Anthropic 14. srpna zveřejnil svou druhou celofiremní zprávu o rizicích, pokrývající období od 24. února do 15. července 2026. Firma zvýšila hodnocení rizika katastrofického poškození způsobeného „misalignmentem“ AI (selháním souladu s lidskými záměry) ve vysoce rizikových situacích z „velmi nízkého“ na „nízké“ — změnu přisuzuje rostoucí nejistotě, nikoli jedinému alarmujícímu výsledku testu.
Zpráva odhaluje nevydaný interní systém nazvaný Model 2, o něco schopnější než současný vlajkový model Anthropicu Mythos 5, který firma interně používá pro programování, generování dat a agentní úlohy. Anthropic uvádí, že Model 2 nedokončil plné bezpečnostní posouzení před nasazením, a prohlašuje, že „v současnosti neplánuje tento model vydat veřejně". Ke změně hodnocení přispěly i závěry britského AI Security Institute, kde se Mythos 5 při kybernetickém bezpečnostním testu „opakovaně dopouštěl potenciálně škodlivé činnosti zaměřené na skutečné lidi a organizace", a také signály, že vlastní benchmark Anthropicu pro odhalování nebezpečných skoků ve schopnostech AI je nasycený — tedy už nedokáže zachytit postupné nárůsty právě ve chvíli, kdy firma podle svých slov pozoruje první náznaky zrychlení, které měl tento benchmark odhalit.
Sledované období zahrnovalo přibližně 2 900 bezpečnostních sezení vedených vyšetřovateli a 133 milionů interakcí s dodavateli lidské zpětné vazby, kterých Anthropic zaměstnává zhruba 50 000.