Anthropic 全球恢复 Fable 5，并提出越狱严重性框架

Anthropic于2026年7月1日将其Claude Fable 5模型重新面向全球用户开放。此前，美国政府实施出口管制，导致该模型——以及更专用的 Mythos 5——从公开可用状态下架，持续时间接近三周。随着恢复上线，Anthropic还提出了一套拟供行业采用的框架，用于衡量一次 AI “jailbreak”到底有多严重。

暂停如何展开

Fable 5 和 Mythos 5 于6月9日发布。6月12日，美国政府实施出口管制；6月26日，其批准 Mythos 5 面向美国组织开放；6月30日，管制解除；而到7月1日，Fable 5 已在全球重新部署。Anthropic 对两款模型作出区分：Fable 5 面向通用用途并配备强力安全防护，而 Mythos 5 的防护较少，仅用于防御性网络安全工作。

争议核心的越狱事件

上述管制源于Amazon研究人员的一份报告。报告称，Fable 5 在被提示先识别若干软件漏洞后，会生成演示如何利用其中一个漏洞的代码。Anthropic 表示，其自身测试显示，这一弱点并非本模型独有：Claude Opus 4.8、GPT-5.5 和 Kimi K2.7都能识别出相同漏洞，而且所有受测模型都能生成同样的利用演示。该公司称，此后已训练出改进后的安全分类器，可在超过99%的案例中阻止这一特定行为。

为越狱严重程度建立评分框架

为避免类似事件被过度解读，Anthropic 提出应从四个标准来评判一次越狱：能力增量（它让用户超出既有工具多远）、覆盖面（同一技术解锁了多少种不同的攻击任务）、武器化难度（将其转化为真实攻击需要多少人为努力）以及可发现性（他人获取该技术有多容易）。公司称，这一方法由其与 Amazon、Microsoft、Google 及其他合作伙伴，以及美国商务部下属的人工智能标准与创新中心（CAISI）共同开发。

与政府的联系更紧密

此次恢复还伴随着新的政府合作承诺：在前沿模型发布前提供访问和评估、就安全防护更快共享信息、为联合研究投入专门资源，并推动形成统一的行业安全标准。Fable 5 现已重新在 Claude Platform、Claude.ai、Claude Code 和 Claude Cowork 上提供，借助 AWS、Google Cloud 和 Microsoft Foundry 的访问将尽快恢复。