摘要： 美國政府在 2026 年 6 月 12 日把 Claude Fable 5 與 Mythos 5 列入出口管制，Anthropic 全面停止存取；管制於 6 月 30 日撤除，Fable 5 自 7 月 1 日恢復全球供應。Anthropic 認為相關繞過手法未展現獨特高危能力，並以新分類器攔截超過 99% 的案例。它也與多家公司草擬越獄嚴重度評估框架。
美國政府於 2026 年 6 月 12 日把 Anthropic 剛發表的 Claude Fable 5 和 Mythos 5 列入出口管制，Anthropic 因此對所有用戶全面停止存取。管制在 6 月 30 日撤除，Fable 5 自 7 月 1 日起重新供應全球，Mythos 5 則先開放給指定的部分美國組織。整起風波不只是一次政策反覆，更讓「AI 安全評估缺少業界共通嚴重度標準」的問題浮上檯面，Anthropic 於是攜手 Amazon、Microsoft、Google，共同催生一套越獄評估框架。
出口管制始末：Fable 5 停供與復供的完整時間軸
Fable 5 和 Mythos 5 是 Anthropic 在 6 月 9 日推出的新模型，底層其實是同一個模型，差別在於 Fable 5 帶有更強的安全防護；Mythos 5 只提供給參與 Glasswing 計畫的少數合作夥伴，用途限定在防禦性網路安全。到了 6 月 12 日，由於 Amazon 的研究人員找到一條繞過 Fable 5 防護的途徑，政府對這兩款模型下達出口管制；Anthropic 無法在第一時間確認使用者的國籍，只能把所有存取全部停掉。
與政府、Amazon 共同審查之後，Anthropic 確認這個手法並不特殊：許多能力較低的模型——包括 Claude Opus 4.8、GPT-5.5、Kimi K2.7——照樣找得到同一批漏洞，而且凡受測的模型，一律產得出相同的漏洞利用示範。換句話說，這項技術沒有觸及 Mythos 等級的獨特網路能力，只是落在 Fable 5 安全邊際裡的一個邊界案例。針對報告描述的那項特定行為，Anthropic 重新訓練了安全分類器來攔截，成功率超過 99%。
安全分類器怎麼擋、又犧牲了什麼
Fable 5 走的是「縱深防禦」路線，核心配備就是安全分類器：它會在互動過程中判斷眼前是否為可能有害的網路安全任務，一旦有疑慮就攔下模型的回答。這些分類器的「安全邊際」是刻意放寬的——請求即使多半無害，只要沾上一絲風險照樣擋下。代價是一部分正常請求會因此遭到拒絕，好處則是有害行為更難漏接。
對做產品的人來說，這表示用 Fable 5 會碰上更多次誤擋，寫程式、除錯這類例行工作尤其明顯。Anthropic 自己也承認，新分類器誤標良性請求的頻率會升高，並承諾持續調整、壓低誤判。「寧可錯擋也不放行」的取捨，正是安全與可用性互相拉扯的縮影；把這類模型接進產品時，這是躲不掉的考量。
全業界通用的越獄嚴重度評分架構
直到今天，AI 業界對「一個越獄有多嚴重」依舊沒有客觀的共通標準；發現漏洞的開發者不知道該先處理哪一個，政府要採取行動時也缺依據。為此，Anthropic 找來 Amazon、Microsoft、Google 和其他 Glasswing 夥伴，著手草擬一套評估框架，把越獄分成幾個層級：輕微（只解鎖某些特定行為）、狹窄有害（解鎖某個特定的有害行為）、通用（一口氣解鎖一整類有害行為）。
有了這套框架，開發者面對新冒出來的越獄手法，可以照同一套邏輯評估影響；政府與產業夥伴談風險，也有了彼此聽得懂的共同語言。對產品團隊而言，往後把關模型安全時，或許不再只能聽任個別公司的內部判斷，而是能依照一套更清楚的準則來拿捏。
產品開發者該記住的幾件事
幾個實務層面的課題，在這次事件中看得特別清楚。第一，政策一轉彎，模型供應隨時可能斷線，手邊最好先備妥替代選項——Fable 5 被停用期間，Anthropic 的做法就是把請求改送到 Opus 4.8。第二，分類器偶爾會抓錯人，使用體驗因此受累，產品設計得先想好被拒絕時要怎麼得體收場。第三，越獄評估框架一旦成形，整個產業談風險會更透明，不過它還在草創階段，實際能發揮多少作用，仍要繼續觀察。
還在觀望 Fable 5 的團隊，建議實際跑一輪自己的工作流程，看看它的安全邊際會不會卡住你的環節，並持續留意 Anthropic 對分類器的後續修正。這次事件同時點出一件事：把 AI 模型正式上線，從來不只是技術問題，法規、安全與產業協作全都牽涉在內，產品開發者得把眼界放得更寬。