给能力越来越强的 AI 划安全线，不能只靠一句“我们很重视”。更关键的是，公司有没有提前设定危险能力的分界线，并在模型接近红线时升级防护。Anthropic 于 2026 年 8 月发布第二期风险报告，试图把这套判断过程摆到台面上。
这份报告属于其 Responsible Scaling Policy（RSP，能力越可能造成严重危害，开发和部署要求就越严格）的一部分。Anthropic 称，报告会说明其系统面临的风险，以及公司应对这些风险的准备程度。它值得关注，不只因为结论本身，也因为定期披露能让外界持续检验安全承诺是否真正变成治理流程。
不过，公开版本明确标为“Redacted”，即部分内容经过删节。这样可以避免敏感能力、攻击方法或防护细节被滥用，却也限制了外界独立核查。现有摘要未披露具体能力阈值、评估结果或防护升级情况，因此暂时不能据此判断 Anthropic 的准备是否充分。