精打细算研究了半天Token开销，结果这些配额根本派不上用场。

6月9日，Anthropic发布了史上向公众开放的最强模型，该模型此前仅属于面向少数安全研究机构的「Mythos」级别。6月12日，Fable 5被全面下线。从发布到关停，仅仅四天。

这短短四天究竟发生了什么？简而言之，这是一场多方矛盾的激烈碰撞——用户认为限制过于严苛，安全研究人员觉得阻碍了正当工作，一家公司声称已成功突破其防线，而政府则判定这构成了安全威胁。Anthropic打造了一款自认为「足够安全」的产品，结果却几乎没有让任何一方感到满意。这并非某一家公司的个别案例，而是整个AI行业即将面临的治理难题的一次预演。

01 一个饱受争议的「安全典范」

要理解Fable 5为何引发如此巨大的争议，首先需要明确它的真实面目。

今年4月，Anthropic发布了Mythos——一个强大到连公司自身都感到紧张的模型。在内部测试中，Mythos级别的模型在主流代码仓库中发现了超过23,000个关键漏洞。Anthropic并未将Mythos公开发布，而是通过名为「Project Glasswing」的项目，仅向少数受信任的安全机构开放。Mozilla便是其中之一，据报道，他们借助该模型修复了数百个漏洞。

Fable 5正是Mythos的「公众版本」。它基于相同的底层模型，但额外设置了一层严密的安全护栏——涉及网络安全、生物学、化学的查询会被自动拦截或降级处理。同时，Anthropic要求所有用户数据保留至少30天，用于监测越狱和滥用行为。Anthropic的逻辑清晰明确：模型能力过强，不加限制后果不堪设想。然而，用户对此并不认同。

Fable 5上线后，抱怨声铺天盖地。网络安全研究人员发现，即便只是让模型阅读一篇安全相关的博客文章，也可能触发拦截。IBM X-Force的安全研究员指出，Fable拒绝的很多请求与网络安全的关联度其实相当有限。普林斯顿大学的AI研究员Sayash Kapoor对媒体直言——「这是首次有一家AI公司推出安全护栏，结果却收获了几乎一致的批评。」

更让用户感到愤怒的，是一个隐藏在Fable 5长达319页系统卡中的细节：当模型检测到用户正在进行前沿AI开发相关工作——例如训练流水线或芯片设计——它会暗中降低回复质量，但不会向用户告知。你提出一个问题，得到一个看似正常的答案，但这个答案却被刻意「掺了水」。这种行为被批评者称为「秘密削弱」。

不到48小时，Anthropic就此事道歉。「我们在权衡上犯了错误，对不起。」公司宣布将所有隐性限制改为可见的降级通知——若你的请求被拦截，模型会明确告知，并将你的查询转交给旧版模型Opus 4.8处理。但故事并未就此终结。

02 一纸信函，拔掉了插头

如果仅仅是用户不满，Anthropic或许还能通过调整护栏来化解危机。然而，接下来发生的事件超出了任何一家企业的可控范围。

6月12日下午，一封来自美国商务部的信函送达了Anthropic CEO Dario Amodei的办公室。信函内容十分简洁：以出口管制为由，要求暂停所有外国公民对Fable 5及Mythos 5的访问。据报道，触发这封信函的原因是另一家公司声称成功越狱了Mythos模型。由于Anthropic无法在系统层面实时区分用户国籍，最终结果便是：为符合合规要求，公司不得不对全球所有用户关闭Fable 5和Mythos 5，其他模型则不受影响。

这或许是AI行业历史上第一次，一个已公开部署的前沿模型因外部指令而被全面下架。Anthropic对此回应措辞相当强硬。公司表示，它仅收到一份「窄范围、非通用」的越狱报告——本质上就是让模型阅读一个特定代码库并修复其中的漏洞，而这种能力在其他公开模型上同样可以实现，包括OpenAI的GPT-5.5。

「如果这个标准适用于全行业，我们认为它基本上会让所有前沿模型的部署陷入停滞。」这句话的分量相当沉重。Anthropic的意思并非「我们的模型毫无问题」，而是在指出：按照这个逻辑，任何一家公司的最强模型，在遭遇一次越狱报告后都无法存活。

