Anthropic 最佳化生物安全分類器：Claude Fable 5 誤判降級減少 85%

如果你前一陣用 Claude Fable 5 查化驗單或者問個感冒症狀，很可能覺得它變笨了。這真不是錯覺。

因為只要你的提問沾上一點生物學詞彙，Anthropic 就會把你的對話悄悄切給更弱的 Opus 5 處理。這就是所謂的「降級回退」。

Anthropic 正式更新了針對 Claude Fable 5 的生物安全分類器。官方測試資料顯示，這一調整直接讓生物相關的降級誤傷減少了大約 85%。

寧可誤殺，也不敢讓 AI 搞出炭疽

Anthropic 當初釋出 Fable 5 時，採取的策略幾乎是「一刀切」。只要檢測到生物話題，基本通通降級到 Opus 5。

他們這麼做並非沒有依據。Fable 5 在某些高度複雜的生物任務上已經能超越人類專家，甚至能提供實驗操作層面的支援。這種前沿能力如果落入惡意組織手裡，完全可能被用來研發新型生物武器。

美國情報界在《2026 年年度威脅評估》裡就提到，合成生物學和基因編輯技術的突破可能引發新的生物威脅，而且已有幾個國家可能維持著現役的生化武器專案。

問題在於，生物領域的善意研究和惡意開發往往只有一線之隔。比如為了研發高血壓藥物卡托普利，科學家需要提取能讓人血壓驟降的毒蛇毒素；做活疫苗也必須先培養病原體。壞人很擅長用合法研究來偽裝危險請求。

Anthropic 既想讓大家早點用上 Fable 5，又害怕災難性後果，乾脆在釋出初期把安全門檻拉到最嚴，寧可讓正常提問被誤傷。

重寫規則，日常求醫不再被當成生化危機

過去幾週裡，Anthropic 重新編寫了安全分類器的「憲法」規則，把良性使用場景一條條剝離出來，並向內外部專家徵求了意見。

更新訓練後的分類器聰明多了。像看懂體檢報告、瞭解日常症狀、生物課教學輔助這類日常需求，現在基本都能直接由 Fable 5 本地作答，醫護人員也能用它處理更多臨床輔助任務。

不過，紅線依然劃得非常清楚。病毒學、毒理學和分子設計這些涉及前沿研發的「軍民兩用」領域，依然會被分類器攔截並回退到 Opus 5。專業的藥物研發和前沿生物科研，目前依然無法直接使用最強狀態的 Fable 5。

針對這部分專業研究者，Anthropic 表示正在搭建受信任的准入通道，未來通過認證後才能放開對應許可權。

為什麼重要

對普通人和臨床醫護來說，這次調整意味著 Claude Fable 5 終於有了實用的健康諮詢能力。你不需要再提心吊膽地避開專業詞彙，生怕觸發安全機制被踢回舊模型。但如果你是生物醫藥研發人員，現在依然沒法把它當成主力工具，那些最核心的分子設計能力依然處於被鎖死的狀態。

我們認為，Anthropic 這種「先全面封死、再逐步解凍」的漸進式做法相當務實。大模型一旦展現出超越專家的專業操作能力，盲目開放給全網公測的風險極高。通過小分類器動態做模型路由，既保證了主模型的迭代速度，又控制了現實世界的安全風險。

但這種方案的隱患也很明顯。只要底層大模型具備危險知識，外掛的安全分類器就必須時刻應對越獄攻擊，稍有疏漏就會帶來雙重標準的質疑。Anthropic 想用「白名單准入」來解決專業研發問題，但如何稽核全球科研機構的資質、避免許可權被轉借或盜用，將是接下來對整個行業監管能力的一大考驗。