Eksperci ds. cyberbezpieczeństwa krytykują Claude Fable 5 od Anthropic za paraliżujące zabezpieczenia i ukryte przełączanie modeli

Premiera najnowszego modelu AI od Anthropic, Claude Fable 5, która miała miejsce 9 czerwca 2026 roku, zamiast euforii wywołała falę ostrej krytyki ze strony społeczności ekspertów ds. cyberbezpieczeństwa. Choć firma przedstawia model jako odpowiedzialne, publiczne wydanie swojej najpotężniejszej technologii klasy Mythos, specjaliści twierdzą, że wbudowane zabezpieczenia są tak restrykcyjne, iż czynią go bezużytecznym do legalnych badań i prac obronnych .

Istotą problemu nie jest samo istnienie funkcji bezpieczeństwa, ale sposób ich implementacji: działają po cichu, mają szeroki zakres i wykorzystują mechanizm awaryjny, który podmienia AI na słabszą bez wiedzy użytkownika. Oto szczegóły kontrowersji i technologii, która za nią stoi.

Krytyka: Zbyt szerokie filtry blokują legalną pracę

Głównym zarzutem badaczy jest ekstremalna czułość klasyfikatorów treści w Fable 5. Valentina „Chompie” Palmiotti, ceniona badaczka bezpieczeństwa z IBM X-Force, powiedziała w wywiadzie dla TechCrunch, że model odrzuca „każde zapytanie, które może być choćby luźno związane z cyberbezpieczeństwem – nawet tak niewinne zadania, jak przeczytanie wpisu na blogu” . Oznacza to, że blokowane są nie tylko niebezpieczne zapytania, ale też prośby o pomoc w zrozumieniu podstawowych koncepcji cyberbezpieczeństwa.

Nadgorliwe flagowanie ma bezpośredni, negatywny wpływ na użyteczność modelu. Gdy zapytanie zostanie oznaczone, użytkownik otrzymuje „rozwodnioną” odpowiedź od starszej AI, o której zmianie nie jest wyraźnie informowany . Sprawę pogarsza sposób, w jaki informacja ta została ujawniona. Krytycy argumentują, że mechanizm ten opisano głęboko w liczącej 319 stron karcie systemowej, co doprowadziło do oskarżeń o „potajemny sabotaż” możliwości modelu przez Anthropic .

Ograniczenia nie dotyczą tylko cyberbezpieczeństwa. Zabezpieczenia celują również w zapytania związane z biologią, chemią i, co kluczowe, destylacją modeli AI. Ten ostatni punkt wywołał kolejną falę krytyki – niektórzy deweloperzy oskarżają Anthropic o wykorzystywanie pretekstu „bezpieczeństwa” do działań antykonkurencyjnych, uniemożliwiając innym twórcom AI wykorzystywanie wyników Fable 5 do trenowania własnych modeli .

Jak działa system zabezpieczeń: Cicha zmiana

System bezpieczeństwa w Fable 5 to nie prosty mechanizm odmowy. To system routingu zaprojektowany tak, by „zawodził po cichu” . Jego architektura działa w trzech krokach:

1. Klasyfikatory przed modelem: Oddzielne systemy AI, zwane klasyfikatorami, analizują w czasie rzeczywistym zapytania użytkowników, szukając słów kluczowych i wzorców związanych z czterema dziedzinami wysokiego ryzyka: cyberbezpieczeństwem, biologią, chemią i destylacją modeli .
2. Ciche przekierowanie awaryjne: Gdy klasyfikator zadziała, nie blokuje odpowiedzi. Zamiast tego, płynnie i po cichu przekierowuje zapytanie do starszego, mniej zaawansowanego modelu – Claude Opus 4.8, który generuje odpowiedź .
3. Brak powiadomienia dla użytkownika: Krytyczną wadą projektową, zdaniem krytyków, jest to, że interfejs użytkownika nie sygnalizuje wyraźnie tej zmiany modelu. Użytkownicy orientują się dopiero, gdy jakość odpowiedzi nagle spada, co sprawia wrażenie, że Fable 5 z niewyjaśnionych przyczyn działa słabiej .

Anthropic twierdzi, że te klasyfikatory uruchamiają się średnio w mniej niż 5% wszystkich sesji . Firma publicznie przyznała, że występuje problem nadmiernego flagowania. Rzecznik firmy powiedział Business Insider, że zabezpieczenia „mogą wychwytywać bezpieczne, neutralne lub nieszkodliwe zapytania”, ale uzasadnił to jako konieczny kompromis, aby móc publicznie udostępnić model o tak potężnych możliwościach .

