Anthropic 調整 Claude Fable 5 安全策略，取消靜默降級
Anthropic 宣佈取消 Claude Fable 5 的靜默性能降級機制。此前該機制被社區廣泛指責爲“暗中破壞”，引發人工智能研究社區強烈反彈。
根據服務條款，用戶不得使用 Claude 訓練競爭模型。Anthropic 此前計劃對涉嫌賬號在不通知的情況下降低性能。研究人員警告稱，此做法會干擾第三方安全評估與開源協作。
面對質疑，Anthropic 公開道歉，承認安全策略權衡失誤。新策略改爲公開提示：檢測到用戶試圖構建高能力 AI 時，將明確拒絕請求，或將用戶重定向至低能力模型。但公開機制更容易被針對性繞過，未來將擴大攔截範圍，可能導致部分正常無害請求被誤殺。
來源：公開信息
ABAB AI 解讀
Anthropic 此前在 Fable 5 上採用隱形降級作爲安全防護，此次快速調整延續其在社區壓力下迭代策略的路徑，曾多次因護欄設計引發爭議後轉向更透明做法，以平衡安全責任與開發者信任。
資本路徑上，Anthropic 通過公開道歉修復社區關係，此舉雖可能短期削弱部分前沿防護效果，但有助於提升企業級採用意願與長期訂閱粘性，同時維持對競爭模型訓練的嚴格限制，爲自身數據與能力積累提供合規框架。
類似 OpenAI 等公司在安全機制上的多次調整，Anthropic 當前處於從封閉隱形防護向公開透明治理轉型的控制階段，正藉此次事件重塑在 AI 安全領域的行業形象。
本質屬於監管變化與資本集中：取消靜默降級直接回應社區反彈，通過公開機制加速 AI 安全資本從隱形控制向透明治理集中，重塑生成式 AI 產業在模型能力、安全防護與開源協作之間的權力結構與信任機制。
ABAB News · 認知定律
防護越隱祕，社區信任流失越快。
透明度越高，採用意願與長期合作越可持續。
攔截越公開，誤殺風險與繞過難度越同步上升。