Anthropic Fable 5 全球解禁　川普逼出的安全測試成全球通行證

編按：本文綜合整理自 Ars Technica 原文、Reuters 報導、Anthropic 官方公告、The Hacker News 與 CNBC，並加入 Siami 編輯部觀點與分析。

美國 AI 公司 Anthropic 7 月 1 日正式宣布，旗下兩款最先進模型 Claude Fable 5 與 Claude Mythos 5 從當天起向全球使用者重新開放存取。商務部長 Howard Lutnick 6 月 30 日致 Anthropic 的信函中證實，美國商務部已撤回 6 月 12 日的出口管制令；Mythos 5 自 6 月 26 日起也已在美國「可信賴機構」之間恢復存取。這場 18 天的禁令風暴，最初由 Anthropic 在 Mythos 5 上發現的「Amazon jailbreak」漏洞觸發，最終以 Anthropic 同意加裝新一代安全分類器、與商務部、亞馬遜、微軟、Google 等合作夥伴共同草擬《jailbreak 嚴重度產業共識框架》作收。

事件始末：從封網到解禁的 18 天

整起事件的時間軸極為緊湊，每一步都對 AI 產業政策框架投下震撼彈：

• 6 月 9 日：Anthropic 正式發表 Claude Fable 5 與 Mythos 5，後者透過「Project Glasswing」機制只開放給美國政府與少數可信賴的資安合作夥伴。
• 6 月 12 日：美國商務部下達出口管制令，要求 Anthropic 阻斷 Fable 5 與 Mythos 5 對「美國境外所有外國人」（含 Anthropic 自己外籍員工）的存取。
• 6 月 13–25 日：Anthropic 全面下線兩款模型；Mythos 5 被視為「對惡意行為者極具吸引力，可能被用於發現與利用軟體漏洞」。
• 6 月 26 日：商務部先局部放行，允許 Mythos 5 釋出給「可信賴的美國機構」。
• 6 月 30 日：Lutnick 正式致信 Anthropic，全面撤回 6 月 12 日管制令。
• 7 月 1 日：Fable 5 透過 Claude.ai、Claude Platform、Claude Code 與 Claude Cowork 全球同步上線；Mythos 5 同步升級供 Glasswing 合作夥伴使用。

這 18 天內，Anthropic 從「被監管機關一刀切封殺」到「與政府合作推出新一代安全機制」，過程被 Anthropic CEO Dario Amodei 形容為「公私協力的開端」。

Amazon jailbreak 是怎麼回事？

事件導火線是亞馬遜（Amazon）研究團隊回報的一個 jailbreak 技術——一種能繞過模型安全防護、讓模型產生違禁內容的提示工程。Anthropic 在自家 Mythos 5 與 Fable 5 上重現後發現，該 jailbreak 確實能讓模型在極少數案例中：

• 指出特定軟體漏洞
• 進一步生成「如何利用該漏洞」的程式碼示範

但 Anthropic 同時強調，相同手法對市面上其他較弱模型也同樣有效，包括自家的 Claude Opus 4.8、OpenAI 的 GPT-5.5、中國月之暗面（Moonshot AI）的 Kimi K2.7。也就是說，這次 jailbreak 並非 Fable 5 獨有弱點，而是整個產業共同面對的問題。

Anthropic 6/12 原始聲明：「我們的理解是，政府認為他們已察覺到一種繞過 Fable 5 安全防護的『jailbreak』方法。」

為了回應商務部要求，Anthropic 訓練了一個全新的安全分類器（safety classifier），專門針對亞馬遜回報的 jailbreak 技術做識別與阻擋。官方宣稱對該技術的封鎖率超過 99%，但代價是「良性請求被誤判的比例也會上升」——特別是在日常程式碼撰寫、除錯任務中，觸發防護時會自動 fallback 到 Claude Opus 4.8。

