Anthropic 声明：美国政府指令暂停 Fable 5 和 Mythos 5 访问

事件背景

Anthropic 于 2026 年 6 月 12 日发布声明，披露美国政府依据国家安全权力，发布出口管制指令，要求立即暂停所有外国公民（无论身处美国境内还是境外）对 Fable 5 和 Mythos 5 的访问。该指令甚至涵盖 Anthropic 内部的外籍员工。为遵守指令，Anthropic 必须立即对所有客户禁用这两个模型。其他 Anthropic 模型的访问不受影响。

政府指令细节

Anthropic 于当日美东时间下午 5:21 收到指令，但信函未提供国家安全关切的具体细节。公司理解，政府认为已发现一种绕过（即“越狱”）Fable 5 的方法。Anthropic 审查了该特定技术的演示，发现其用于识别少量先前已知的、次要的漏洞。这些漏洞相对简单，且其他公开模型（如 OpenAI 的 GPT-5.5）无需越狱也能发现。

Anthropic 的安全立场

Anthropic 重申其在 Fable 发布博客中阐述的安全立场：已建立强大的安全措施，极大降低了模型在网络安全等任务中被滥用的可能性。事实上，这些措施过于严格，以至于许多用户抱怨其过于宽泛。在 Fable 发布前的数周内，Anthropic 与美国政府、英国 AISI、多家第三方组织及内部团队合作，进行了数千小时的红队测试。测试表明，Fable 的安全措施比任何先前部署的模型都更有效。至今，没有测试者能够找到通用越狱方法——即能广泛绕过模型安全措施、解锁大量网络能力的方法。

防御深度策略

Anthropic 承认，目前任何模型提供商都无法实现完美的越狱抵抗。行业使用的所有安全措施都容易受到非通用越狱的影响（在特定情况下可能获取某些网络信息），且未来很可能出现通用越狱。因此，Anthropic 对 Fable 5 采用了防御深度策略：使越狱要么范围狭窄（非通用越狱），要么生产成本极高（通用越狱），并结合全面监控以快速检测和阻止成功攻击。这也是 Anthropic 要求 Fable 客户保留 30 天数据的原因——这一政策变更虽带来实际成本，但有助于研究和缓解越狱。

对政府行动的看法

Anthropic 坚持其防御深度策略，认为它已将 Fable 的风险降低到与行业现有模型相当的水平。公司尚未收到任何导致有害结果的非通用越狱披露。已披露的潜在越狱要么是完全良性的回应，要么是微小的发现，未提供 Mythos 特有的能力提升。政府仅提供了口头证据，展示了一个潜在的非通用越狱，本质上是要求模型阅读特定代码库并修复软件缺陷。Anthropic 审查了据信是政府指令依据的报告，并验证了其中展示的能力水平在其他模型（包括 GPT-5.5）中广泛可用，且被日常维护系统安全的防御者使用。

结论与后续

Anthropic 表示遵守政府法律指令，移除所有用户对 Fable 5 和 Mythos 5 的访问。但公司不同意将发现一个狭窄的潜在越狱作为召回已部署给数亿用户的商业模型的原因。如果此标准适用于整个行业，将实质上停止所有前沿模型提供商的新模型部署。Anthropic 认为政府应有权阻止不安全部署，但需基于透明、公平、清晰且以技术事实为依据的法定程序。此次行动未遵循这些原则。公司对给客户带来的不便表示歉意，认为这是一场误解，并正在努力尽快恢复访问。

原标题：Statement on US government directive to suspend access to Fable 5 and Mythos 5。 HN 原始发布时间：2026年6月13日星期六。当前记录为 3063 分、2225 条评论。

阅读原文 · 查看 HN 讨论