Claude Fable 5 恢复上线：被美国政府"封杀"三周后重见天日，Anthropic 同时推出行业越狱评估框架
基于已整理草稿生成的网页版文章，适合先稳定落地，再做局部润色与发布检查。
7月1日，Anthropic 的旗舰模型 Claude Fable 5 在被美国政府出口管制令强制下线三周后，正式恢复全球访问。这次事件是 AI 行业首次因政府安全管制导致大模型大规模下线又恢复的案例，Anthropic 同时联合亚马逊、微软、谷歌等公司推出了行业首个 AI 越狱严重度评估框架。
事件回顾：从高光发布到被迫下线
6月9日，Anthropic 同时发布了 Claude Fable 5 和 Claude Mythos 5 两个模型——Fable 5 面向消费者，内置强安全护栏；Mythos 5 面向少数信任合作伙伴，用于防御性网络安全，护栏更少。
好日子只过了三天。6月12日（周五傍晚），美国政府突然对这两个模型下达出口管制令，理由是亚马逊研究人员发现了一种绕过 Fable 5 安全护栏的方法——通过特定提示词，模型可以识别软件漏洞并生成利用代码。由于管制令要求立即限制所有外国用户访问，而 Anthropic 无法在实时交互中验证用户国籍，公司不得不将两个模型全面暂停。
三周后的6月26日，Mythos 5 率先恢复，但仅限美国政府预批准的组织使用。7月1日，Fable 5 终于全面恢复全球访问。
安全问题到底有多严重？
先说结论：这次被发现的"越狱"并没有暴露 Mythos 级别的网络安全能力。
Anthropic 的内部测试发现，报告中的绕过技术让 Fable 5 识别了若干软件漏洞，其中一例还生成了漏洞利用代码。但同样的漏洞识别和代码生成，其他模型也能做到——包括 Claude Opus 4.8、GPT-5.5、Kimi K2.7，甚至更轻量的 Claude Haiku 4.5 和 Sonnet 4.6 都能复现。换句话说，这不是 Fable 5 的"独门危险"，而是当前这一代模型普遍具备的能力。
尽管如此，Anthropic 仍然快速升级了安全措施：
- 训练了新的安全分类器，专门针对亚马逊报告中描述的绕过技术，阻断率超过 99%
- 被阻断的请求会自动转给 Opus 4.8 处理，用户会收到通知
- Anthropic 坦诚承认：没有任何 AI 模型能完全免疫越狱，目前也没有发现 Fable 5 的"万能越狱"
行业首个越狱评估框架：四维打分
这次事件暴露了一个行业空白：当有人发现 AI 模型的越狱方法时，谁来评判这个越狱有多严重？目前没有统一标准。
Anthropic 联合亚马逊、微软、谷歌及其他 Glasswing 项目合作伙伴，起草了一个四维评估框架：
- 攻击者能力增益：越狱让攻击者获得了什么新能力？
- 能力增益范围：这种能力增益是窄域的还是广域的？
- 武器化难度：把越狱结果变成实际攻击有多容易？
- 可重复性：其他人复现这个越狱有多容易？
这个框架的目标是让 AI 开发者在面对新发现的越狱时，能快速判断严重程度、决定修复优先级，并用统一的语言向政府和行业伙伴沟通风险等级。
与美国政府的深度绑定
Fable 5 事件也让 Anthropic 和美国政府的关系发生了微妙变化。在经历了数月的公开冲突（包括诉讼和总统行政行动）后，Anthropic 这次选择了更紧密的合作路径：
- 预发布政府评估：涉及国家安全能力的模型，政府将在发布前获得独立评估权限和技术团队支持
- 快速信息共享：发现重大越狱或滥用模式时，将即时通报政府
- 24/7 越狱监控：新团队全天候监控关键越狱提交通道
- HackerOne 赏金计划：安全研究者将可提交 Fable 5 的越狱发现
Anthropic 同时承诺投入大量计算资源支持政府测试和研究，并将安全红队专长开放给政府使用。
对用户意味着什么
如果你是 Claude 用户，以下是你需要知道的：
- Fable 5 已恢复：Claude.ai、Claude Code、Claude Cowork 均可使用
- 额度安排：Pro、Max、Team 和部分 Enterprise 用户在7月7日前可使用最高 50% 的周用量额度访问 Fable 5，之后转为 usage credits 模式
- 云平台恢复待定：AWS、Google Cloud、Microsoft Foundry 上的 Fable 5 恢复时间尚未确定
- Mythos 5 仍受限：仅限美国政府预批准组织，Anthropic 正在协调扩大访问范围
这次事件也提出了一个更深层的问题：当 AI 模型的能力越来越强，政府安全审查和行业自我监管之间的边界在哪里？Fable 5 的"三周消失"可能只是未来类似事件的预演。
---
*基于 Anthropic 官方博客及 The Verge 等多家媒体转述整理*
参考来源
说明：该页面由基础模板稳定生成，后续可继续局部润色样式或补充模块，再进入发布检查。