Anthropic于2026年6月9日发布最强模型ClaudeFable5，三天后因被发现可越狱识别软件漏洞遭美国政府出口管制，全球停服18天。回归时模型附带更严格安全分类器，虽能阻断超99%越狱但增加误杀，另推出越狱分级框架与四项政府承诺，标志着AI治理进入新阶段。
史上最强模型上线3天被政府叫停，全球用户集体中断服务，18天后带着更严格的安全审查回归。这不是科幻小说情节，而是2026年6月真实发生的事件。
图片来源：www.anthropic.com/news/claude…
长期稳定更新的攒劲资源： >>>点此立即查看<<<
6月9日，Anthropic发布了两款重磅模型——Claude Fable 5和Claude Mythos 5。
Fable 5定位清晰：Anthropic有史以来最强的公开发布模型。拥有1M token上下文、128k最大输出，自适应思维永久开启，50的定价是Opus 4.8的两倍。从Benchmark数据看，性能几乎全面领先。
图片来源：www.anthropic.com/news/claude…
14家公司站台背书，包括Cursor、GitHub、Vercel、Cognition、Replit、Databricks等主流开发者工具平台。Cursor表示，使用Fable 5一次性完成了以往需要迭代数天的系统；GitHub指出，其代码审查能力明显超过Opus 4.8。
发布消息引发行业兴奋。对于日常使用Claude Code的用户而言，Fable 5的“长程自主Agent”能力正是所需——它能自主处理复杂任务，持续数小时甚至数天不脱轨。
然而，3天后，一切戛然而止。
6月12日下午5点21分（美东时间），美国商务部向Anthropic发出出口管制指令。
原因在于，亚马逊研究人员发现了一种绕过Fable 5安全防护的方法，可使模型识别软件漏洞并生成漏洞利用代码。
Anthropic当天发布声明，措辞克制但表达不满。声明指出：
结论是：由于无法实时验证用户国籍，Anthropic选择全球中断服务，覆盖所有用户，包括美国本土。
图片来源：www.anthropic.com/news/fable-…
这一决定引发思考：AI模型的安全边界应由谁来划定？是开发公司，还是政府？
Anthropic自称，Fable 5的越狱被归类为Category C（轻微越狱），仅触及安全余量区，未触及核心有害行为。此外，1000多小时的外部红队测试也未发现任何通用型越狱。
但政府持不同看法。
Claude Fable 5事件时间线（2026年6月9日-7月1日）
接下来18天，事件逐步推进：
Anthropic在X平台上的帖子数据反映用户关注度：
60K点赞的13秒视频，直观体现了用户的等待心情。
Fable 5回归，但搭载了更严格的安全分类器。
Anthropic训练了新分类器，专门针对亚马逊报告的那种绕过方法，声称在超过99%情况下可阻断。被阻断请求将转发至Opus 4.8处理。
图片来源：www.anthropic.com/news/redepl…
代价是什么？Anthropic承认：更多误杀。
新分类器会在“正常的编码和调试任务”上产生更多误报。这意味着，用户编写正常功能代码时，分类器可能判定代码与漏洞利用相关，直接拒绝，并将请求转给Opus 4.8。
四个分类器监控如下：
| 分类器 | 拦截内容 | 误杀风险 |
|---|---|---|
| cyber | 进攻性网络安全技术 | 正常安全工作可能触发 |
| bio | 危险实验室方法 | 有益生命科学研究可能触发 |
| frontier_llm | 协助开发竞品AI模型 | 正常ML工作可能触发 |
| reasoning_extraction | 要求模型复述内部推理 | “展示你的思考过程”类提示会触发 |
最后一个分类器影响显著。如果用户之前的提示或指令中包含“show your thinking”或“explain your reasoning”等语句，Fable 5将直接触发reasoning_extraction拒绝，并降级至Opus 4.8。官方文档专门就此发出警告。
这意味着，许多Claude Code的自定义指令需要修改。
图片来源：www.anthropic.com/news/redepl…
许多人未明确的一点：Fable 5与Mythos 5实为同一模型，仅安全姿态不同。
| Claude Fable 5 | Claude Mythos 5 | |
|---|---|---|
| 能力 | 同Mythos 5 | 同Fable 5 |
