Fable 5自带反蒸馏机制！检测到就降智，误触率高到离谱
Claude刚刚发布的新模型Fable 5，很多人可能压根就用不上！
henry 发自 凹非寺
量子位 | 公众号 QbitAI
Claude刚刚发布的新模型
，很多人可能压根就用不上！
有不少网友实测发现，Fable 5的安全护栏检测机制的触发几率似乎比官方宣称的
还是简单打个招呼，都有可能被自动路由回老模型Opus 4.8。
更离谱的是，我自己也中招了。我让Claude帮我搜点资料，丰富一下背景。
结果它想了两步，啪——切Opus了。
换句话说。你以为自己在用Anthropic刚发布的最强模型，实际上聊着聊着，对面已经偷偷换人了。
而且不光是安全检测容易误伤，更绝的还在后头：
Anthropic还在长达319页的系统卡里埋了一套
如果系统怀疑你想拿Claude的输出训练自己的AI模型，它甚至不会告诉你发生了什么，而是直接降低Fable的回答质量。
可以说，前一手防你作恶，后一手防你抄作业，相当符合A社的一贯风格。
先给今天没刷新闻的大伙补个课。
今天凌晨，Anthropic终于发布了预热许久的两款模型——
「神话」（Mythos）和「寓言」（Fable）。
其中，Fable 5最大的看点，是Anthropic第一次把Mythos级别能力向普通用户开放。
而Fable与正式版Mythos的差别在于，多了一个安全护栏。
目前，Fable免费开放给所有人到22号（22号只能通过API用），Mythos则还是开放给Claude部分的合作伙伴。
在官方介绍里，Fable的软件工程、知识工作、视觉理解能力全面增强，超过此前所有公开发布的Claude模型。
一句话速通理解就是，这俩就是现在的大模型天花板，各方面能力都已经到顶了。
新模型一经发出，刚入职A社的卡帕西第一时间夸了一波。
Claude Code之父Boris也对它赞不绝口。
不过，厉害归厉害，真让大伙用起来后，才发现，这寓言讲着讲着，老变成章鱼（Opus）。
Anthropic给Fable装了一套分类器，只要它觉得你聊的是网络安全、生物、化学，或者想拿Claude蒸馏训练自家模型，就会自动把会话切给Opus 4.8。
这条规则白纸黑字写在系统卡第12页。
实际体验中，切换发生在Fable的思考过程中，当它自己感觉不对劲，也不会问你，就直接切了。
如果想继续用？要么把提示词改到它满意，要么重开一个窗口。
官方在技术博客里说，这套检测平均触发率不到5%。但网友很快发现，这5%不像5%。
有人表示，自己就是分析个代码，也被切了。
搞安全审计的更是直呼被针对，活儿没法干了。
还有人说压根用不了，审查代码库都会被Fable拒绝。
要说，最离谱的可能就是有网友把Fable自己的系统卡丢给它，让他解读一下，它也给你切了。
还有一名从事生物医学的科学家表示，这压根都没法用Fable工作，因为诠释违禁词。
而这并不是孤例，不少生物学网友都反映，Fable压根难以使用。
Boris在评论区承认了这个问题，表示正在处理。
这事儿真正微妙的地方在于，Fable在上面三种高风险场景下，至少会告诉你一声：