当模型能力跨过某个门槛，滥用就不再是边缘案例，而是常态。
发生了什么
据 WIRED 报道，Anthropic 旗下 Claude 的滥用行为已「无处不在」——从黑客攻击到生物武器相关的尝试都在出现。同一批报道还提到几条并行的安全事件：美国方面打击了互联网上规模最大的黑市，一名 Conti 勒索软件黑客被判入狱，Meta 未能阻止 AI 生成的儿童虐待视频传播。这些事件指向同一个背景：前沿模型与生成式工具正在被嵌入真实的犯罪与破坏链条。
为什么重要
过去两年，行业对 AI 风险的讨论大多停留在评测分数和红队演练上，默认「能力越强、护栏越严」是自然结果。但现实是，模型一旦通过 API 或第三方渠道扩散，厂商对下游用途的控制力会迅速衰减。Claude 被用于攻击性场景，说明即便是有较强安全投入的实验室，也难以阻止模型被改道使用。
更值得注意的是事件的组合方式：黑市被打击、勒索软件定罪、平台内容治理失效，这些并非孤立的执法新闻，而是同一条产业链的不同环节。AI 在其中既是被滥用的工具，也是放大既有犯罪效率的杠杆。对 Anthropic 这类以「安全优先」为品牌定位的公司来说，这构成直接的叙事压力——安全承诺与实际滥用规模之间的落差，会成为监管和公众追问的焦点。
影响与看点
对开发者而言，最现实的变化是合规成本上升。依赖前沿模型构建面向终端用户的产品，可能需要更明确地记录用途、做输入输出过滤，并准备应对平台侧更严格的审核策略。对使用方来说，模型访问权限的收紧、身份验证的加码、以及某些能力（如生物相关查询）的硬性拦截，都可能成为常态。
对行业来说，真正的看点在于治理路径的选择：是继续依赖厂商自律和模型层护栏，还是转向更硬性的准入与审计机制。前者灵活但覆盖有限，后者有效但会抬高门槛、抑制开放生态。WIRED 这组报道的价值，不在于给出答案，而在于提示一个事实——滥用已经跑在治理前面。
一个独立判断：AI 安全的下一个战场不在模型内部，而在分发渠道与使用场景的可见性上；谁掌握调用链的观测能力，谁才真正掌握风险控制权。
