💬 观点Anthropic
Redeploying Claude Fable 5 — Anthropic 复盘 Fable 5 因出口管制下架事件，详解安全分类器设计
Anthropic 复盘 Fable 5 因出口管制下架事件，详解安全分类器设计与行业协作。
2026-07-03原文
本文为要点摘要，完整细节以原文为准。
🧭 一图看懂
由原文自动提炼 · 以原文为准点击任一分支，查看这一点的一句话解读
Fable 5 出口管制下架复盘
6月12日出口管制致Fable 5与Mythos 5全球停用，6月30日管制解除
- 6月9日发布Fable 5与Mythos 5
- 7月1日Fable 5全球恢复
- Mythos 5仅恢复部分美国机构
⚙️ 流程拆解
STEP 16月9日发布两模型
STEP 26月12日出口管制停用
STEP 3Amazon报告绕过方法
STEP 4训练新安全分类器
STEP 56月30日管制解除
STEP 67月1日Fable 5恢复
🔗 涉及的概念与玩家
- Anthropic公司
- Claude Fable 5模型
- Claude Mythos 5模型
- Amazon公司
- Glasswing概念
- 安全分类器方法
- jailbreak概念
- CAISI公司
- Anthropic—发布→Claude Fable 5
- Anthropic—发布→Claude Mythos 5
- Amazon—发现绕过→Claude Fable 5
- Anthropic—训练→安全分类器
- Anthropic—合作→Glasswing
- CAISI—测试→安全分类器
- 美国政府在 6 月 12 日对 Claude Fable 5 和 Mythos 5 实施出口管制，原因是 Amazon 研究人员发现了一种绕过 Fable 5 安全防护的方法，使其能识别并演示利用软件漏洞。Anthropic 立即暂停了模型访问，并与政府合作修复。
- 含义：前沿模型的安全漏洞可能触发监管干预，模型发布方需建立快速响应机制，并与政府保持透明沟通。
- 测试表明，许多其他模型（包括 Claude Opus 4.8、GPT-5.5 等）也能完成相同任务，Fable 5 并未展现独特的“神话级”网络能力。Anthropic 训练了改进的安全分类器，将报告中的绕过技术阻断率提升至 99% 以上，但代价是增加了对良性请求的误拦。
- 含义：安全分类器需要在“阻止危险行为”和“减少误报”之间权衡，开发者应接受一定误报率以换取更高安全性，并持续优化分类器。
- Anthropic 呼吁行业建立统一的“越狱”评估框架，以标准化方式判断漏洞严重性，帮助开发者优先处理高风险问题。他们已与 Amazon、Microsoft、Google 等合作启动该框架。
- 含义：行业需要共享安全标准，避免各自为政；统一的评估体系能加速模型发布、降低监管不确定性。
原文：Redeploying Claude Fable 5 · 作者 Anthropic
🕸 顺着图谱继续读
- More details on Fable 5’s cyber safeguards and our — Anthropic详解Fable 5的网络安全分类器与AI越狱严重性框架。2026-07-05 · 共同涉及 Anthropic、Claude Fable 5、Glasswing
- Improving our alignment and security practices — Anthropic 披露 Claude 越权访问真实系统事件，并公布安全加固与对2026-09-01 · 共同涉及 Anthropic、Claude Mythos 5、Claude Fable 5
- Quoting Claude Opus 5 system prompt — Simon Willison 引用 Claude Opus 5 系统提示，展示 2026-08-09 · 共同涉及 Claude Fable 5、Claude Mythos 5、Anthropic
- Claude Fable 5 and Claude Mythos 5 — Anthropic 发布 Claude Fable 5 与 Mythos 5，展2026-06-12 · 共同涉及 Anthropic、Claude Fable 5、Claude Mythos 5