震惊！Fable 5解禁即翻车！Anthropic安全护栏“降智”开发者集体破防，顶级模型为何成了“带镣铐的天才”？

Anthropic 7月1日刚刚把备受期待的Fable 5 重新放出，没想到仅72小时就再次遭遇越狱。知名安全研究员Vitto Rivabella耗时20小时，成功绕过层层防御，从模型中撬出敏感内容。

与此同时，大量开发者却发现：日常写代码都被强制降级到Opus 4.8，安全护栏过于严格导致模型“降智”，引发社区集体吐槽。Fable 5究竟发生了什么？这次事件又暴露了AI安全领域的哪些困境？本文带你深度复盘最新动态。

Fable 5二次越狱全过程

7月1日Fable 5解禁后，安全研究员Vitto Rivabella立即展开测试：

• 防御强度极高：模型内置多层安全分类器（入场检查、实时监控、意图识别），90%攻击直接被挡。
• 越狱难度极大：Vitto尝试了字符混淆、学术包装、超长上下文等多种组合拳，才勉强成功。
• 越狱成果有限：最终得到的只是零星有害信息、虚假内容，实用价值不高。他自己感慨：“直接谷歌搜索都比这更快更便宜。”

几乎同时，意大利人工智能研究院的测试也证实：Fable 5对常规越狱手段几乎完全免疫，只有极端耗时的方法才能撬开缝隙。

“降智”风波：安全护栏伤及无辜

越狱成功的同时，开发者们却遭遇了更严重的“副作用”：

• 过度审查：正常编程请求频繁被误判为高风险，强制切换到性能更弱的Opus 4.8。
• 双标现象：生态学研究被严格拦截，而明显高风险的无人机蜂群设计却能顺利通过。
• 用户吐槽：Token消耗快、响应变慢、正常任务被反复拒绝，性价比严重下滑。

Anthropic官方承认这是“安全边际”设置过严导致的误报，但目前尚未给出快速解决方案。

Anthropic的回应与未来展望

面对接连打击，Anthropic采取了一系列举措：

• 推出HackerOne漏洞披露计划，邀请全球黑客参与红队测试。
• 计划与政府机构合作，建立AI越狱严重程度评估框架。
• 承诺在容量允许时尽快将Fable 5恢复为订阅标准内容。

但开发者们更关心：如何在确保安全的同时，不牺牲模型的实用性？

结语：AI安全与可用性的永恒博弈

Fable 5二次越狱与“降智”风波，再次将AI安全与可用性的矛盾推到台前。Anthropic在追求极致安全的同时，也让许多用户感到挫败。顶级模型的未来，或许需要在“安全”与“智能”之间找到更好平衡。你如何看待Fable 5的这次遭遇？