七点七二 TB 的假货，做工比真货还讲究

2026-11-02 · 人工智能

11 月 1 日下午三点四十六分，Hugging Face 的一个讨论区里，有人贴了一份统计分析，结论很短：这些权重是脚本随机抽出来的，从来没训练过。

四十三分钟后，另一个叫 FloxUnder 的人补上了可复现的检验。他没说「我觉得」，他给出了步骤：把张量名字转成字节串，算 SHA-256，取前八个字节，当成随机数种子，喂给 PCG64，生成标准正态分布的数，再按张量类型做一次固定变换——归一化权重取 exp(0.06z)，卷积核取 z/6——最后舍入成 BF16。

照着跑，43 个张量、730368 个数值，二进制逐位一致。他还提前盲测了 21 个，全中。

整个验证过程，只从服务器上拉下来大约 90 KB。

而被验证的那堆东西，是 7.72 TB。

这个仓库叫 numbat，10 月 23 日开始上传，772 个 safetensors 分片，一个文件十来个 G，传了两天。上传的账号 10 月 16 日才注册，名下只有这一个仓库。

模型卡写得很像那么回事。约 14 万亿参数，114 层主干，混合注意力：Gated DeltaNet 搭 Multi-head Latent Attention。MoE 铺了 1224 个路由专家，每个 token 激活 48 个，另加 1 个共享专家。权重是 NVFP4。它说自己是 Anthropic 下一代 Mythos 级训练的第 183 万步检查点，全程计划约 196 万步，后训练和 RLHF 都还没做。

配置、架构实现代码、分词器、张量索引、最后 400 步训练日志、自报评测分数，一样不缺。MMLU 88.49%，ARC-Challenge 72.01%。

最能骗人的是那个代号。2026 年 3 月 31 日，Anthropic 把 Claude Code 2.1.88 版发到 npm，包里带了一个调试文件，源码泄了五十多万行。里面有一句注释：「Remove this section when we launch numbat.」numbat 是内部代号，还没上线。

四个多月后，有人在 Hugging Face 上开了个仓库，就叫 numbat。

于是 11 月 1 日那天，它在 Reddit 和 Hugging Face 讨论区同时炸开。页面显示 5846 次下载，74 个赞。有人的推文播了 26 万次。一群做模型的人第一反应是：Anthropic 的权重漏了。

我得说句实话：这套东西的做工是真的好。

模型卡列了四条理由证明自己是真的——代号对得上、架构符合业界对下一代的猜测、NVFP4 的缩放因子解码全部合规、云云。前两条是话术，第三条是技术活。真把几万亿个 4 bit 数值按 E4M3 的块缩放规则打包成七个 TB，还能通过往返校验，这不是随手写个脚本能糊弄过去的。

但第三条恰恰也是最没用的那条。

一台打印机印得再清楚，也不能证明纸上写的字是真的。文件自洽只能说明这批文件出自一个守规矩的工具；随机数生成器同样守规矩。

有个细节挺讽刺。Hugging Face 页面自己统计出来是 6.85 万亿参数，上传者说 14 万亿。这个差可以解释：NVFP4 一个字节塞两个数，6.83 乘 2 差不多就是 13.66。解释得通，但解释得通和是真的，是两件事。

另外几处对不上，更像老宅子墙角的裂缝：

按配置推算，每个 token 激活的参数只有约 5530 亿。分词器的风格偏中文常用 BPE，跟 Anthropic 过去公开的那套差得远。自报的评测分数没有数据集版本、没有 prompt、没有采样参数、没有脚本——无法复现的分数，在技术上等于没写。它说评测跑在 85 台 AWS Trainium2 上，可 NVFP4 是英伟达的格式。训练日志里单步稳定 7 秒，照这个速度跑完剩下的十三万步，得跑好几个月——那就不像超算集群的节奏了。

还有一条最朴素的：Anthropic 一句话没说。

我一直在想，为什么这么多人不疑有他。

一个原因是，这事本来就该发生。Mythos 是 Anthropic 比 Opus 更高的一档，一直被锁着，只给少数网安和科研机构。前面几个月，Mythos 5.5 的名字在官网 HTML 里露过一次头，Fable 5.5 在云厂商的目录里留下过影子。所有人都知道下一版在路上。这时候有人把「在路上」的东西端上来，你很难不动心。

另一个原因是，七个 TB 太贵了。花这么多硬盘、这么多带宽、传两天两夜，就为了骗人？不合算。人不自觉地把「不合算」当成「不至于」。

这个推理在别的地方也常见。老家集市上卖假银元的，愿意花功夫把包浆做旧、把边齿挫圆、把分量配到分毫不差。他要的不是让人一眼看不出来，是让人懒得再看第二眼。

骗子这回遇到的是个愿意看第二眼的人。而且只看了一眼——90 KB。

真正让我后背发凉的不是这个仓库，是它顺手暴露的那个口子。

模型卡教你怎么加载它：AutoModelForCausalLM.from_pretrained(..., trust_remote_code=True)。

这个参数的意思是，允许仓库里的 Python 代码在你机器上跑。权重是数据，代码不是。你下载一个模型，实际上是下载了一包别人写的程序，然后给它你自己的权限。仓库里那个 modeling_numbat.py 写得规规矩矩，七百多行，每个张量都有对应的槽位，load_state_dict(strict=True) 一次过。这种规整本身就是通行证。

到 11 月 1 日下午四点四十，Anthropic 没回应，Hugging Face 也没回应。仓库还挂着，下载数还在往上走。

我关掉页面之前，又回去看了眼模型卡的问答部分。有人问：这是真的吗？

上传者答：是。

就一个字。

整份七个 TB 的材料，从头到尾最有说服力的部分，其实落在这一问一答上。剩下的，是一堆写得比真货还讲究的说明书。