Anthropic 优化生物安全分类器：Claude Fable 5 误判降级减少 85%

如果你前一阵用 Claude Fable 5 查化验单或者问个感冒症状，很可能觉得它变笨了。这真不是错觉。

因为只要你的提问沾上一点生物学词汇，Anthropic 就会把你的对话悄悄切给更弱的 Opus 5 处理。这就是所谓的「降级回退」。

Anthropic 正式更新了针对 Claude Fable 5 的生物安全分类器。官方测试数据显示，这一调整直接让生物相关的降级误伤减少了大约 85%。

宁可误杀，也不敢让 AI 搞出炭疽

Anthropic 当初发布 Fable 5 时，采取的策略几乎是「一刀切」。只要检测到生物话题，基本通通降级到 Opus 5。

他们这么做并非没有依据。Fable 5 在某些高度复杂的生物任务上已经能超越人类专家，甚至能提供实验操作层面的支持。这种前沿能力如果落入恶意组织手里，完全可能被用来研发新型生物武器。

美国情报界在《2026 年年度威胁评估》里就提到，合成生物学和基因编辑技术的突破可能引发新的生物威胁，而且已有几个国家可能维持着现役的生化武器项目。

问题在于，生物领域的善意研究和恶意开发往往只有一线之隔。比如为了研发高血压药物卡托普利，科学家需要提取能让人血压骤降的毒蛇毒素；做活疫苗也必须先培养病原体。坏人很擅长用合法研究来伪装危险请求。

Anthropic 既想让大家早点用上 Fable 5，又害怕灾难性后果，干脆在发布初期把安全门槛拉到最严，宁可让正常提问被误伤。

重写规则，日常求医不再被当成生化危机

过去几周里，Anthropic 重新编写了安全分类器的「宪法」规则，把良性使用场景一条条剥离出来，并向内外部专家征求了意见。

更新训练后的分类器聪明多了。像看懂体检报告、了解日常症状、生物课教学辅助这类日常需求，现在基本都能直接由 Fable 5 本地作答，医护人员也能用它处理更多临床辅助任务。

不过，红线依然划得非常清楚。病毒学、毒理学和分子设计这些涉及前沿研发的「军民两用」领域，依然会被分类器拦截并回退到 Opus 5。专业的药物研发和前沿生物科研，目前依然无法直接使用最强状态的 Fable 5。

针对这部分专业研究者，Anthropic 表示正在搭建受信任的准入通道，未来通过认证后才能放开对应权限。

为什么重要

对普通人和临床医护来说，这次调整意味着 Claude Fable 5 终于有了实用的健康咨询能力。你不需要再提心吊胆地避开专业词汇，生怕触发安全机制被踢回旧模型。但如果你是生物医药研发人员，现在依然没法把它当成主力工具，那些最核心的分子设计能力依然处于被锁死的状态。

我们认为，Anthropic 这种「先全面封死、再逐步解冻」的渐进式做法相当务实。大模型一旦展现出超越专家的专业操作能力，盲目开放给全网公测的风险极高。通过小分类器动态做模型路由，既保证了主模型的迭代速度，又控制了现实世界的安全风险。

但这种方案的隐患也很明显。只要底层大模型具备危险知识，外挂的安全分类器就必须时刻应对越狱攻击，稍有疏漏就会带来双重标准的质疑。Anthropic 想用「白名单准入」来解决专业研发问题，但如何审核全球科研机构的资质、避免权限被转借或盗用，将是接下来对整个行业监管能力的一大考验。