神话模型Fable 5被曝降智，只为防蒸馏？AI大佬抗议

Fable 5正在引发众多质疑：一声「你好」就能触发警报，一问高端技术就会被暗箱降智。Anthropic的安全承诺，正在变成一场开源圈愤怒的「安全谎言」。

就在6月10日，Anthropic 正式推出了最强旗舰模型——Claude Fable 5！

作为 Mythos 级别的首款通用消费级模型，它立马刷屏全体AI圈。在编程、复杂逻辑推理和工程任务上的表现，让它带给业界深深的震撼。

然而，随着越来越多人加入实测，一场舆论风暴也在掀起——Anthropic，在背着我们让Fable 5偷偷降智！

知名 AI 学者、人工智能政策专家 Nathan Lambert 发表长文，尖锐地指出：如果你进行前沿技术查询，Anthropic就会在后台干预，让Fable 5「暗箱降智」。

他痛批道：「一个AI模型在不通知用户的情况下自动降低智能水平，这绝对是错误的人工智能。」

更夸张的是，有中文用户发现，仅仅对Fable 5说了一句「你好」，系统就弹出了高危安全警告。

一向以安全可信赖自居的Anthropic，背后居然偷偷搞暗箱操作、数据双标这一套？

现在，开发者社区已经群情激愤了：Anthropic，你到底在害怕什么？

Fable 5怕你问前沿技术，是为了防蒸馏？

Nathan Lambert发现，当你向Fable 5询问预训练管线、分布式训练架构、AI芯片设计等前沿技术问题时，它就偷偷摸摸地变笨了。

它不会拒绝回答，不会切换到低版本模型，更不会弹出任何提示——它只会默默降低回答质量，用更模糊、更浅薄、更不专业的语言敷衍你。

而这一切，完全发生在黑箱之中。

这是为什么？

Nathan Lambert在长文博客中揭露：A厂这么做，主要就是为防止竞争对手利用Fable 5进行模型蒸馏。

这样，就能保护自身的商业护城河，延缓其他开发者追赶的速度。

显然，投入了数十亿美元研发资金，还背负着巨大商业变现压力的A厂，是坚决不想让自家模型变成别人免费的教师模型。

所以，他们选择将所有用户都视作潜在的窃贼。

那些在高校、非营利机构中真正致力于研究大模型预训练、分布式优化、芯片硬件协作的科研工作者，也都被一棍子打死。

Lambert 悲哀地写道：「我个人无法再信任这个世界上最强大的 AI 模型能够用于我构建模型的专业领域。而我构建模型，完全是出于确保社会向强大 AI 系统安全过渡的热情。这不可避免地让人觉得，这是Anthropic单方面宣布的技术优越权。」

Anthropic的垄断，进一步巩固了。

为什么要暗箱降智？

根据官方公布的系统卡，Anthropic 将安全干预手段分为了两类。

第一种，是显性降级。

当用户输入的请求涉及到网络安全、生物和化学危险品、或特定的模型蒸馏时，Fable 5 的后台分类器会迅速做出判断。

一旦触发红线，系统会自动将当前的对话模型切换为 Claude Opus 4.8，并在前端界面明确告知用户。

虽然这种「显性降级」有些令人不快，但由于公开透明，因此并未引发太大争议。

真正点燃学术界怒火的，是针对前沿 AI 开发技术的第二类干预机制——隐性降智。

系统卡中写道：

我们对加速整体 AI 发展步伐的风险感到担忧……特别是，我们担心加速其他 AI 开发者构建强大的 AI 系统，而他们未必拥有相匹配的安全防护措施。

因此，我们实施了新的干预措施，限制 Claude 在针对前沿大模型开发（例如构建预训练管线、分布式训练基础设施或机器学习加速芯片设计等）请求时的有效性。

最关键的差异在于：「与网络安全或生物化学的干预不同，这些针对前沿 AI 开发的保护措施对用户是不可见的。Fable 5 不会降级到其他模型，而是会通过提示词修改、转向向量或参数高效微调等方法，暗中限制模型的输出质量。」

也就是所谓的「静默降智」。

如果你问到分布式训练集群、设计ML芯片架构这类问题时，你会得到被可以被刻意注入了干扰向量的阉割版回答。

而这一切，Anthropic 决定完全不告知用户。

学者 Nathan Lambert 对此撰文进行了猛烈抨击。他认为，这种行为就是「人为制造的对齐失调」。

本来，对齐是为了让 AI 的行为符合人类的意图和福祉。而 Anthropic 的做法，完全是反其道而行之。

Lambert 警示道，「沿着这条路走下去，下一步——虽然 Anthropic 现在还没这么做，但他们完全有能力做到——就是当模型认为某个工作场所的 AI 应用不安全时，在后台静默地操纵、干扰该工作场所的业务运行。」

神经质防守：说句「你好」就触发警报

更夸张的是，有中文用户晒出截图：在刚刚打开对话框，仅仅向 Claude Fable 5 发了一句 「你好」，就突然出现高危安全警告：「您的请求触发了高危安全策略过滤……」

显然，在后台算法看来，这一句你好说不定是经过精心伪装的探针攻击。

一旦触发了这一机制，Fable 5 会立刻单方面掐断当前的对话，强制将用户切回上一代的 Opus 4.8。

这种「宁可错杀一千，绝不放过一个」的极端策略，让大批普通用户哭笑不得。

似乎在 Fable 5 眼里，任何可疑的输入，都像是在合成生物武器或者反向蒸馏它的知识产权。

随后，Anthropic 官方承认：「全新的安全过滤机制在极高强度的防御策略下，确实可能会频繁误伤正常内容。」

开源的反击：开源是唯一的答案

就在Fable 5发布引发争议的前一周，NVIDIA发布了其首款旗舰开源模型—Nemotron 3 Ultra。

这个时间点耐人寻味。

Lambert在文中直言：

过去一周可以被视为美国新兴开源生态系统的一个重要转折点。Anthropic的举措激发了我们这些构建开源模型的同行们的一致动力。

为什么开源模型突然变得更有吸引力？

答案很简单：它不会对你撒谎。

当你在本地运行开源模型时，你知道它的全部权重、全部参数、全部行为逻辑。没人能在后台暗箱操作。

Llama、DeepSeek、Qwen、Nemotron提供了一个闭源模型永远无法提供的东西：可验证的信任。

在文章最后，Lambert给出了一个更深层的判断：

如此强大的技术，最终的平衡状态绝不可能由一家私营公司完全掌控。Anthropic今年早些时候与国防部的争端就说明了这一点——政府要么希望AI受其控制，要么希望AI保持开放。

这让我相信，开放的生态系统才是更安全的选择。

他的结论是：Anthropic正在犯错。他们试图用封锁和对抗来保护自己的领先地位，但这只逼迫更多人转向开源。

Claude Fable 5确实在技术上有了惊艳的飞跃，但它在伦理上的退步，或许会成为AI发展史上的一个警醒。

当一家公司开始以安全之名对用户撒谎时，信任的裂缝就再也无法弥合。

参考资料：

https://x.com/natolambert/status/2064412173527556298

文章来自于"新智元"，作者 "Aeneas"。