Claude最强模型停19天回归,新分类器拦99%可疑请求

Anthropic 在 7 月 1 日把 Claude Fable 5 重新放了出来,全球都能用。这是它家最强的公开模型,前后停了差不多 19 天——6 月 12 日被美国的出口管制摁下去,6 月 30 日管制解除,隔天回归。

但回来的 Fable 5 跟走之前不太一样:它对代码变得更警惕了。

Anthropic 这回专门训了个新的安全分类器。起因是亚马逊的研究员早前找到一个绕过手法,能让 Fable 5 主动挖出软件漏洞、还写出利用代码;更麻烦的是,换成能力弱一些的模型也能复现同一招(Anthropic 强调这毛病不是 Fable 5 独有,好几个竞品一样中招)。新分类器就是冲着这个手法来的,官方说能拦下其中超过 99% 的情况。

拦下来之后怎么办?不是直接甩你一句「我不能回答」。请求会被转给 Opus 4.8 接手,同时提示你一声:这条被拦了,换个模型来答。挡归挡,活还是尽量给你干完。

美国商务部旗下那个管 AI 标准的机构 CAISI,把新旧两套防护都测了一遍,结论是 “extraordinarily strong”(强得离谱)。

代价落在写代码的人身上

这道闸不是没有副作用。Anthropic 自己承认,Fable 5 现在用的安全余量比过去的模型大得多,直接后果就是日常写代码、调 bug 时误报会变多:你明明在干正经活,它也可能当成可疑请求给拦下来。

这次回归,本质是拿开发者的一点顺手,换整条产品线的一层保险。对赶进度的人来说,时不时被无端拦一下不算舒服;但对 Anthropic 来说,一个多月前刚因为一个越狱手法把最强模型整个下架、还惊动了出口管制,这笔账它显然算得过来。

参考来源:Redeploying Claude Fable 5(Anthropic);Anthropic Redeploys Claude Fable 5 on July 1 After US Export Controls Lift,CocoLoop、 Adds New Cybersecurity Classifier(MarkTechPost);Anthropic's Fable 5 and Mythos 5 Are Back with New Security Guardrails(Infosecurity Magazine)