Anthropic 红队测试：Claude 照片找人误差仅 37 公里，超越顶级人类玩家

过去我们在谍战片里看到特工通过一张照片的树影、一块地砖就锁定嫌疑人的行踪，总觉得那是极少数顶尖侦察专家才有的特异功能。

Anthropic 红队刚刚公布的一项最新评估却打破了这个认知。在情报搜集和战术定位这类传统上高度依赖昂贵专家的领域，前沿大模型的表现已经开始逼近甚至超越人类天花板。

6000 张照片测出的「超人类」侦探

这次测试针对的是情报链条里最耗人力的两个环节：锁定人物行踪的战术定位，以及常规武器开发。

在照片地理位置推断测试中，Anthropic 给模型投喂了 6000 张完全剥离了元数据、不能调用反向搜图和外部工具的真实社交媒体照片。

结果令人吃惊。Anthropic 拿顶级 GeoGuessr 职业选手的战绩做对比，排名前 0.01% 的冠军组选手猜测位置的中位数误差是 151 公里。而尚未正式发布的 Claude Mythos Preview 和 Mythos 5，中位数误差分别只有 37.0 公里和 47.2 公里，并且有接近四分之一的照片被它们精准定格在 1 公里以内。

即便是作为开源权重的国产模型 Kimi K3，中位数误差也压到了 385 公里，且有 16.7% 的照片定位在 1 公里内，这个精度几乎是同级 Sonnet 5 的 1.7 倍。

除了看图定位，模型在跨平台「人肉」和身份关联上也展现出了可怕的效率。

在模拟 WhatsApp、Telegram、Instagram 和 Facebook 的 200 项测试任务中，面对包含约 3.7 万词的碎片化社交聊天记录，人类分析师通常需要阅读两个半小时以上、花更长时间做关联推理，而 Mythos Preview 平均只用了 11 分钟就完成了对虚拟匿名账号的精准交叉比对和人物归类。

以前防的是泄密，现在防不住算力

Anthropic 在报告里指出了一个很多人没意识到的现实：以往保护普通人、敏感项目和设施不被情报机构盯上的，往往不是保密做得多好，而是分析师的人工成本太贵。

海量能够用来去匿名化的数据其实一直在互联网上低价流传，甚至公开可查，只是过去没有谁有那么多高级分析师去一条条肉眼比对。

当大模型把这项专业工作的耗时从几小时缩短到几分钟，原本只有大国情报机构才玩得起的「杀伤链」前端定位，门槛直接被拽到了地面。

目前 Anthropic 已经上线了针对监控和武器开发的新型安全分类器，专门拦截这类恶意调用。但 Anthropic 同时也直言不讳地警告，即使开源权重模型在绝对能力上仍落后于最前沿，但它们展现出的战术识别潜力同样值得警惕。

为什么重要

这份报告最直接的冲击，在于它把大模型安全讨论从遥远的核生化风险，拉回到了近在咫尺的现实冲突与个人隐私。

对于普通用户和公众来说，坏消息是传统的隐私防线在视觉多模态模型面前几乎失效了。哪怕你随手发在社交平台上的照片抹掉了 EXIF 信息、背景里没有任何地标，只要路边的植被、电线杆或建筑风格带有地域特征，AI 就能以几公里以内的精度抓出你的位置。现在发图需要比以往任何时候都更加谨慎。

对行业来说，我们认为 Anthropic 这次主动「自曝家丑」的做法相当聪明。它没有像以往某些厂商那样对模型的危险能力遮遮掩掩，而是通过详实的数据告诉外界：前沿军备竞赛已经进入了常规武器与战术情报层级。

但隐患同样明显。Anthropic 固然可以在自家 API 上加装过滤器，可开源码模型正在以肉眼可见的速度逼近。当战术情报分析能力在开源社区普及，云端护栏就成了防君子不防小人的摆设。看起来，未来限制这类技术滥用的真正战场，远不止是在模型提示词的安全对齐上。