| 安全分类器 | 有 | 无 |
| 可用性 | 公开发布 | 仅限Project Glasswing邀请 |
| 用途 | 通用知识工作、编码、Agent | 防御性网络安全 |
| 定价 | 50 | 50 |
Mythos 5无安全分类器，但仅面向通过Project Glasswing审核的网络安全防御方。该项目已帮助合作方发现超过10000个高危或严重安全漏洞，包括OpenBSD中一个27年的老bug和FFmpeg中一个16年的bug。
Anthropic策略本质：最强能力不设防，仅限受信任防御方；公开发布版本加装安全分类器，接受误杀以换取安全。
此逻辑易懂，但开发者更关注：在Fable 5上支付50费用，却被分类器降级至Opus 4.8，为何要付Fable 5的价格？
Anthropic为此推出Fallback Credit机制：被拒绝后重试至Opus 4.8时，将退还缓存写入的差价。但这一机制更多是“抱歉打扰了”，而非真正解决方案。
本次回归，Anthropic还携同亚马逊、微软和Google，共同提出越狱严重程度分级框架。
图片来源：www.anthropic.com/news/claude…
四个评分维度：
三个严重等级：
图片来源：www.anthropic.com/news/claude…
同时，Anthropic上线HackerOne漏洞赏金计划，专门征集Fable 5的网络越狱。24/7监控团队已就位。
这是整个事件中最有价值的产出。此前行业缺乏统一越狱分级标准，各家公司各说各话。如今四大AI公司达成共识，至少有了共同语言。
作为恢复服务的条件，Anthropic向美国政府做出四项承诺：
本质上，这是一种交易：若想恢复服务，须允许政府在模型发布前先行审查。
这一做法可能令人不适，但可以理解。政策制定者面对一个能自主发现10000个安全漏洞的AI模型，难免紧张。
问题在于边界何在。本次“窄域越狱”即触发全球停服。未来，一个Category C的越狱就能导致数亿用户断服18天，这一响应级别是否合理？
以下是对日常使用Claude API或Claude Code的开发者的实际建议：
第一，重视Fable 5的误杀问题。 尤其在做安全相关开发，或提示中包含“解释推理过程”等指令时，需提前配置回退机制。官方提供三种方式：服务端fallbacks参数（最简单）、SDK中间件、手动重试。
第二，Sonnet 5可能是更务实的选择。 同一天发布的Sonnet 5，定价15，性能接近Opus 4.8，网络安全防护比Fable 5宽松得多。官方明确表示，“Sonnet 5的网络安全风险整体较低”，甚至无法生成Firefox漏洞利用代码（0.0%），因此无需极端分类器。
第三，长程Agent任务仍值得使用Fable 5。 官方文档强调：“看到最好结果的团队，是将Claude Fable 5用于最难的未解决问题。仅用简单任务测试，会严重低估其能力范围。”但需接受现实：在安全相关任务上，它可能降级。
第四，注意Thinking行为变化。 Fable 5的原始思维链永不返回，仅返回摘要或省略。用户无法关闭Thinking，低Effort设置下的表现仍“经常超过此前模型的xhigh”。这是优点，但意味着无法像以前一样调试模型的推理过程。
结论：Fable 5回归是好事，但本次事件标志着AI治理进入新阶段——政府可因一个轻微越狱，就让全球最强AI模型停服18天。
技术判断： Fable 5确实是目前最强的公开发布模型，尤其在长程自主Agent和复杂编码场景中。但更严格的安全分类器使其实际可用性打了折扣，用户需为误杀做好准备。
行业判断： 本次事件设定了一个危险先例。亚马逊发现Category C越狱→政府全球叫停→18天后更严审查恢复，这一链条过短。若每次轻微越狱都走此流程，AI行业可能被监管拖累。好消息是，越狱分级框架的建立至少提供了讨论基础。
实践判断： 若不做安全相关开发，Fable 5仍是最佳选择。若从事安全开发，需认真配置回退，或考虑Sonnet 5作为替代。但无论选择哪个模型，都不应将其视为“永不中断”的基础设施——它已证明自己可能被叫停。
必须坦诚地说，对政府发布前预访问这一承诺是担忧的。一个商业AI模型发布前需经政府审查，在技术上如何实现？是否会演变为审批制？边界在哪里？这些问题尚未明确，但将是未来最值得关注的变量。
以下变量值得持续关注：
18天内，一个模型经历了发布、封杀与回归。此事意义不在于Fable 5本身有多强，而在于它揭示了：当AI能力强到一定程度，其命运不再仅由技术决定。