Anthropic 改进了 Claude Fable 5 的生物学安全防护措施

Anthropic 更新了 Claude Fable 5 的生物学安全防护措施，在其产品界面中将与生物学相关的“回退”（fallback）——即系统将查询重定向至能力较低的模型——减少了约 85%。此次更新允许 Fable 5 协助处理更广泛的良性生物学任务，包括教育查询和日常健康问题，同时继续限制高风险的双重用途能力。

扩大对良性生物学任务的访问权限

Fable 5 现在可以处理更广泛的生物学相关请求，且误报率显著降低。用户在执行以下任务时将体验到更少的干扰：

日常健康与教育： 解读实验室结果、理解症状以及在教育背景下学习生物学。
临床支持： 医疗保健专业人员现在可以从 Fable 5 获取更多关于临床任务的支持。

尽管有了这些改进，Fable 5 仍会将涉及病毒学、毒理学和分子设计的请求路由至 Opus 5。这些领域被归类为双重用途，目前尚不适用于专业生物学研究或药物开发。

双重用途生物学能力的风险

Anthropic 维持严格的安全防护措施，是因为 Fable 5 的生物学能力在某些复杂任务上可能超越专家，从而为恶意行为者带来“能力提升”（uplift）风险。主要的挑战在于生物学研究的“双重用途”性质，即用于有益目的的相同技术可以被重新利用于有害目的。

意图的模糊性： 研究治疗方法通常需要产生危险化合物。例如，制造活疫苗需要培养疫苗旨在预防的同种病原体，而高血压药物 captopril 的开发则需要分离蛇毒中的有毒成分。
外部威胁： Anthropic 引用了美国情报界 2026 年年度威胁评估报告，该报告指出，合成生物学和基因组编辑的进步可能会导致新型生物威胁，特别是来自拥有进攻性生物和化学武器计划的国家行为者。

由于存在灾难性误用的可能性，Fable 5 最初发布时几乎屏蔽了所有的生物学查询，以确保在其他领域实现通用可用性，同时不断完善安全防护措施。

生物学安全防护措施的技术实现

Anthropic 利用安全分类器——较小的、自动化的 AI 系统——来检测何时 Fable 5 被要求执行受保护的任务或产生有害输出。

回退机制

当安全分类器被触发时，系统并不会简单地屏蔽请求；相反，它会将用户的查询重定向至 Opus 5。Opus 5 是一款能力很强的模型，但缺乏 Fable 5 的高级生物学能力，从而限制了恶意用户可能获得的协助。

完善分类器

为了在不增加漏报率（漏掉有害内容）的情况下减少误报率，Anthropic 实施了以下更新：

宪法重写： 团队重写了分类器的“宪法”（用于区分受保护内容和允许内容的规则集），以更详细地定义良性用途。
专家咨询： Anthropic 向来自内部和外部的多元化专家小组征求了关于这些变化的反馈。
重新训练： 使用基于新宪法更新的训练数据对分类器进行了重新训练，并验证了其确保在允许更多良性内容的同时，仍然能针对有害和双重用途研究触发警报。

Anthropic 承认，一些误报仍将保留在一定的“安全边际”内，即出于极度谨慎的考虑，低风险请求仍会被屏蔽。公司致力于为专业研究人员开发可信的访问路径，以便安全地使用前沿生物学能力。