為什麼這件事重要

這不是單一公司與政府之間的零和衝突，而可能是 AI 產業「政府深度介入模型安全評估」時代的起點。Siami 認為這次事件有三層意義值得放大檢視：

第一層：公私部門的「強制合作」新模式成型。 過去 AI 公司是「自己寫 system card、自己發表」；這次則是「Amazon 提報漏洞 → 商務部下令 → Anthropic 重新訓練 → 跨公司（Amazon、Microsoft、Google）共同訂立框架」。商務部長 Lutnick 雖在信中保留「隨時可重新加碼管制」的權利，但這次合作的順暢程度，意味著美國政府已經摸索出對前線 AI 模型「30 天預先審查 + 持續監控」的實際運作 SOP。

第二層：Mythos 5 的「資安武器化」疑慮被實證。 Mythos 5 在 6/9 發表時就被定位為「有資安攻擊能力、必須透過 Glasswing 控管」的高階模型，亞馬遜這次回報的 jailbreak 證明了 Anthropic 自己的擔憂並非空穴來風。也正因為 Mythos 5 真的有能力被武器化，商務部才會罕見地對「單一商業模型」動用《出口管制條例》。這個案例將成為未來「類似 OpenAI GPT-5.6、Google Gemini Ultra 2」等前線模型被審查的判例基礎。

第三層：Anthropic 的「擁抱監管」立場首次得到回報。 過去兩年 Anthropic 是業界最積極倡議「政府強制安全測試」的異類，CEO Dario Amodei 6/10 公開支持聯邦層級強制審查法案。但「擁抱監管」並沒有讓他們免於 6/12 的禁令，反而在禁令後成為「最快完成合規」的模範生。CNBC 評論「Anthropic asked for regulation. Washington went much further」一語道破：政府實作的力道往往比企業倡議的更強。

數據解讀與質疑

表面數字（99% jailbreak 封鎖率）很亮眼，但 Siami 提醒三個值得追問的細節：

• 99% 背後的「剩下 1%」是什麼？ Anthropic 坦承該攻擊目前仍能在「非常少數案例」中成功取得資安相關回應。這 1% 對一般使用者無感，但對「國家級攻擊者」而言，可能就是零時差漏洞的入口。Anthropic 把這 1% 視為「可接受的殘餘風險」，但這個口徑是否會被白宮與商務部接受，將是下一波觀察重點。
• 「良性請求誤判率」沒有公開數字。 Anthropic 承認新分類器「在例行程式碼與除錯任務中會更頻繁地把良性請求標記為可疑」。但究竟是多少？影響多少開發者日常 workflow？官方沒給量化指標。BridgeMind 創辦人在直播中已宣布要用自家 BridgeBench 對「被閹割的 Fable 5」做基準測試，這會是觀察「Fable 5 是否真的變笨」的第一份公開資料。
• Fable 5 與 Mythos 5「實為同一模型」。Anthropic 在 system card 中已明說，兩者「底層是同一個模型，差別只在 Mythos 5 解鎖部分資安防護」。換言之，這次「全球解禁」的 Fable 5，等於讓全球開發者都能用上接近 Mythos 5 能力的工具——只是多了一道分類器守門。這對 OpenAI 與 Google 的等價前線模型（GPT-5.6、Gemini Ultra 2）形成直接壓力。

Anthropic 自家評估：「較弱的競爭模型（GPT-5.5、Opus 4.8、Kimi K2.7）同樣會被該 jailbreak 突破。」—— 這代表商務部的管制對象事實上「只挑了 Anthropic 開刀」，其他公司目前並未被要求同步處理。

Fable 5 用量與定價細節

解禁並不代表 Fable 5 對所有使用者都無限制。根據 Anthropic 與多家合作夥伴公告：

• 7/1–7/7 期間：Fable 5 對 Pro、Max、Team、Enterprise 方案用戶提供「每週 50% 使用額度」內含。
• 7/7 之後：Fable 5 改為「用多少算多少」的 credit 制。
• 官方公開定價（per million tokens）：輸入 $10、輸出 $50——明顯高於 Sonnet 5 與 Opus 4.8，是 Anthropic 史上最貴的公開 API 方案。
• Mythos 5：僅限 Glasswing 計畫成員（Amazon、Microsoft、Google 等）與美國政府機關使用，不對外販售。

