"最安全的AI公司"这个故事，它支撑了H轮9650亿美元估值与2万亿美元的IPO预期。若安全承诺可被竞争压力修改，它在投资判断中理应被打折。Morningstar在Coxon辞职后发布专项分析《Trustworthy AI: How Investors Should Assess Key Risks Around the Anthropic and OpenAI IPOs》，指出Fable 5事件使安全承诺成为财务风险，通过监管干预风险、收入持续性风险、监管就绪信号三个渠道体现。

David Sacks在X上发文称，在对举报人的说法进行调查之前，Anthropic的IPO肯定应该暂停。Sacks是美国总统科学技术顾问委员会（PCAST）主席。若监管机构介入调查Anthropic是否存在"安全承诺与实际行动不一致"的问题，其面临的将不只是公关危机，而是合规危机。

对投资人而言，这件事提出了一个此前未被充分定价的问题：所投资的"最安全的AI公司"，其安全承诺值多少钱。投资人买到的不只是模型能力，还有一套关于风险边界的治理承诺。如果"暂停训练的硬性红线"可以从文件中消失，那么品牌叙事中有多少是真实约束、多少是营销话术，需要重新评估。

Coxon放弃股权，本质上是在做一次审计。他的职业是预训练研究员，工作是制造"不可撤回的释放"——训练模型，模型记住数据，把信息编码进权重，一旦训练完成便不可撤回。他每天都在制造不可逆的东西，然后发现这些东西没有开关。他辞职，不是因为认为Anthropic不在乎安全，而是因为认为最安全的公司也做不到在竞争中保持安全。在2万亿美元的估值面前，他放弃的股权是一粒尘埃；但他说的话，是一根针。