Jak Anthropic uzasadnia konserwatywne strojenie

Stanowisko Anthropic jest takie, że konserwatywne zabezpieczenia to celowy i odpowiedzialny wybór, a nie błąd. Firma argumentuje, że bazowy model klasy Mythos jest tak biegły w zadaniach takich jak znajdowanie i wykorzystywanie luk w oprogramowaniu, że nieograniczone publiczne udostępnienie stwarzałoby niedopuszczalne ryzyko katastrofalnego użycia .

Z ich punktu widzenia, zabezpieczenia są kompromisem projektowym – sposobem na zapewnienie społeczeństwu dostępu do najnowocześniejszego modelu zdolnego do rozumowania, kodowania i pisania, przy jednoczesnym odizolowaniu jego najniebezpieczniejszych potencjalnych możliwości . Przedstawiają nadmierne flagowanie jako tymczasowy koszt szybkiego i bezpiecznego udostępnienia potężnego modelu, zobowiązując się do stopniowego udoskonalania klasyfikatorów .

Nowy wzorzec w branży: Dwa modele, dwa poziomy dostępu

Premiera Claude Fable 5 nie może być rozpatrywana w oderwaniu od kontekstu. Jest to jedna strona medalu w dwupoziomowej strategii wdrażania, która staje się nowym standardem w branży dla przełomowych modeli AI .

Claude Fable 5 kontra Claude Mythos 5

Tego samego dnia co Fable 5, Anthropic ogłosiło również Claude Mythos 5. Oba modele mają identyczną architekturę i wagi – to ten sam „mózg”. Jedyną różnicą jest konfiguracja bezpieczeństwa. W Mythos 5 usunięto klasyfikatory dla wrażliwych domen, co zapewnia mu pełne, nieograniczone możliwości .

Mythos 5 nie jest jednak dostępny publicznie. Jest zarezerwowany dla niewielkiej grupy sprawdzonych partnerów, w tym agencji rządowych i operatorów infrastruktury krytycznej, w ramach inicjatywy o nazwie Project Glasswing . Ten wspierany przez rząd USA program został początkowo uruchomiony z 12 partnerami-założycielami, w tym gigantami technologicznymi jak AWS, Google i Microsoft, aby umożliwić „cyberobrońcom” wykorzystanie AI do znajdowania i łatania luk w oprogramowaniu na masową skalę . Wraz z premierą Mythos 5 dostęp rozszerzono do około 40 organizacji .

Poniższa tabela ilustruje ten fundamentalny podział:

Model	Dostępność	Konfiguracja bezpieczeństwa	Doświadczenie użytkownika
Claude Fable 5	Publiczny (przez API i Claude.ai)	Aktywne restrykcyjne klasyfikatory; wrażliwe zapytania są po cichu przekierowywane do Claude Opus 4.8 .	Często zawodzi w tematach cyber/bio/chemicznych, a użytkownicy nie są świadomi zmiany modelu .
Claude Mythos 5	Ograniczony (tylko dla partnerów Project Glasswing)	Usunięte klasyfikatory; dostępne pełne możliwości klasy Mythos .	Nieograniczony dostęp, ale tylko dla kilkudziesięciu wstępnie sprawdzonych organizacji .

Wdrażanie AI z podziałem na poziomy możliwości

Podział Fable/Mythos od Anthropic jest najbardziej wyrazistym przykładem tego, co można nazwać wdrażaniem AI z podziałem na poziomy możliwości (capability-tiered AI deployment). W tym nowym modelu pojedyncza, przełomowa AI nie jest jednym produktem. Jej pełna moc jest przywilejem, a nie rzeczą oczywistą, a zabezpieczenia są mechanizmem tworzącym zróżnicowanie produktów .

Ten schemat nie jest unikalny dla Anthropic. Inne wiodące firmy AI, w tym OpenAI, przyjęły podobne podejście, udostępniając wersje swoich najbardziej zaawansowanych modeli z ograniczonym dostępem partnerom z sektora bezpieczeństwa narodowego i badawczego . Premiera Fable/Mythos krystalizuje wizję przyszłości, w której najpotężniejsze możliwości AI są reglamentowane nie przez technologię, ale przez status weryfikacji. Protokoły bezpieczeństwa pełnią podwójną funkcję mechanizmów kontroli dostępu – podejście, które już teraz wywołuje szerszą debatę na temat centralizacji, równości i prawdziwego znaczenia „publicznego” bezpieczeństwa AI. To już nie tylko kwestia bezpieczeństwa, ale i fundamentalnych zasad dostępu do technologii przyszłości.