Fable 五的生物安全护栏：少误伤，不等于开放专业研究

Anthropic 在 2026 年 8 月 7 日宣布，Fable 五的生物相关 fallback 在测试中减少约 百分之八十五。这里的 fallback，是系统把请求转交给生物能力更弱的 Opus 五，而不是让 Fable 五直接回答。1

这期解释三个问题：Anthropic 为什么一开始几乎拦下所有生物问题；这次怎样减少误报；以及「能回答更多日常健康问题」为什么仍然不等于「开放专业生物研究」。

Anthropic 说，它重写了分类器规则，按新规则更新训练数据，听取内部和外部专家意见后重新训练并测试分类器。新的边界放行更多日常健康、教育和部分临床任务，但继续拦截公司认为具有双重用途风险的病毒学、毒理学、分子设计，以及专业生物研究和药物开发请求。1

公告给出的百分之八十五，是生物相关 fallback 的测试结果，不是分类器准确率，也不是整体安全风险下降的比例。不同产品里，所有原因造成的 fallback 降幅从百分之七到百分之六十七；原文没有公布误报和漏检的原始分母、召回率、越狱测试结果或外部独立复核。1

Anthropic 在 Fable 五和 Mythos 五的系统卡中称，未加相关护栏的 Mythos 五接近「非新型武器合成」能力级别，尚未越过「新型武器合成」门槛，但可能显著提升资源充足的高风险行为者的能力。Anthropic 另一篇生物风险研究则把模型知识、计划设计测试和真实实验室能力分开讨论。23

行业对照包括 OpenAI 对 GPT 五受控湿实验评估的公开结果，以及 Google DeepMind 与 Isomorphic Labs 的生物韧性方案。两者都把能力评估和系统级缓解放在一起，但公开材料的任务、指标和访问方式不同，不能直接横向排名。45

国际 AI 安全报告 2026 也把生物和化学风险列为前沿通用模型的滥用风险，并提醒技术护栏仍有明显局限，多层防护比单一措施更稳健。6

这次公告最准确的理解是：Anthropic 在保留高风险生物研究限制的前提下，重新收窄 Fable 五的安全裕度，减少正常用户遇到的误触发。它解决了可用性问题，但还没有公开足够数据证明危险请求的漏检率、越狱表现或可信访问机制已经达到什么水平。