都先别急着吹！
Claude 刚刚发布的新模型Fable 5，很多人可能压根就用不上！
有不少网友实测发现，Fable 5 的安全护栏检测机制的触发几率似乎比官方宣称的不到 5%严格得多。
无论是普通编码任务。
还是简单打个招呼，都有可能被自动路由回老模型 Opus 4.8。
更离谱的是，我自己也中招了。我让 Claude 帮我搜点资料，丰富一下背景。
结果它想了两步，啪——切 Opus 了。
换句话说。你以为自己在用 Anthropic 刚发布的最强模型，实际上聊着聊着，对面已经偷偷换人了。
而且不光是安全检测容易误伤，更绝的还在后头：
Anthropic 还在长达 319 页的系统卡里埋了一套防蒸馏机制。
如果系统怀疑你想拿 Claude 的输出训练自己的 AI 模型，它甚至不会告诉你发生了什么，而是直接降低 Fable 的回答质量。
可以说，前一手防你作恶，后一手防你抄作业，相当符合 A 社的一贯风格。
寓言怎么老变成章鱼？
先给今天没刷新闻的大伙补个课。
今天凌晨，Anthropic 终于发布了预热许久的两款模型——
「神话」（Mythos）和「寓言」（Fable）。
其中，Fable 5 最大的看点，是 Anthropic 第一次把 Mythos 级别能力向普通用户开放。
而 Fable 与正式版 Mythos 的差别在于，多了一个安全护栏。
目前，Fable 免费开放给所有人到 22 号（22 号只能通过 API 用），Mythos 则还是开放给 Claude 部分的合作伙伴。
在官方介绍里，Fable 的软件工程、知识工作、视觉理解能力全面增强，超过此前所有公开发布的 Claude 模型。
一句话速通理解就是，这俩就是现在的大模型天花板，各方面能力都已经到顶了。
新模型一经发出，刚入职 A 社的卡帕西第一时间夸了一波。
Claude Code 之父 Boris 也对它赞不绝口。
不过，厉害归厉害，真让大伙用起来后，才发现，这寓言讲着讲着，老变成章鱼（Opus）。
原因也简单。
Anthropic 给 Fable 装了一套分类器，只要它觉得你聊的是网络安全、生物、化学，或者想拿 Claude 蒸馏训练自家模型，就会自动把会话切给 Opus 4.8。
这条规则白纸黑字写在系统卡第 12 页。
实际体验中，切换发生在 Fable 的思考过程中，当它自己感觉不对劲，也不会问你，就直接切了。
如果想继续用？要么把提示词改到它满意，要么重开一个窗口。
官方在技术博客里说，这套检测平均触发率不到 5%。但网友很快发现，这 5% 不像 5%。
有人表示，自己就是分析个代码，也被切了。
搞安全审计的更是直呼被针对，活儿没法干了。
还有人说压根用不了，审查代码库都会被 Fable 拒绝。
要说，最离谱的可能就是有网友把 Fable 自己的系统卡丢给它，让他解读一下，它也给你切了。
还有一名从事生物医学的科学家表示，这压根都没法用 Fable 工作，因为诠释违禁词。
而这并不是孤例，不少生物学网友都反映，Fable 压根难以使用。
Boris 在评论区承认了这个问题，表示正在处理。
这事儿真正微妙的地方在于，Fable 在上面三种高风险场景下，至少会告诉你一声：
"哥们儿，我给你换模型了。"
但如果它怀疑你在研究怎么训练下一代大模型，那就进入另一个模式。
系统卡写明，重点针对的场景包括：限制 Claude 在前沿 LLM 开发请求上的有效性，例如搭建预训练流水线、分布式训练基础设施，或者 ML 加速器设计。
在这种场场景下，Claude 不切模型，不弹提示，不通知用户，而是坐在那里，悄悄把自己调笨一点。
Anthropic 原文写得很学术：Prompt Modification、Steering Vector、PEFT。（系统卡第 12 页）
翻译成人话就是你以为自己在跟满血版 Fable 聊天，实际上对面已经偷偷开了省电模式。
A 社这波，属实是把护城河直接焊进推理链里了。
至于系统怎么判断，系统卡第 58-59 页也写明白了。
Fable 背后跑的是一套两阶段检测系统：
第一层探针会直接检查模型内部激活值（activation），筛查所有请求；第二层再交给独立分类器判断风险。
一旦命中，客户端就会自动切换到 Opus 4.8。
Anthropic 甚至在报告里承认，由于分类器在网络安全测试中几乎总会触发，因此 Fable 5 在网络安全任务上的实际表现，基本等同于 Opus 4.8。
一言以蔽之呢，就是 Fable 5 目前也还是一个有条件释放的模型：
大部分场景享受 Mythos 5 级别能力，但在高风险领域自动降级为 Opus 4.8 的能力水平。
为啥 Claude 要这么干？
今天新模型上线，额度同步重置，大家上手之后越用越觉得不对劲，吐槽也越来越多，主要集中在两件事上。
第一件事，是前面提到的安全护栏触发频率。Anthropic 说平均不到 5% 的会话会触发回退，但不少用户的体感显然不是 5%。
第二件事，则是 Fable 的使用策略。
这次 Anthropic 并没有完全放开，而是采用了限量开放的方式。
与此同时，Fable 的 token 消耗成本也明显高于 Opus，接近后者两倍。
这就让不少订阅用户有点犯嘀咕：
如果最好的模型既有额度限制，又不一定能稳定用到，那以后会不会走向按量收费？
当然，也有人把原因归结到商业层面。
有网友认为，Anthropic 现在正处在 IPO 前的关键阶段，需要向投资人证明自己依然掌握着最前沿的模型能力。
所以最强模型可以放出来展示，但不能毫无保留地放出来。
还有研究人员担心另一件事。
如果模型一旦识别到前沿 LLM 研发相关内容，就主动降低回答质量，那对学术研究和技术交流显然不是个好消息。
更关键的是，用户根本不知道这一切正在发生。它不会弹窗，不会提醒，不会告诉你答案为什么突然变差。
你只会觉得：今天的 Claude，好像突然没那么聪明了。
对此，AI 研究员 Nathan Lambert 的评价也很直接：
模型厂商给能力加护栏或许不可避免。
但至少应该告诉用户，前沿能力是什么时候被撤掉的。
参考链接：
[ 1 ] https://www.anthropic.com/news/claude-fable-5-mythos-5
[ 2 ] https://www-cdn.anthropic.com/d00db56fa754a1b115b6dd7cb2e3c342ee809620.pdf
— 欢迎 AI 产品从业者共建 —
� �「AI 产品知识库」是量子位智库基于长期产品库追踪和用户行为数据推出的飞书知识库，旨在成为 AI 行业从业者、投资者、研究者的核心信息枢纽与决策支持平台。
一键关注 � � 点亮星标
科技前沿进展每日见
大牛时代配资提示：文章来自网络，不代表本站观点。
