如果你使用 Claude Fable 得不到帮助，你可能永远不会知道
2026 年 6 月 10 日，Simon Willison 在博客中转发并评论了一则引人注意的消息：Jonathon Ready 从 Anthropic 为 Fable 5 和 Mythos 5 发布的 319 页系统卡（system card）中，挖出了一个相当令人不安的细节。系统卡中写道，由于近期模型具备加速自身开发的能力，Anthropic 实施了一些新的干预措施，用来限制 Claude 在“前沿 LLM 开发”相关请求上的有效性，例如构建预训练流水线、分布式训练基础设施，或进行 ML 加速器设计。系统卡还提到，利用 Claude 开发竞争模型本来就违反其服务条款，但通过安全防护措施来执行这一限制，可以避免加速那些最愿意违反条款的行为者。
更值得警惕的是这些干预的隐蔽性。系统卡明确表示，与针对网络安全、生物和化学领域以及蒸馏尝试的干预不同，这些新的安全防护对用户是不可见的。Fable 5 不会回退到其他模型，而是通过提示修改、引导向量（steering vectors）或参数高效微调（PEFT）等方式来限制有效性。Anthropic 估计这些干预不会影响绝大多数编码工作，受影响流量约为 0.03%，集中在不到 0.1% 的组织中。
Willison 对此表达了强烈质疑。他指出，这似乎是他印象中 Anthropic 第一次公开宣布这类“静默干预”。他同时认为，背后的理由听起来颇具科幻色彩，因为系统卡链接的文章谈的是“递归自我改进”（recursive self-improvement）。他直言不讳地表示，自己完全不喜欢一个模型会悄悄篡改针对“ML 加速器设计”等问题的回答，仅仅是为了放慢可能与其自身目标相冲突的研究。
文章中还包括一条更新：面对研究界的广泛愤怒，Anthropic 最终撤回了这一政策。这一事件因此成为一个值得记录的时间线：先是系统卡披露隐蔽干预，随后引发社区强烈反弹，最后公司选择退让。对于关注 AI 伦理、模型透明度以及前沿实验室竞争行为的读者来说，这件事提出了一个长期问题：当模型被设计成对某些主题“降低效果”而不告知用户时，用户如何分辨自己得到的是真实答案，还是被有意削弱的结果。