Claude Fable 5「太安全」惹公憤 網絡安全專家鬧爆：連睇篇文都Ban，仲要靜雞雞換弱雞Model

呢啲限制並唔止局限喺網絡安全範疇。個防護欄仲會針對同生物、化學，仲有好關鍵嘅——AI 模型蒸餾（Model Distillation）相關嘅查詢。就係最後呢點，引發咗另一波批評浪潮，有唔少開發者鬧 Anthropic 以「安全」為藉口，防止其他 AI 開發者利用 Fable 5 嘅輸出做訓練，實際上係反競爭行為 。

防護欄機制揭秘：一個無聲嘅切換系統

Anthropic 喺 Fable 5 嘅安全系統，並唔係一個簡單嘅拒絕機制，而係一套設計嚟靜靜雞「出事」嘅路由系統 。成個架構分三步運作：

1. 模型前分類器（Pre-Model Classifiers）： 有一批叫做「分類器」嘅獨立 AI 系統坐喺主模型 Fable 5 前面。佢哋會即時檢查用家嘅指令（Prompts），睇實入面有無關鍵字同模式，係同四大高風險領域相關嘅：網絡安全、生物、化學，同埋模型蒸餾 。
2. 靜音後備路由（Silent Fallback Routing）： 當分類器俾人觸發，佢唔會阻攔個回應，而係會無聲無色、順滑咁將個查詢轉交去一個舊啲、無咁強嘅模型 Claude Opus 4.8，由佢去生成回應 。
3. 無用家通知： 據批評者指出，最關鍵嘅設計缺陷，係用戶介面並唔會清楚講明發生咗呢個模型切換。用家只有喺答案嘅質素突然暴跌嗰陣先會發現唔妥，睇落就好似 Fable 5 無啦啦表現失準咁 。

Anthropic 表示，呢啲分類器平均喺少過 5% 嘅工作階段（Sessions）入面觸發 。公司亦都公開承認咗有過度封殺嘅問題。一位公司發言人就同 Business Insider 講，呢啲安全措施「可能會標記安全、中立或者良性嘅請求」，但就為此辯護，話呢個係要將擁有如此強大底層能力嘅模型推出市面，所必須作出嘅取捨 。

Anthropic 點樣為咁保守嘅調校辯護

Anthropic 嘅立場係，咁保守嘅防護欄係刻意為之嘅負責任選擇，而唔係程式錯誤（Bug）。公司認為，底層嗰個 Mythos 級模型，喺尋找同利用軟件漏洞等任務上太過熟練，如果無限制咁推出市面，會帶嚟災難性濫用嘅不可接受風險 。

喺佢哋眼中，防護欄係一種設計上嘅妥協——一方面俾公眾用到一個頂尖嘅推理、編程同寫作模型，同時又將佢最危險嘅潛在能力放喺一個沙盒（Sandbox）入面 。佢哋將過度封殺嘅問題，形容為要「又安全又快」咁推出強大模型嘅短暫代價，並承諾會隨時間改進呢啲分類器 。

新興業界模式：一個模型，兩個級數

要全面理解 Claude Fable 5 嘅發布，唔可以孤立咁睇。佢係一套雙軌制部署策略嘅其中一部分，而呢種策略正逐漸成為前沿 AI 模型嘅新行業標準 。

Claude Fable 5 對比 Claude Mythos 5

喺 Fable 5 發布嘅同一日，Anthropic 亦都宣布咗 Claude Mythos 5。兩個模型共享完全一樣嘅底層架構同權重（Weights）——佢哋係同一個「大腦」。唯一嘅分別就係安全配置。Mythos 5 喺嗰幾個敏感領域移除咗分類器，俾佢發揮全部、無限制嘅能力 。

不過，Mythos 5 並唔係俾公眾用嘅。佢只限於一小撮經過審查嘅合作夥伴使用，包括政府機構同關鍵基礎設施營運商，透過一個名為 「玻璃之翼計劃」（Project Glasswing） 嘅倡議進行 。呢個美國政府支持嘅計劃，最初啟動時有 12 個創始合作夥伴，包括 AWS、Google 同 Microsoft 等科技巨頭，目的係俾「網絡防禦者」用 AI 大規模咁尋找同修補軟件漏洞 。隨住 Mythos 5 嘅推出，存取權限擴展到大約 40 個組織 。

下面個表就說明咗呢個根本性嘅分歧：

按能力分級嘅 AI 部署

Anthropic 嘅 Fable/Mythos 分拆，係所謂「按能力分級嘅 AI 部署」最明顯嘅例子。喺呢種新模式入面，一個前沿 AI 並唔係單一產品；佢嘅完整能力係一種特權，而唔係必然，安全防護欄就係創造產品差異化嘅機制 。

呢種模式並唔係 Anthropic 獨有。其他領先嘅 AI 公司，包括 OpenAI，都採取咗類似做法，向國家安全同研究夥伴提供佢哋最先進模型嘅受限存取版本 。Fable/Mythos 嘅推出，具體化咗一個未來：最強大嘅 AI 能力，唔再係由技術門檻所把關，而係取決於「審查狀態」；安全協議同時兼任存取控制機制。呢種做法已經引發咗一場更廣泛嘅辯論，關於集中化、公平性，同「公眾」AI 安全究竟意味住啲咩。