Anthropic 正在撤回一项此前被埋在其系统卡片（system card）中的政策。该政策原本允许 Claude Fable/Mythos 识别“针对前沿大语言模型开发的请求”，并在不通知用户的情况下“限制其有效性”。这项安排一经曝光便引发强烈反弹，Wired 记者 Maxwell Zeff 率先报道了 Anthropic 的回应。
Anthropic 在发给 WIRED 的声明中表示：“我们正在调整 Fable 5 针对前沿 LLM 开发的防护措施，使其变得可见。我们做出了错误的权衡，并为未能把握好平衡而道歉。”这一表态标志着公司承认，此前选择不可见防护的做法存在严重问题。
争议的核心在于透明性。批评者认为，用户在毫不知情的情况下得到被刻意削弱的回复，等于被系统“暗中破坏”，尤其当请求来自从事前沿模型研究的开发者时，这种做法可能直接影响科研工作的判断与进展。文章作者 Simon Willison 评论说，取消不可见的部分是好消息，但如果能彻底取消这一类拒绝请求的做法，那就更好了。
随后，@ClaudeDevs 在 Twitter 上公布了更多执行细节。官方表示，正在推出一系列变更，让 Fable 5 针对前沿 LLM 开发的防护措施变得可见。从本周开始，被标记的请求将明显地回退到 Opus 4.8，这与他们在网络安全和生物领域的防护机制一致。用户每次遇到这种情况都能看到提示；在 API 层面，任何被标记的请求都会返回拒绝原因，服务端回退的相关支持也将在未来几天内上线。
Anthropic 还解释了当初为何选择不可见方案。公司称，他们希望快速且安全地把 Fable 5 交付给用户；可见的防护措施可能被探测，因此必须足够稳健，而这需要时间打磨。相比之下，不可见防护可以更有针对性地缩小范围，从而快速上线并保持极低的误报率。正因如此，他们选择了不可见防护，但现在承认这是一个错误的权衡。官方强调，用户应当能够看到他们设置了哪些防护措施以及背后的原因，并为未能把握好平衡致歉。
从时间线看，这一事件发生在 2026 年 6 月 11 日前后：争议政策原本隐藏于系统卡片中，曝光后引发大规模批评，Anthropic 随即通过 WIRED 发声并借助开发者账号补充说明，将回退机制改为可见，并承诺在 API 中提供拒绝理由。此事也再次凸显出，AI 实验室在安全防护与用户知情权之间如何取舍，正成为外界高度关注的治理议题。