Claude Fable 5 恢复上线后安全分类器拦截增强，BridgeBench 数据大跌

Claude Fable 5 于 7 月 1 日恢复全面开放后，Reddit 上陆续出现用户反映「降智」、安全审查机制更频繁触发的讨论。BridgeMind AI 的 BridgeBench 基准测试显示 Debug 评分从 86.2 大跌至 25.9、重构评分从 73.6 降至 38.4。

BridgeMind AI 基准测试：Debug 评分 86.2 降至 25.9

（来源：BridgeMind AI）

根据 BridgeMind AI 使用 BridgeBench 进行的测试，Fable 5 重新上线后的 Debug 评分从 86.2 降至 25.9，重构评分从 73.6 降至 38.4；BridgeMind AI 据此认为 Fable 5 性能弱化。

然而，Decrypt 指出，BridgeBench 的 12 个 Debug 任务中，仅有 3 个成功由 Fable 5 处理，其余 9 个在启动前就被安全分类器拦截，并转寄给效能较低的 Opus 4.8 模型；被拦截的任务在计分时一律计零，才导致 BridgeBench 整体数据大幅下跌，并非 Fable 5 模型本身性能退化。

Arena.ai 人类盲测：前端代码 Elo 从 1650 降至 1623

根据 Arena.ai 透过收集数千笔人类盲测偏好投票、采用 Elo 评分系统进行排名的测试结果：

前端代码：Elo 从 1650 小幅降至 1623（差距在信心区间内）

文件处理能力：上升 34 分

专家文字：提升 25 分

代码（整体）：小幅下滑 18 分

Arena.ai 结论：Fable 5 在真正执行任务时，输出品质依然优异，核心运算能力并未退化；上线前后的整体表现几乎没有改变。

安全分类器更新背景：Anthropic 采取保守拦截策略

根据报道，Anthropic 部署更严格安全分类器的原因，是为了防范亚马逊（Amazon）研究人员此前发现的 Fable 5 越狱技术问题；该技术曾导致 Fable 5 协助识别并展示软件漏洞，被美国政府列为国家安全威胁，并一度限制出口。

为此，Anthropic 采取保守策略，扩大了安全审核的容许范围，使模型面对模糊请求时倾向拒绝，确保封锁危害。BleepingComputer 测试后指出，Fable 5 模型效能本身并未降低，但严格的安全防护网影响了日常便利性。

C、C++、Rust 等关键字或涉及「安全」、「漏洞」字词频繁触发任务转寄至 Opus 4.8

根据 BleepingComputer 的测试报告，新的分类器会频繁地将无害的 Debug 请求误判为风险，并转寄给 Opus 4.8 模型；程序开发人员若提示词包含 C、C++、Rust 等关键字，或提及「安全性」、「漏洞」等字眼，就会频繁触发转寄机制。

Anthropic 已承认过度拦截问题，表示将持续优化系统，但截至报道时尚未提供具体调整时间表；这对程序开发人员（尤其依赖 Debug 辅助功能的用户）造成最直接的使用障碍。

常见问题

Fable 5 恢复上线后是否真的「降智」？

根据两家评测机构的测试结果，Fable 5 的核心性能并未退化：Arena.ai 的人类盲测 Elo 评分显示整体表现几乎未变；BridgeMind AI 的 BridgeBench 评分大跌，根本原因是新安全分类器在 12 个 Debug 任务中拦截了 9 个并转寄至 Opus 4.8，被拦截任务计零分导致数据下跌，而非模型本身性能退化。

为什么 Anthropic 加强了 Fable 5 的安全分类器？

根据报道，Anthropic 部署更严格安全分类器，是为了防范亚马逊研究人员发现的 Fable 5 越狱技术问题，该技术曾使 Fable 5 协助识别并展示软件漏洞，被美国政府列为国家安全威胁，并一度限制出口。

哪类请求最容易被新分类器误拦截？

根据 BleepingComputer 测试报告，包含 C、C++、Rust 等程序语言关键字的提示词，或涉及「安全性」、「漏洞」等字眼的 Debug 请求，最容易触发分类器拦截机制，并将任务转寄至效能较低的 Opus 4.8 模型。