Claude Fable 5发布翻车：偷偷降智又道歉，AI信任危机来了

Anthropic Claude Fable 5发布即翻车，一张配图看懂整个事件

一夜封神到全网声讨，Anthropic的"最强模型"怎么了？

2026年6月10日，Anthropic扔出了一颗AI核弹——Claude Fable 5。跑分全面碾压，编码能力吊打全场，3D交互惊艳四座。但不到24小时，舆论就从"Amazing"变成了"背叛"。原因？Anthropic被发现悄悄给模型降智，而且不告诉你。

一场关于AI安全、透明度和信任的争论，就此引爆。

Fable 5到底有多强？

先看硬实力。Fable 5在SWE-Bench Pro上拿下80.3%——每5个真实GitHub工程问题能解决4个。FrontierCode Diamond测试中，Fable 5的29.3%直接把Opus 4.8的13.4%和GPT-5.5的5.7%按在地上摩擦。

视觉能力同样惊人。仅凭游戏截图，Fable 5就通关了《宝可梦火红》。复杂科学图表中提取精确数字、截图重建应用源码，都是基操。

社区玩得更疯：让Fable 5做《我的世界》克隆版，20分钟生成完整版本；只花2小时、消耗140万token，就搞出一版人形机器人设计草稿。这些案例让不少人直呼"AGI来了"。

翻车事件：偷偷降智，而且不告诉你

问题出在Fable 5的安全分类器上。一旦用户请求涉及网络安全、生物化学、模型蒸馏——尤其是AI研发相关话题——系统会自动切换到能力更弱的Opus 4.8来响应。

但最让人愤怒的是：这种降级是静默进行的，用户完全不知情。

有生物医学背景的用户吐槽，就因为记忆里有"前列腺癌"、"细胞系"这些词，连说一句"Hi"都会被回退。做AI研究的开发者更惨，任何与前沿模型开发相关的请求，都会被后台偷偷降质。

消息一出，AI社区炸锅了。开发者直指这是"信任背叛"——你可以设安全限制，但你不能瞒着我搞小动作。

Anthropic道歉，但问题没解决

压力之下，Anthropic不得不紧急灭火。《连线》爆料称Anthropic正在撤销秘密降级政策。更新后的做法是：降智仍然存在，但会明确告知用户，"你的请求已被回退到Opus 4.8"。

Anthropic官方声明道歉："我们做出了错误的取舍……对未能把握好平衡深表歉意。"

但信任一旦受损，修复就没那么容易了。社区反应很直白：你怎么保证这次不是"宣布透明，实际继续瞒"？

何况，可见的安全限制更容易被绕过。Anthropic自己也承认，在分类器改进期间，误报率会更高——这对普通用户来说，体验只降不升。

两个维度看这件事

安全的角度：Anthropic的逻辑是说得通的。Fable 5/Mythos 5的能力已经强到能自主发现零日漏洞，如果完全不做限制，确实存在被滥用的风险。把Mythos 5锁在"玻璃翼计划"里，只给苹果、谷歌、微软等12家伙伴使用，是一个合理的分层策略。

透明的角度：但问题从来不在于"要不要设限制"，而在于"设了限制要不要告诉你"。AI公司的安全策略和用户知情权之间，需要更清晰的界限。偷偷做 vs 透明做，差别巨大。

这场风波意味着什么？

• 模型太强也是麻烦：过去拼的是能力上线，现在能力到了一个新阶段，风险管控成了刚需
• 用户信任比跑分更贵：一次不透明的操作，可能抵消所有技术亮点
• 分级发布成新趋势：同一模型两套规则，面向不同信任级别的人群，未来可能会成为标配
• OpenAI渔翁得利：就在Anthropic焦头烂额时，OpenAI正在考虑大幅降价抢客户

对我们普通用户的影响

如果你只是个写代码、写文章、做设计的普通用户，Fable 5的日常体验其实不受影响。95%以上的日常请求不会触发安全限制。但如果你是AI研究者、生物医药从业者或网络安全工程师，可能就要面对频繁降级的烦恼。

Anthropic开放了反馈渠道：Claude Code里运行/feedback，或者在回退提示上点"踩"来报告误判。如果你遇到了，建议反馈——这是推动改进的最直接方式。

技术强大的前提，是值得信任。Fable 5本身非常强，但这次信任危机给整个行业上了一课——能力越强，越需要透明。