Anthropic 发布 Fable 5：启用 Opus 4.8 回退机制以防御模型蒸馏

Anthropic 正式发布了其最新的人工智能模型 Fable 5 和 Mythos 5。鉴于新模型在网络安全等领域展现出的强大能力可能被恶意滥用，Anthropic 采取了极为保守的安全策略，引入了基于模型路由的防御机制。根据官方披露，当用户查询被识别为涉及敏感网络安全主题，或疑似属于模型能力“蒸馏”攻击时，系统将自动拒绝调用 Fable 5，改用次强模型 Claude Opus 4.8 进行回复。Anthropic 表示，此前已监测到大规模针对 Claude 模型的蒸馏尝试，旨在利用其能力训练竞争模型，若不加限制，这将导致近前沿 AI 技术在威权国家等缺乏安全措施的环境下扩散。为了优先确保安全，该机制目前存在一定的误报率（平均低于 5%），这意味着部分无害请求也会被降级处理。Anthropic 承诺，随着未来几个月更强模型的推出，将逐步优化这一安全措施，在降低误报率的同时严防技术滥用。

事件分析

💡 核心观点：Anthropic以Opus 4.8作为安全兜底展示了“分层防御”新思路，预示着遏制模型蒸馏与技术滥用将成为顶尖AI厂商的生存底线。