對獨立開發者而言，這代表 7/7 之後要在 Fable 5 上做大型 agentic workflow，必須仔細計算 token 成本——特別是新分類器會讓「無害的 coding 請求」偶爾被 fallback 到 Opus 4.8，可能出現「以 Fable 5 計價、被 Opus 4.8 執行」的不透明帳單。

業界反應：政府介入模型測試將成新常態

Anthropic 在官方公告中明確表示，要把「與政府的合作」常態化：

1. 預先部署存取：政府可在新模型公開前 30 天取得測試版評估。
2. jailbreak 情資共享：所有 Glasswing 合作夥伴需即時通報 jailbreak 與濫用案例。
3. 聯合研究資源：Anthropic 將指派專屬團隊與政府研究員對接。
4. 產業框架草擬：與 Amazon、Microsoft、Google 共同建立「jailbreak 嚴重度分級」共識，作為業界與政府溝通的共通語言。

Anthropic 自評這套機制是「全球 AI 風險治理的範本」。但外界並非全無保留：

• Frontier Security Institute 執行長 Isaac Harris 對 Ars Technica 表示，這套「30 天預審 + 分類器 + 框架」雖然方向正確，但「對於真正決定模型安全與否的技術細節，公開程度仍遠遠不足」。他呼籲應有獨立第三方審查機制。
• OpenAI 的因應策略明顯不同：6/26 該公司主動將 GPT-5.6 等三款新模型「先小範圍釋出給可信賴夥伴」，繞過了商務部可能下達的禁令。這代表兩家前線公司在「政府介入程度」上開始出現策略分歧。
• 中國相關單位低調觀望：Anthropic 6 月稍早指控中國阿里巴巴對 Claude 發動「史上最大規模蒸餾攻擊」，中國官方與阿里方面均未正式回應。Fable 5 全球解禁後，預期雙方攻防將更為激烈。

對開發者、企業與政策制定者的意涵

這次事件對三類利害關係人都有立即影響：

對開發者：Fable 5 7/1 重新上線 Claude.ai 與 Claude Code，但 7/7 之後將進入「高價計費」階段。如果你正在跑大量 agentic workflow，建議先評估是否值得用 Sonnet 5 或 Opus 4.8 替代——除非你明確需要 Fable 5 的長 context 與深推理能力。

對企業 IT：Mythos 5 雖未對外販售，但 Anthropic 公告顯示「所有 Glasswing 合作夥伴的員工」皆可使用。如果你任職於 Amazon、Microsoft、Google 集團，這代表你能透過內部通道使用 Anthropic 當前最強模型——這對企業內部 AI 政策與資安規範是新的功課。

對政策制定者：CNBC 評論「Anthropic asked for regulation. Washington went much further」直指核心——政府對 AI 模型的管制力道正在快速超過產業自我監管的步調。Amodei 6/10 在 blog post 中呼籲國會「重新構想安全規範以因應 AI 可以從朋友變敵人的世界」，但從這次 18 天風暴來看，行政機關（商務部、BIS）早已走在立法機關前面。

後續觀察重點

Siami 編輯部建議持續關注以下四個指標：

1. BridgeMind 等獨立基準的 Fable 5 vs. 原始 6/9 版本評測——確認「被閹割的 Fable 5」是否在實務表現上明顯下滑。
2. Mythos 5 是否再次發生新 jailbreak——亞馬遜是這次吹哨者，下次可能是另一家科技公司。
3. OpenAI GPT-5.6 的全球解禁時程——OpenAI 6/26 採取「主動小範圍釋出」策略，與 Anthropic「先禁後放」形成對照。
4. 白宮 6 月底公布的「AI 安全審查 30 天制」行政命令後續落實進度——這次風暴是該命令的第一次實戰測試。

Anthropic 在結尾用了 Lord of the Rings 的比喻，把華府、商務部、亞馬遜、微軟、Google 形容為「試圖叫醒 Treebeard（樹鬍）的那群哈比人」。Treebeard 是中土世界最強大的樹人之一，行動緩慢但一旦醒來將勢不可擋。Anthropic 的訊息很清楚：政府這次醒了，AI 安全治理的典範正在成形。