Anthropic 改進 Claude Fable 5 生物學安全防護措施

Anthropic 已更新 Claude Fable 5 的生物學安全防護措施，在其產品介面上將生物學相關的「回退」（fallbacks）——即系統將查詢重新路由至能力較低的模型——減少了約 85%。此次更新允許 Fable 5 協助處理更廣泛的良性生物學任務，包括教育查詢和日常健康問題，同時繼續限制高風險的雙用途能力。

擴大對良性生物學任務的存取權限

Fable 5 現在可以處理更廣泛的生物學相關請求，且誤報率顯著降低。使用者在執行以下任務時將減少干擾：

日常健康與教育： 解讀實驗室結果、理解症狀，以及在教育背景下學習生物學。
臨床支援： 醫療保健專業人員現在可以從 Fable 5 獲得更多臨床任務的支援。

儘管有了這些改進，Fable 5 仍會將涉及病毒學、毒理學和分子設計的請求路由至 Opus 5。這些領域被歸類為雙用途，目前尚不適用於專業生物學研究或藥物開發。

雙用途生物學能力的風險

Anthropic 維持嚴格的安全防護措施，因為 Fable 5 的生物學能力在某些複雜任務上可能超越專家，從而為惡意行為者創造了「提升」（uplift）風險。主要的挑戰在於生物學研究的「雙用途」性質，即用於益處目的的相同技術也可能被重新用於造成傷害。

意圖的模糊性： 研究治療方法通常需要產生危險化合物。例如，製造活疫苗需要培養疫苗旨在預防的相同病原體，而研發高血壓藥物 captopril 需要分離蛇毒中的毒性成分。
外部威脅： Anthropic 引用了美國情報界 2026 年年度威脅評估，其中指出合成生物學和基因組編輯的進步可能會導致新型生物威脅，特別是來自擁有攻擊性生物和化學武器計畫的國家行為者。

由於存在災難性誤用的潛力，Fable 5 最初推出時幾乎封鎖了所有的生物學查詢，以確保在其他領域的通用可用性，同時精煉製製作安全防護措施。

生物學安全防護措施的技術實施

Anthropic 利用安全分類器（safety classifiers）——較小的自動化 AI 系統——來檢測何時 Fable 5 被要求執行受保護的任務或產生有害輸出。

回退機制

當安全分類器被觸發時，系統不會簡單地封鎖請求；相反，它會將使用者的查詢重新路由至 Opus 5。Opus 5 是一個能力強大的模型，但缺乏 Fable 5 的高階生物學能力，從而限制了惡意使用者可以獲得的協助。 }

精煉分類器

為了在不增加偽陰性（漏掉有害內容）的情況下減少誤報，Anthropic 實施了以下更新：

憲法重寫： 團隊重寫了分類器的「憲法」（用於區分受保護內容與允許內容的規則集），以更詳細地定義良性用途。
專家諮詢： Anthropic 向來自內部和外部的多元專家群體徵求了關於這些變化的反饋。
重新訓練： 分類器使用基於新憲法更新的訓練數據進行了重新訓練，並驗證了其仍能針對有害和雙用途研究觸發，同時允許更多良性內容。

Anthropic 承認，在「安全邊際」內仍會存在一些誤報，即出於極度謹慎的考慮，低風險的請求仍會被封鎖。該公司仍致力於為專業研究人員開發值得信賴的存取路徑，以便安全地使用前沿生物學能力。