Anthropic 恢复对 Claude Fable 5 和 Mythos 5 的访问

TL;DR

Anthropic 在美国出口管制解除后，已恢复对 Claude Fable 5 和 Claude Mythos 5 的全球访问，并引入了更严格的安全分类器、一项提议的行业级越狱严重性框架，以及与美国政府的更深入合作。

Claude Fable 5 于 7 月 1 日起在 Claude Platform、Claude.ai、Claude Code 和 Claude Cowork 上可用。对于 Pro、Max、Team 及部分企业计划，该模型在 7 月 7 日前可计入每周使用限额的最高 50 %；此后需通过使用积分访问。
Claude Mythos 5 在美国政府于 6 月 26 日批准后，已恢复对一组美国组织的访问。在主要云服务商（AWS、Google Cloud、Microsoft Foundry）上的访问将尽快重新启用。
两个模型共享相同的底层架构；Fable 5 发布时配备了最强的安全防护，而 Mythos 5 最初仅限于受信任的 Project Glasswing 合作伙伴用于防御性网络安全工作。

日期	事件
6 月 9 日	发布 Claude Fable 5 和 Claude Mythos 5。
6 月 12 日	美国政府在亚马逊报告一起绕过行为后实施出口管制，该行为使 Fable 5 能枚举软件漏洞，甚至在某些情况下生成利用代码。
6 月 12 日 – 6 月 30 日	Anthropic 与政府及合作伙伴合作，审查报告、测试其他模型，并开发新的安全分类器。
6 月 30 日	出口管制解除（来源：Howard Lutnick 在 X 上的推文）。
7 月 1 日	Fable 5 全球重新部署；Mythos 5 在美国有限重新部署。

关键安全更新：新的安全分类器在超过 99 % 的尝试中阻止了亚马逊报告中描述的特定技术。当请求被阻止时，用户将收到通知，并且查询将被重定向至 Opus 4.8。该分类器会增加对良性编码/调试任务的误报率，但 Anthropic 接受这一权衡以保持较大的安全余量。

纵深防御：多层防护——模型级拒绝训练、事后滥用分析和专用分类器——协同工作以防止危险行为。
安全分类器：小型 AI 系统，用于标记可能涉及有害网络安全行为的请求。对于 Fable 5，安全余量被有意设得较大，导致部分良性请求被拦截，以确保真正危险的请求几乎不会被遗漏。
分类器行为图示（摘录）：
- A 行 – 基线分类器行为。
- B 行 – Fable 5 扩展的安全余量，拦截更多良性请求，但减少被遗漏的有害案例。
- C–E 行 – 展示轻微、狭窄和普遍越狱如何与安全余量相互作用。
越狱韧性：轻微越狱可能绕过分类器，但仍处于安全余量内，限制潜在危害。狭窄的有害越狱较为罕见；截至本文撰写时，尚未观察到 Fable 5 的普遍越狱。
持续优化：Anthropic 将继续调整分类器，在减少误报的同时保持对进攻性网络能力的强大防护。

Anthropic 与亚马逊、微软、谷歌及其他 Glasswing 合作伙伴共同起草了一项共识性评分标准，用于从四个维度对越狱进行分级：

该框架旨在标准化与政府的沟通，并优先安排缓解措施。

Anthropic 列出了四项具体承诺，以扩展其与联邦机构的合作：

这些举措符合 6 月 2 日发布的《促进先进人工智能创新与安全行政命令》，旨在建立一个透明、持久的流程，用于发布强大的前沿模型。