2026年9月8日，Anthropic預訓練研究員Jacob Coxon宣佈辭職。他在X上發文稱，兩家公司都沒有盡到應有的責任，正一頭扎進自我提升的超級智慧領域，拿公眾的生命冒險，該帖瀏覽量超過1.47億。但更值得關注的細節來自他接受Axios採訪時的一句話：他在任何股權歸屬之前就離開了，已經沒有任何理由再去推高Anthropic的估值。

Coxon在Anthropic工作了四個月，距離第一批股權歸屬還差兩個月。按公開資訊，Anthropic預計最早10月啟動IPO，市場預期估值約2萬億美元。若再等兩個月，那筆股權可能是改變一生的數字。他選擇放棄，理由並非"Anthropic不夠安全"——他在採訪中明確表示，Anthropic仍然是"遠遠最負責的參與者"，他的判斷是：最安全的公司，也做不到在競爭中保持安全。

這一判斷指向的是制度層面的變化。2023年，Anthropic釋出《負責任擴充套件政策》，其中包含一條硬性承諾：如果無法部署所需的安全措施，就必須暫停訓練更強大的模型，即"做不到就不許繼續"的條件約束。2026年2月24日，RSP 3.0釋出，原先明確的剛性暫停機制在重寫中被取消，改為更強調路線圖、風險報告和外部監督的框架。Anthropic自己的說法是，這是一次全面重寫，邊界比預期更模糊，剛性暫停機制不可操作。

同期，Anthropic在11個月內簽署了至少14.8GW的算力容量合同，潛在總成本高達5170億美元，大部分支出橫跨未來十年。一家把未來十年潛在算力支出提前鎖定的公司，很難主動減速。安全承諾由此從"我們不做什麼"，變成了"我們怎麼解釋我們做了什麼"。

Anthropic並非唯一調整表述的公司。OpenAI的2024年度IRS表格（990表）於2025年11月釋出，使命陳述從"構建安全地造福全人類的通用人工智慧，不受財務回報需求的約束"，改為"確保通用人工智慧造福全人類"。"safely"與"不受財務回報需求約束"兩處表述均消失。此外，OpenAI在兩年內解散了三個安全團隊，Ilya Sutskever離開後創立了Safe Superintelligence，多位安全高層陸續離職。兩家最強調安全的公司，在同一時期重新定義了自己的安全邊界。

Coxon在採訪中的兩句話值得注意。其一是：如果面臨競賽壓力，就必須抄近路，或者跳過監督流程中的步驟。其二是：對OpenAI和中國的過度偏執，有時會被用來為加速推進提供理由。這兩句話構成同一悖論的兩面——為了更安全，必須更快實現超級智慧，因為若對手先實現，安全就無法保證；但更快意味著縮短訓練、評估和釋出週期，研究人員用於理解模型內部機制、檢查危險行為的時間必然減少。

公開渠道中，很難找到一家在競爭壓力下堅持安全承諾、且沒有因慢下來而出局的AI公司案例。推遲釋出在公關敘事裡是負面訊號，公司傾向於把它包裝成"技術迭代"或"最佳化體驗"，外界也難以區分推遲究竟出於安全還是技術原因。能找到的報道幾乎都是事後覆盤。

2026年6月的Fable 5事件提供了一個更具體的觀察樣本。6月9日Fable 5釋出；6月11日晚，亞馬遜CEO Andy Jassy致電白宮，提交越獄報告，當晚至少五家公司跟進聯絡政府官員；6月12日上午白宮緊急開會，財政部長、網路安全主管、幕僚長等參加，下午白宮連打三通電話要求Anthropic CEO Dario Amodei修漏洞或下架，下午5點21分商務部出口管制令送達，當晚Fable 5全球下線。從釋出到下線僅三天。真正讓模型停下來的，不是公司內部那條紅線，而是風險釋放之後的監管介入。

若安全承諾可以被維持，通常需要三個條件之一：統一監管標準、技術進入平台期、或市場獎勵安全。監管研究者、技術研究者和投資人給出的這三類回答，指向同一件事——能維持安全承諾的條件目前都不成立。

專業領域內部對此存在分歧。Anthropic的支持者認為，RSP 3.0不是刪除安全承諾，而是把剛性承諾升級為更可操作的柔性框架，透明披露反而更利於外部監督，Coxon的擔憂合理但結論過於悲觀。產業界有人認為，競爭壓力不是藉口而是事實，留在內部推動改變比離開更有用。安全研究者則分成兩派，一派認為安全承諾正被系統性侵蝕，另一派認為"可維持性"本就是程度問題，並非非黑即白。

從時間線看，RSP 3.0改寫"暫停訓練"承諾後，2026年6月便發生了Fable 5安全防護可被繞過的事件，中間隔了四個月。這四個月裡，Anthropic完成了H輪融資，投後估值9650億美元，融資公告寫明資金將用於"推進AI安全性與可解釋性研究"，同時"擴充算力基礎設施"。兩者被放在同一份檔案裡，同等重要。

安全敘事自創立起就是Anthropic的品牌資產：OpenAI要快，Anthropic要穩。投資人買的正是"最安全的AI公司"這個故事，它支撐了H輪9650億美元估值與2萬億美元的IPO預期。若安全承諾可被競爭壓力修改，它在投資判斷中理應被打折。Morningstar在Coxon辭職後釋出專項分析《Trustworthy AI: How Investors Should Assess Key Risks Around the Anthropic and OpenAI IPOs》，指出Fable 5事件使安全承諾成為財務風險，通過監管幹預風險、收入持續性風險、監管就緒訊號三個渠道體現。

David Sacks在X上發文稱，在對舉報人的說法進行調查之前，Anthropic的IPO肯定應該暫停。Sacks是美國總統科學技術顧問委員會（PCAST）主席。若監管機構介入調查Anthropic是否存在"安全承諾與實際行動不一致"的問題，其面臨的將不只是公關危機，而是合規危機。

對投資人而言，這件事提出了一個此前未被充分定價的問題：所投資的"最安全的AI公司"，其安全承諾值多少錢。投資人買到的不只是模型能力，還有一套關於風險邊界的治理承諾。如果"暫停訓練的硬性紅線"可以從檔案中消失，那麼品牌敘事中有多少是真實約束、多少是營銷話術，需要重新評估。

Coxon放棄股權，本質上是在做一次審計。他的職業是預訓練研究員，工作是製造"不可撤回的釋放"——訓練模型，模型記住資料，把資訊編碼進權重，一旦訓練完成便不可撤回。他每天都在製造不可逆的東西，然後發現這些東西沒有開關。他辭職，不是因為認為Anthropic不在乎安全，而是因為認為最安全的公司也做不到在競爭中保持安全。在2萬億美元的估值面前，他放棄的股權是一粒塵埃；但他說的話，是一根針。