Claude Fable 5 恢復上線後安全分類器攔截增強，BridgeBench 數據大跌

Claude Fable 5 於 7 月 1 日恢復全面開放後，Reddit 上陸續出現用戶反映「降智」、安全審查機制更頻繁觸發的討論。BridgeMind AI 的 BridgeBench 基準測試顯示 Debug 評分從 86.2 大跌至 25.9、重構評分從 73.6 降至 38.4。

BridgeMind AI 基準測試：Debug 評分 86.2 降至 25.9

（來源：BridgeMind AI）

根據 BridgeMind AI 使用 BridgeBench 進行的測試，Fable 5 重新上線後的 Debug 評分從 86.2 降至 25.9，重構評分從 73.6 降至 38.4；BridgeMind AI 據此認為 Fable 5 性能弱化。

然而，Decrypt 指出，BridgeBench 的 12 個 Debug 任務中，僅有 3 個成功由 Fable 5 處理，其餘 9 個在啟動前就被安全分類器攔截，並轉寄給效能較低的 Opus 4.8 模型；被攔截的任務在計分時一律計零，才導致 BridgeBench 整體數據大幅下跌，並非 Fable 5 模型本身性能退化。

Arena.ai 人類盲測：前端程式碼 Elo 從 1650 降至 1623

根據 Arena.ai 透過收集數千筆人類盲測偏好投票、採用 Elo 評分系統進行排名的測試結果：

前端程式碼：Elo 從 1650 小幅降至 1623（差距在信心區間內）

文件處理能力：上升 34 分

專家文字：提升 25 分

程式碼（整體）：小幅下滑 18 分

Arena.ai 結論：Fable 5 在真正執行任務時，輸出品質依然優異，核心運算能力並未退化；上線前後的整體表現幾乎沒有改變。

安全分類器更新背景：Anthropic 採取保守攔截策略

根據報道，Anthropic 部署更嚴格安全分類器的原因，是為了防範亞馬遜（Amazon）研究人員此前發現的 Fable 5 越獄技術問題；該技術曾導致 Fable 5 協助辨識並展示軟體漏洞，被美國政府列為國家安全威脅，並一度限制出口。

為此，Anthropic 採取保守策略，擴大了安全審核的容許範圍，使模型面對模糊請求時傾向拒絕，確保封鎖危害。BleepingComputer 測試後指出，Fable 5 模型效能本身並未降低，但嚴格的安全防護網影響了日常便利性。

C、C++、Rust 等關鍵字或涉及「安全」、「漏洞」字詞頻繁觸發任務轉寄至 Opus 4.8

根據 BleepingComputer 的測試報告，新的分類器會頻繁地將無害的 Debug 請求誤判為風險，並轉寄給 Opus 4.8 模型；程式開發人員若提示詞包含 C、C++、Rust 等關鍵字，或提及「安全性」、「漏洞」等字眼，就會頻繁觸發轉寄機制。

Anthropic 已承認過度攔截問題，表示將持續優化系統，但截至報道時尚未提供具體調整時間表；這對程式開發人員（尤其依賴 Debug 輔助功能的使用者）造成最直接的使用障礙。

常見問題

Fable 5 恢復上線後是否真的「降智」？

根據兩家評測機構的測試結果，Fable 5 的核心性能並未退化：Arena.ai 的人類盲測 Elo 評分顯示整體表現幾乎未變；BridgeMind AI 的 BridgeBench 評分大跌，根本原因是新安全分類器在 12 個 Debug 任務中攔截了 9 個並轉寄至 Opus 4.8，被攔截任務計零分導致數據下跌，而非模型本身性能退化。

為什麼 Anthropic 加強了 Fable 5 的安全分類器？

根據報道，Anthropic 部署更嚴格安全分類器，是為了防範亞馬遜研究人員發現的 Fable 5 越獄技術問題，該技術曾使 Fable 5 協助辨識並展示軟體漏洞，被美國政府列為國家安全威脅，並一度限制出口。

哪類請求最容易被新分類器誤攔截？

根據 BleepingComputer 測試報告，包含 C、C++、Rust 等程式語言關鍵字的提示詞，或涉及「安全性」、「漏洞」等字眼的 Debug 請求，最容易觸發分類器攔截機制，並將任務轉寄至效能較低的 Opus 4.8 模型。