美国商务部正式解除了对Claude Fable 5和Claude Mythos 5模型的出口限制,这成为2026年AI技术监管的重要里程碑。Anthropic团队于6月30日确认了这一消息,自7月1日起,Fable 5将重新面向全球用户开放。

该模型将集成至Claude Platform、Claude.ai、Claude Code和Claude Cowork。通过AWS、Google Cloud和Microsoft Foundry云平台恢复访问权限需要稍长时间,但公司承诺将"尽可能快地"完成。这一决定是与美国政府富有成效的谈判成果,期间Anthropic同意部署一套全新的安全分类器。

新型分类器:准确率超过99%

为恢复Fable 5运行,开发团队训练了专用分类器,旨在限制亚马逊向当局报告中描述的行为。若用户请求被拦截,系统将发送通知并将任务转交至Claude Opus 4.8。据公司数据,新型分类器在超过99%的案例中能识别目标方法。但Anthropic承认,这会导致常规编程和调试任务中误报率上升——这是为换取更广泛模型访问权限而做出的审慎权衡。

Mythos 5:部分访问已恢复

经政府批准,Claude Mythos 5已于6月26日向部分美国机构恢复访问权限。公司持续与当局合作,包括提供预发布安全工具、共享破解与滥用信息,以及为联合研究调配资源。

越狱评估共识框架

Anthropic联合亚马逊、微软、谷歌及Project Glasswing其他合作伙伴,开始制定统一的越狱危害评估方法。AI行业至今缺乏判定此类攻击严重性的标准,拟议方案将威胁评估分为四个维度:

  • 越狱相比现有工具能多大程度扩展攻击者能力;
  • 绕过机制能覆盖多少种不同恶意任务;
  • 将其转化为实际攻击的难易程度;
  • 他人发现或复现该方法的简易程度。

对于最危险案例,公司承诺在确认威胁严重性后立即启动预防性保护措施。此外,Anthropic正在组建全天候监控团队,追踪发布越狱数据的渠道,并启动HackerOne计划接收Fable 5潜在漏洞报告。

个人观点:Anthropic的决策是创新与安全平衡的经典案例。引入准确率达99%的新型分类器令人印象深刻,但不可避免的误报可能引发开发者不满。不过,建立越狱评估共识框架正是行业长期缺失的环节。若Glasswing项目成功落地,将成为所有大型AI公司的标准,从长远看将增强技术信任度。