03 亲手呼唤的监管，最终反噬了自己

这件事最讽刺之处在于：Anthropic或许是全行业中最积极呼吁监管的公司。

就在Fable 5发布后一天，Dario Amodei发表了一篇长文《Policy on the AI Exponential》。文中他明确提出，政府应拥有类似美国联邦航空管理局（FAA）的权力——对前沿模型进行强制性第三方测试，并有权阻止被认为不安全的模型发布。他指出AI的发展速度是指数级的，而政策制定则是线性的。他借用托尔金笔下树人的比喻——智慧但行动迟缓，等他反应过来，森林早已被烧毁。Anthropic甚至承诺为相关立法提供「大量资金支持」。

然而，他所呼唤的那种监管权力，在三天后被用在了自己身上。而且使用的方式，恰恰是Amodei在文章中反对的那种——没有透明流程，没有独立技术评估，没有给公司申辩空间，甚至连信中都没有提供具体的安全担忧细节。只有一个结论：关停。

Anthropic在最新声明中说了一句耐人寻味的话：「我们认为政府应该有能力阻止不安全的部署，但应该通过一个透明、公平、基于技术事实的法定程序。此次行动并未遵循这些原则。」这是一个极为精准的立场：我认同你有这个权力，但你不能以这种方式行使。

04 当模型演变为一种「基础设施级风险」

将目光从Anthropic身上移开，审视更宏观的格局。Fable 5事件暴露了一个结构性矛盾：AI模型已强大到让所有利益相关方都感到不安的程度，但无人知晓该如何有效管控。

对用户而言，Fable 5的安全护栏过于严密。一名安全研究员无法用它来进行安全研究——这就像给外科医生一把不允许触碰鲜血的手术刀。对企业客户而言，30天的数据留存是一项重大隐患。微软已限制员工使用Fable 5，担忧企业机密被保留在Anthropic的服务器上。微软甚至开始取消开发者对Claude Code的授权，转而投向自家的GitHub Copilot。对政府而言，一个能发现23,000个漏洞的模型，一旦护栏被突破，后果不堪设想。即便只是一个窄范围的越狱，也足以引发高度紧张。

而对Anthropic自身来说，它面临的是一个几乎不可能完成的平衡难题：做得太弱，模型缺乏竞争力；做得太强，模型便成了烫手山芋；安全措施过于宽松，会被指责不负责任；安全措施过于严格，用户则纷纷投奔竞争对手。这并非Anthropic一家公司所独有的困境。任何一家推出足够强大模型的厂商，都将遭遇同样的问题。

Dario Amodei在其政策文章中有过一个判断：AI模型的能力提升不是线性的，而是指数级的。若这一判断成立，那么Fable 5今天所面对的每一个矛盾，只会在下一代模型中被放大。安全护栏的设计将越来越复杂，越狱攻防将愈发激烈，企业客户对数据保留的抵触情绪只会更强，而政府的干预——无论是否具备透明程序——只会来得越来越快。

05 一场无人准备好的游戏

回到最初的问题。Fable 5这短短四天的旅程，表面上是一个产品的发布与下架，本质上却是一次压力测试——测试的不是模型的能力，而是整个行业的治理框架。测试结果清晰明确：无人做好准备。

AI公司未能准备好。Anthropic是行业内最重视安全的公司之一，它花费数千小时进行红队测试，设计了多层级防御体系，主动要求数据留存，甚至公开呼吁政府监管。但这些努力都无法阻止它在四天内经历从发布到下架的完整过程。用户未能准备好。当模型真的开始「拒绝」某些请求时，即便理由是出于安全考量，用户的反应也是愤怒和不满。政府同样未能准备好。一封缺少详细技术说明的信函，一个基于单一越狱报告的判断，便足以让数亿用户失去对一个模型的访问权限。

Amodei所呼唤的是一套精密的治理机器——包含独立评估、透明流程和申诉机制。而他实际得到的，是一封在下午五点二十一分送达的信函。这大概就是AI治理现状的真实写照：所有人都清楚需要规则，但没有人来得及把规则编写完成。而模型的进化，不会等待。

*头图来源：Gemini