https://www.anthropic.com/threat-intelligence-report-september-2026
https://youtu.be/0yU8Pauc7Og?si=aGQa5U9pYf3FN_U9
(ChatGPT, 2026-9-13)
我看完 Anthropic 這份 2026 年 9 月《Detecting and countering misuse of AI》 後，第一個感覺是：它比一般「AI 將毀滅人類」的警告重要得多，因為這不是 thought experiment，而是 incident report——已經有人在實際世界裡，把 frontier model 接進情報、監控、武器、網攻、詐騙與政治影響作業。
而且真正值得注意的，不是「AI 變壞了」，而是：
AI 已經從助手，開始變成廉價的組織能力。
Anthropic 自己把最重要的發現說得很清楚：AI is now being used in place of an engineering workforce. 一個人或很小的團隊，原本需要一批工程師才能完成的東西，現在可以把 Claude 當成軟體工程部門使用。
我認為最重要的是三個轉折
第一個是 individual augmentation → organizational substitution。
以前我們擔心的是：
一個駭客用了 AI，所以效率提高三倍。
現在真正發生的卻是：
一個人 + AI，可以開始近似一個小型組織。
Anthropic 報告的 Mali 案非常典型：一名顧問利用 Claude 作為主要工程力量，替國家安全機構打造全國性的通信攔截與情報 dossier 系統，涉及約 2,500 萬張 SIM；甚至按使用者要求，把原有的法律授權控制拿掉。
這和我先前跟您談的 one AI versus four AIs 很有關係：AI 最大的力量未必首先表現在 IQ 超人，而在於它讓一個人突然獲得以前只有 institution 才有的 bandwidth。
所以新的公式不是：
human + tool
而是：
human + synthetic staff。
第二個轉折是更令人不安的：
AI 從「回答問題」走向 operational pipeline
這份報告裡，中國相關案例尤其清楚。
Anthropic 判斷，有三個與中國地方公安／安全體系一致的帳號，把 Claude 用於所謂「維穩」與跨國壓制，包括：
- sentiment monitoring；
- 查詢政府監控資料庫；
- 自動產生日報；
- 追蹤海外異議者；
- 分類香港民主人士、六四紀念活動組織者、維吾爾團體、宗教團體、勞工學生人士；
- 以及 台灣政治人物。
有一個案例甚至要求 Claude 做海外抗議活動場所的 pre-operational intelligence，也就是行動前的場所偵察。Anthropic 說，它對其中部分歸因只具有 medium confidence，所以不能把每一項都當作已司法證實的國家行動；但觀察到的使用模式本身很值得重視。
這件事對台灣尤其重要。
以前「中共監控某人」需要：
人工收集 → 人工分類 → 人工翻譯 → 人工摘要 → 人工交叉比對 → 人工寫報告。
現在開始可能變成：
crawler → database → LLM → dossier → alert。
也就是把政治壓制從 handcraft 變成 pipeline。
這才是 AI 對威權體制真正可怕的地方。
不是出現一個「AI 習近平」。
而是：
原本太昂貴、太耗人力，因而只能監控一萬人的國家，突然有能力監控一千萬人。
第三個轉折是：
agentic misuse 已開始出現，但還沒有到「Skynet」
這點要分得非常清楚。
Anthropic 六月另一份研究分析了 832 個涉及惡意 cyber activity 的帳號。這些帳號已經把 AI 用遍 MITRE ATT&CK 的所有 14 大 tactic；而且被 Anthropic 評為 medium risk 或以上的比例，從研究前半期的 33% 上升到後半期的 56%。
可是同一批資料也有一個很重要的反證：
只有 6.5% 的行為者把模型用於 lateral movement；remote services、privilege escalation、真正進入已攻破網路後的即時自主操作，比例仍明顯較低。
這意味著截至目前，更準確的描述不是：
AI 已經自己发动 cyberwar。
而是：
