7 月 1 日,Anthropic 在被叫停 19 天后,正式把 Claude Fable 5 重新铺开。 直接导火索是 6 月 12 日美国政府以「网络安全风险」为由对 Fable 5 与 Mythos 5 实施出口管制,而技术诱因是 Amazon 安全研究员报告里的一种提示技巧。Anthropic 内部复测后承认:同一漏洞在 Haiku 4.5、Sonnet 4.6、Opus 4.6/4.7/4.8、GPT-5.4/5.5、Kimi K2.7 上同样能复现,同款 Exploit 代码也都能写出。把最强模型拉黑,根本阻止不了底层能力扩散——这是这次事件真正的「反高潮」。 重新上线的关键不是「更严的护栏」,而是新训练的针对性安全分类器把报告里那条触发路径的拦截率拉到 99%+;被拦截的请求自动回退到 Opus 4.8,代价是常规调试里的「误伤」明显变多。CAISI 复测通过、6 月 30 日管制解除、7 月 1 日 Fable 5 全面回归,AWS、Google Cloud、Microsoft Foundry 紧接恢复。 更值得注意的是 Anthropic 联合 Amazon、Microsoft、Google 等伙伴推出的「jailbreak 严重度共识框架」:四维度给每次 jailbreak 打分,最严重一档「确认即部署缓解」,HackerOne 同步开放提交通道,24/7 监控小组到位。 这套打法比「模型越强越危险」的口号更工程化。它默认安全分类器会失败、jailbreak 一定会出现,但把「如何在已知失败的前提下放出最强模型」第一次做成了可量化、可审计的工业流程。