根据Anthropic通知布告，Fable 5将从7月1日起面向全球用户恢复开放，覆盖Claude Platform、Claude.ai、Claude Code和Claude Cowork。Pro、Max、Team和部分Enterprise用户在7月7日前可把Fable 5用于最多50% 的每周应用额度；之后将经由过程用量积分持续应用。Anthropic还称，将尽快在AWS、Google Cloud和Microsoft Foundry上从新启用拜访。
Mythos 5的恢复范围更窄。Anthropic称，在美国当局6月26日赞成后，公司已为一批美国机构恢复Mythos 5拜访，并将持续与当局调和，扩大年夜到Glasswing项目中的更多国内和国际合作伙伴。
一次 “逃狱” 申报，激发模型下架
这轮风波开端于6月12日。
Anthropic称，美国当局当日对Claude Fable 5和Claude Mythos 5实施出口管束，请求限制外国公平易近拜访这两款模型。这里的 “外国公平易近” 不仅包含美国境外用户，也包含在美国境内的非美国公平易近。因为指令急速生效，而Anthropic没有靠得住办法及时核验所有效户国籍，公司最后选择暂停所有效户拜访。
Anthropic正在与亚马逊、微软、谷歌和其他Glasswing合作伙伴草拟一套框架。它建议从四个维度给逃狱风险打分：
按照Anthropic最新复盘，Fable 5和Mythos 5是在6月9日宣布的。两者底层模型雷同，但面向场景不合：Fable 5加了更强安然防护，用于更广泛的通俗用户场景；Mythos 5防护更少，仅面向少数可托的Project Glasswing合作伙伴，用于防御性收集安然义务。
美国当局介入的直接原因，是一份来自亚马逊研究人员的申报。申报称，研究人员找到了一种绕过Fable 5安然防护的办法，让模型辨认出若干软件马脚；个中一个案例里，模型还生成了演示若何应用相干马脚的代码。
简言之，Anthropic想强调的是：这不是Fable 5忽然表示出独有危险才能，而是安然分类器在一个模糊区域被绕过。
新分类器能拦住99% 以上，但会带来误伤
为恢复拜访，Anthropic练习了一个新的安然分类器，专门拦截亚马逊申报中提到的行动。
Anthropic还筹划推出新的HackerOne项目，让安然研究人员提交Fable 5潜在收集安然逃狱案例。
Anthropic称，新分类器可以在跨越99% 的情况下阻拦亚马逊申报中描述的那一种具体绕过技能。被拦截的Fable 5请求会被转交给Claude Opus 4.8处理。美国商务手部属的AI标准与立异中间（CAISI）也测试了Anthropic新旧两套防护。
不过，这个修复并不是没有价值。
Anthropic承认，新分类器会在日常编程和调试义务中更频繁地误判良性请求。也就是说，一些正常的安然研究、代码调试或马脚分析请求，可能被体系挡下来。公司称，后续会持续优化，尽量区分真实滥用和合法请求。
这也是Fable 5事宜的核心难题：模型才能越强，越能赞助防御性安然工作；但同样的才能也可能被用于进击。厂商不只是要答复 “能不克不及拦住坏请求”，还要答复 “会不会把好请求也拦逝世”。
Anthropic的回应是：这件事裸露的是Fable 5安然防护中的一个界线案例，但并没有释放出Mythos级其余独特收集进击才能。公司称，经由测试，Claude Opus 4.8、GPT-5.5、Kimi K2.7等才能更低的模型也能辨认同样马脚；在生成单个马脚应用演示时，多个模型也能给出类似成果。
Anthropic想给AI逃狱分级
长文里最值得留意的部分，不是Fable 5恢复拜访，而是Anthropic提出的 “AI逃狱严重程度框架”。
Anthropic认为，今朝行业还没有一套同一标准，用来断定某个AI逃狱到底有多严重。成果是，每当新的绕过办法出现，开辟者不知道应当多快修，当局也缺乏一致标准断定是否须要介入。
第一，才能增益。逃狱后，模型能不克不及做出现有公开对象和较弱模型做不到的工作。假如只是达到其他对象已有才能，风险较低；假如能明显加快专家级进击，风险就高。
第二，才能范围。同一种逃狱办法，是只能解锁一个很窄的义务，照样能覆盖多类进击目标和技巧路线。
第三，兵器化难度。把这个逃狱转成真实进击，须要若干人工尽力、提示技能和反复测验测验。假如一两次提示就能稳定成功，风险更高。
第四，可发明性。这个办法是须要专业常识才能找到，照样已经在网上广泛传播。
这套框架的意义在于，它试图把 “AI逃狱” 从笼统惊恐，拆成可沟通、可排序、可修复的问题。今后模型被发明马脚时，厂商和当局可以先断定：这是低风险界线案例，照样必须急速安排缓解办法的高危逃狱。
前沿模型宣布正在变成 “当局也要先看”
Anthropic在文末还给出一组更经久的承诺：对涉及国度安然相干前沿才能的模型，将向指定当局伙伴供给更早拜访权限，让当局在广泛宣布前测试模型和配套防护；当出现重要逃狱或滥用模式时，更快向当局共享信息；同时投入专门团队和算力，介入AI安然评测与研究。
这意味着，前沿AI模型的宣布流程正在产生变更。
以前，模型宣布主如果公司的产品节拍：练习、评测、红队测试、上线。Fable 5事宜之后，至少在收集安然等高风险偏向，宣布流程可能多出一层当局预宣布评估、信息共享和风险协商。
对用户来说，Fable 5恢复上线是好消息；但对企业客户来说，此次事宜留下了更实际的提示：前沿模型的可用性不只取决于技巧和价格，也取决于政策状况。一款模型即使已经宣布，也可能因为安然争议忽然暂停，再经由过程补防护、会谈和当局测试恢复。
对Anthropic来说，此次复盘既是在解释下架原因，也是在争夺话语权：公司欲望外界信赖，Fable 5不是掉控模型，而是一个被过度谨慎处理的界线案例；同时，它也欲望把行业核心从 “模型能不克不及被逃狱” 转到 “逃狱严重程度该怎么断定”。
这可能才是这份通知布告真正重要的旌旗灯号。Fable 5从新上线只是成果，前沿模型今后怎么被测试、怎么被放行、怎么被当局介入，才是这场风波留下的新问题。
发表评论 取消回复