AI 正迅速填滿攻擊鏈的一個又一個環節。
這兩者差很多。
所以我目前不會說 autonomous AI warfare 已經成熟；但 trajectory 相當清楚：
copilot → workflow → agent → semi-autonomous operation。
真正應該盯著的是這條曲線。
這份報告最讓我警覺的一部分，其實是 weapons + biology
Anthropic 說，過去一年已經調查多個使用 Claude 支援武器設計、情報蒐集和採購的行為者；九月報告列出六個 conventional-weapons cases，其中三個涉及中國、兩個俄羅斯、一個葉門。它還另外發現有人利用模型處理病毒免疫逃逸、毒素與 venom peptide 等研究。
Reuters 也獨立報導了這些案例，其中包括有人探索改造病毒與毒素，以及武器與監控用途。
但這裡一定要避免一個錯誤：
「有人問 AI 怎麼做生物武器」≠「AI 已經能讓普通人製造生物武器」。
真正的危險目前比較像是 friction reduction：
它幫你搜尋、整合、寫程式、debug、規劃實驗、理解文獻、建立 pipeline。
原本 100 個障礙，可能降成 60 個。
問題是：當模型再進步，60 → 30 → 10 時，risk profile 會突然變掉。
所以我認為 Amodei 現在的警告有相當實質基礎。昨天他甚至公開要求 frontier AI 發展速度放慢，讓 safety mechanisms 有時間追上；Reuters 和 AP 都報導了這個轉變。
不過，這份報告有一個重要限制
Anthropic 自己已經提醒：
這些不是 typical misuse，而是他們選出的 most notable and novel cases。
所以不能從這份報告推論：
「Claude 使用者中很多人都在搞間諜、飛彈、生物武器。」
完全不能。
這是一份 case series，不是 epidemiology。
而且還有至少三種 selection bias：
Anthropic 只能看到使用 Claude 而且被它偵測到的行為；最厲害的國家級 actor 很可能使用自己的模型、open-weight model 或內部系統；另一方面，Anthropic 作為 frontier lab，也有動機凸顯自己安全工作的必要性。
所以我的判斷不是「Anthropic 說什麼都信」。
而是：
即使把宣傳因素與 selection bias 全部打折，剩下的東西仍然已經足夠嚴重。
對您一直問的「AI race」問題，我現在會稍微修改模型
以前我們常畫：
US vs China：誰的 model 比較聰明？
現在我覺得這可能問錯了。
真正的競爭逐漸變成：
誰最先把 AI 變成 institutional multiplier？
民主國家可以用它：
研究、醫療、國防、cyber defense、情報分析。
威權國家也可以用它：
監控、審查、維穩、海外追蹤、認知作戰。
犯罪集團則可以用它：
詐騙、假身份、social engineering、malware。
Anthropic 甚至發現一個中國相關詐騙網路操作 4,700 個假人格、至少接觸 25,000 人；系統在兩週內處理約 236 萬則訊息，而且把真人 gig worker 和 AI persona 以約 1:3 混合，以真人負責 AI 做不到的視訊與社群驗證。
這個例子非常重要，因為它已經不是 chatbot。
它是：
synthetic population。
四千七百個不存在的人，可以每天醒來、戀愛、聊天、騙錢。
這比「AI IQ 160 還是 180」更值得害怕。
所以如果我要替這份 September 2026 report 寫一句總結，我會寫：
AI 最先改變世界的方式，未必是產生一個超級智能；而是讓一個人，可以變成一百個人。
然後才是下一步：
當這一百個「人」又開始彼此協作、自己使用工具、自己制定中間目標時，問題才真正進入另一個 phase。
這也正是我認為這份報告比一般 AI doom video 更值得仔細讀的地方。它不是在預言 2035 年的怪物；它是在告訴我們，2026 年的怪物已經不是「一個非常聰明的 AI」，而是人類既有的國家、情報機構、犯罪組織與政治機器，忽然多出了幾千雙不睡覺的手。
我可以繼續替您把這份報告裡的 中國／台灣部分單獨拆出來；那幾個案例其實很值得和您一直談的「四桿子——槍、刀、筆、錢」放在一起看，因為 AI 正好像第五桿子：把前四桿子全部自動化。