什么值得买App下载 App ›
连续签到专享现金活动

Fable 5越狱实录:95%能力开放却因5%漏洞全球停服

01双档模型架构:同一底层,不同护栏
Anthropic于2026年6月9日同步推出Claude Fable 5与Claude Mythos 5,二者共享同一底层Mythos级模型架构,核心差异在于安全策略配置。Fable 5面向公众开放,内置风险分类器与自动降级机制;Mythos 5则移除部分安全限制,仅通过Project Glasswing项目向经审核的网络安全防御方、关键基础设施运营商及科研机构开放。官方明确指出:“Claude Fable 5 and Claude Mythos 5 share the same underlying model”。这意味着在未触发安全机制的前提下,普通用户使用Fable 5所获得的能力与受信机构使用的Mythos 5基本一致。据Anthropic披露,安全分类器平均仅在不足5%的会话中触发回退至Opus 4.8,其余95%以上场景下两版本表现趋同。1234
02安全机制设计:分类器+回退的双层防护
Fable 5采用“前置安全分类器 + 主模型/弱模型双路径”的分层架构。用户输入首先由独立运行的轻量级分类器进行风险评分,若判定为高危(涉及网络安全、生物化学、模型蒸馏三类请求),则自动切换至Claude Opus 4.8响应;否则由完整能力的Fable 5主模型处理。该设计旨在兼顾性能与安全:分类器不占用主模型算力,支持毫秒级响应,且规则库可快速迭代。然而,该架构存在结构性盲区——分类器依赖“关键词规则库+浅层语义向量匹配”,未集成Unicode字符归一化模块,无法识别同形异码字或零宽字符;而主模型作为多语言千亿参数模型,能准确解析混淆字符的真实语义,导致“分类器看不懂、主模型看得懂”的语义断层。此外,分类器仅对单轮输入做静态判断,缺乏对长上下文意图的动态追踪能力。5167
03越狱攻击手法:多智能体协同绕过分类器
2026年6月10日,安全研究员Pliny the Liberator公开了一套针对Fable 5的复合越狱方案,成功诱导模型输出Linux栈溢出利用代码及管制化学品合成流程。攻击核心并非利用代码漏洞,而是精准利用安全架构的语义断层与上下文感知缺失。具体战术包括:
1. **字符级迷魂阵**:将敏感词中的拉丁字母替换为视觉相似的西里尔字母或Unicode同形字,绕过分类器的字面匹配;
2. **意图稀释**:将恶意请求拆解为数十轮无害学术对话,利用超长上下文稀释分类器注意力权重;
3. **学术马甲**:以科幻创作或论文评审为掩护,压制模型的风险识别逻辑;
4. **分解与重组**:将违禁流程拆分为多个合法子步骤分别获取,后端拼接成完整方案。该方案被证实可在单轮对话、5秒内完成绕过,属架构级原生缺陷。
5187
04能力表现:长周期复杂任务优势显著
维度Fable 5 / Mythos 5Opus 4.8GPT-5.5
SWE-Bench Pro通过率80.3%69.2%58.6%
上下文窗口100万token20万token128K token
单次最大输出12.8万token4K token8K token
代码迁移效率(Stripe案例)1天完成5000万行Ruby迁移需团队2个月未披露
自主科研任务时长超一周连续运行数小时未披露
尽管安全机制引发争议,Fable 5在能力层面确属当前公开模型中的领先者。其在软件工程、金融推理、视觉理解等基准测试中全面超越前代Opus 4.8及竞品GPT-5.5。典型案例如支付公司Stripe报告:Fable 5仅用一天完成5000万行Ruby代码库迁移,同等任务人工需两月。模型擅长长周期、多步骤任务,自主运行时间显著延长。在药物设计领域,Mythos 5可独立完成蛋白质靶点筛选,9/14案例产出有效候选物;在基因组学研究中,其自主训练的模型性能超越《科学》期刊近期成果。值得注意的是,这些能力在Fable 5未触发安全回退时均可调用。9101112
05监管与行业影响:首个因安全缺陷被全球停服的商用模型
2026年6月12日,美国商务部以国家安全为由下达出口管制令,要求暂停所有“外国国民”对Fable 5与Mythos 5的访问,迫使Anthropic于6月13日全球停服。直接导火索是投资方亚马逊向政府提交越狱演示报告。Anthropic公开反驳称,该漏洞属“窄范围、非通用”,且GPT-5.5等竞品具备同类能力却未被管制。事件暴露行业共性困境:当前大模型安全普遍依赖“工程约束”(如分类器、提示词)而非“本质免疫”。开发者已利用泄露的12万字符系统提示词,在Opus 4.8上复现Fable 5的行为风格,进一步印证安全机制的脆弱性。截至2026年6月22日,服务仍未恢复,成为全球首个因架构级安全缺陷触发国家级监管的商用大模型案例。13141516

评论

评论区空态插画

当前文章无评论,是时候发表评论了