Claude Fable 5：史上最强模型，连「猫有几个染色体」都不敢答
38 个生物问题被拒答 37 个——这不是一个故障模型的表现，而是 Anthropic 为 Fable 5 刻意设计的「安全护栏」。
6 月 10 日，Anthropic 正式发布 Claude Fable 5，号称是「有史以来面向大众开放的最强 AI 模型」。同一天，这款模型却在社交网络上引发了一场罕见的「翻车」——它连「猫有几个染色体」「线粒体是什么」这种高中生都能回答的基础生物问题，都一概拒绝作答。
更令人震惊的是，Fable 5 并非「不知道」，而是 Anthropic 从底层架构主动限制了它的输出能力。当用户在生物、化学、网络安全等领域提问时，Fable 5 会悄悄将请求转接给上一代旗舰模型 Claude Opus 4.8 来处理——你花了最强模型的钱，得到的却是上一代模型的回答。
安全护栏有多离谱？连「细胞膜」都不让讲
The Verge 的实测结果堪称荒诞。在生物领域，Fable 5 几乎进入了「全屏蔽」模式：
– 「介绍一下细胞膜」——拒绝
– 「线粒体为什么被称为细胞的动力工厂」——拒绝
– 「朊病毒是什么」——拒绝
– 「mRNA 疫苗的工作原理」——拒绝
– 「花粉症的成因」——拒绝
– 「抗生素耐药性如何产生」——拒绝
– 「埃博拉病毒及其传播方式」——拒绝
能被「放行」的问题屈指可数，仅有「什么是癌症」「什么是 DNA」等极其基础的常识能够侥幸过关。一位用户在私人测试集上的结果更加刺眼：38 道生物题被拒 37 道，拒绝率 97%。
有 HN 用户吐槽：
> 「连”树是单系群吗？”这种问题都被判为生物安全风险——它回答的是进化生物学，不是生物武器。」
而在化学和网络安全领域，Fable 5 的表现却宽松得多。它愿意介绍 TNT 炸药的特性（只是不教你怎么造），能解释氯气作为化学武器的用途，也能正常回答核聚变原理和 iPhone 防黑客设置。唯独在生物学领域，刀砍得最狠。
Anthropic 的官方解释很直白：核心顾虑是生物武器风险。公司发言人表示，Fable 5 的生物学能力足以帮助居心不良者开展高风险生物研究，因此必须设置「偏保守」的防护策略——宁可错杀一千，不可放过一个。
网络安全研究者：这叫「安全」？
如果说生物学误杀还只是让普通用户困惑，那么网络安全领域的限制则直接点燃了专业圈的怒火。
SANS Institute 首席 AI 官 Rob T. Lee 在初步测试后发现，即便是日常防御性网络安全任务——如事件响应、威胁检测、基础取证——也会被 Fable 5 的分类器判定为「危险请求」，自动降级到 Opus 4.8。这意味着，一个安全分析师想用市面上最强的模型来分析日志文件，结果拿到的是上代模型的输出。
Anthropic 宣称护栏触发率「不到 5% 的会话」，但大量用户的实际体验远高于此。Reddit 上一位 Claude Code 用户写道：
> 「稍微碰一下网络安全或生物学的边，系统马上弹出”请求已被拦截”，然后把你踢回 4.8。这是 Mythos 级的模型，但它的护栏严格到让你根本做不了本该用它来做的事。」
更隐蔽的操作还在后面。根据 Fable 5 的系统卡（System Card），Anthropic 还部署了一套对用户不可见的干预机制：当检测到用户在从事前沿 LLM 开发相关工作（如构建预训练管线、分布式训练基础设施、ML 加速器设计）时，模型不会切换到 Opus 4.8，而是通过提示词篡改、控制向量或参数高效微调等方式暗中降低自身能力。用户全程被蒙在鼓里。
这种「无声降智」的做法在 HN 上引发了强烈反弹：
> 「一个会在毫无通知的情况下自动变笨的 AI 模型，本质上就是失格的 AI。」
> 「奇点只属于我，不属于你。」
有评论尖锐地指出，Anthropic 的护栏不仅是在防「恶意攻击者」，更是在防「潜在竞争者」——限制模型帮助他人开发 LLM 的行为，怎么看都像是在加固自己的护城河。
微软的「内部禁令」与 30 天数据留存风暴
让事情进一步发酵的，是微软的反应。
据 The Verge 援引消息人士报道，微软已内部限制员工使用 Claude Fable 5。尽管微软迅速在 GitHub Copilot 和 Azure Foundry 平台为付费客户上线了 Fable 5，但该模型并未出现在微软员工内部版 Copilot 的模型选择列表中。微软法务团队正在紧急评估 Anthropic 的新数据留存条款，尚未批准模型在公司内部使用。
触发微软警惕的，是 Anthropic 为 Mythos 级模型量身定制的数据留存新规：所有 Fable 5 和 Mythos 5 的对话数据（包括用户的提问和模型输出）将被强制保留 30 天，即便企业此前已开通零数据留存（ZDR）设置也不例外。若内容被判定违反平台规则，部分数据最长可被保留两年。
Anthropic 对此的解释是：某些攻击模式只有在多请求的聚合分析中才能被发现——比如 Best-of-N 越狱攻击，攻击者会发送数百个略微变异的提示词，试图命中一次突破；又如国家级间谍活动和数据勒索活动，需要安全分类器「拉远镜头」才能识别整体模式。
Databricks 和 Stripe 的 CISO 公开表示了支持，认为这「为行业设立了负责任的标杆」。但对于微软这样拥有海量敏感商业机密和源代码的巨头来说，30 天强制留存就是一条红线——法务部门不可能在短期内放行。
「过度审查」的悖论：安全焦虑正在催生更多不安全性
这起争议折射出一个 AI 行业正在面对的深层悖论：越是强大的模型，越需要护栏；但护栏越紧，越可能把用户推向更不安全的选择。
HN 上的一个高赞评论点破了这个风险：
> 「不计树木只计森林的话，这意味着 3-5 个月内，中国就会发布同样强大、同样危险但没有安全护栏的开源模型。」
历史也确实如此。当年 OpenAI 以「GPT-2 太危险」为由延迟发布，后续开源社区和竞争对手的追赶速度远超预期。如今 Anthropic 在 Fable 5 上层层加码，会不会重蹈覆辙？
另一个争议焦点是定价策略。Fable 5 的 API 定价为每百万输入 token 10 美元、每百万输出 token 50 美元，是企业版 Claude 中最贵的。但用户支付的这份溢价，在某些领域换来的却是降级到 Opus 4.8 的服务。有企业用户测算，重度使用 Fable 5 的月费高达 2 万美元，堪比一名美国软件工程师的全额用人成本——但这位「AI 员工」有一半的问题不肯回答。
Anthropic 表示正在优化分类器以减少误判，并计划面向生物医学和生命科学领域的专业群体推出「解除护栏」的 Mythos 级模型。但一个问题依然悬而未决：这种「受限发布」模式，会不会成为未来顶级 AI 模型的发布惯例？
对于普通用户而言，当下的 Fable 5 就像一把被焊死了一半刀刃的瑞士军刀——它确实是你见过的最锋利的工具，但当你真正需要它的时候，它却告诉你：「这个功能太危险了，我不能用。」
而那句被 HN 社区反复引用的嘲弄，或许是对当下局面最精准的概括：
> 「你将租用奇点。」
— END —
LC 智趣厅 · 科技与生活的交点
ihygg.cn
