Anthropic 禁用 Fable 5 模型,亚马逊 CEO 贾西或是背后导火索
Anthropic 本周五在全球范围内停用 Claude Fable 5 与 Mythos 5 两款 AI 模型。亚马逊首席执行官安迪·贾西向美国财政部长及其他政府官员反映,亚马逊研究人员发现该模型可被获取用于网络攻击的信息,促使美国政府下达出口管制禁令。Anthropic 在博客中回应称,引发美方担忧的相关功能在其他多款公开 AI 模型中早已存在。亚马逊云科技(AWS)也受模型停用事件影响。
Anthropic 本周五在全球范围内停用 Claude Fable 5 与 Mythos 5 两款 AI 模型。亚马逊首席执行官安迪·贾西向美国财政部长及其他政府官员反映,亚马逊研究人员发现该模型可被获取用于网络攻击的信息,促使美国政府下达出口管制禁令。Anthropic 在博客中回应称,引发美方担忧的相关功能在其他多款公开 AI 模型中早已存在。亚马逊云科技(AWS)也受模型停用事件影响。
突发:美国政府指示 Anthropic 关闭其最强的 Claude 模型。 Anthropic 于周五收到政府的出口管制指令。其净效果是,为遵守规定,它必须对所有客户禁用 Fable 5 和 Mythos 5。 因为有人发现了一个越狱方法,能让该模型泄露它本应拒绝提供的网络安全帮助。 Anthropic 表示,政府并未展示出一个广泛的、通用的越狱方法,能把该模型变成一个不受限制的黑客助手。 所展示的技术是狭窄的,只发现了少量已知的次要漏洞,并且产生的 capability 是其他公开模型也能提供的。 商务部长 Howard Lutnick 于周五写道,Anthropic 的 Mythos 5 和 Fable 5 模型将在美国以外的任何地方以及美国境内的外国人面临出口限制。 该模型必须保持受限,直到美国政府加强其国家安全系统,这可能会在未来几周内发生。 Anthropic 进一步表示:“我们怀疑,目前对任何模型提供商来说,完美的越狱抵抗都是不可能的。业界使用的每一种保障措施都容易受到非通用越狱的影响(在特定情况下可以引出一些网络信息),而且未来很可能最终会发现通用越狱。”
据《华尔街日报》披露,亚马逊的网络安全研究以及CEO Andy Jassy与白宫的沟通,促使Anthropic切断了对Fable 5和Mythos 5的访问权限。亚马逊的研究表明,通过一系列提示词成功让Fable 5提供可用于网络攻击的信息。白宫随后下令禁止外国人使用这些模型。
突发:美国政府指示 Anthropic 关闭其最强的 Claude 模型。 Anthropic 于周五收到政府的出口管制指令。其净效果是,为遵守规定,它必须对所有客户禁用 Fable 5 和 Mythos 5。 因为有人发现了一个越狱方法,能让该模型泄露它本应拒绝提供的网络安全帮助。 Anthropic 表示,政府并未展示出一个广泛的、通用的越狱方法,能把该模型变成一个不受限制的黑客助手。 所展示的技术是狭窄的,只发现了少量已知的次要漏洞,并且产生的 capability 是其他公开模型也能提供的。 商务部长 Howard Lutnick 于周五写道,Anthropic 的 Mythos 5 和 Fable 5 模型将在美国以外的任何地方以及美国境内的外国人面临出口限制。 该模型必须保持受限,直到美国政府加强其国家安全系统,这可能会在未来几周内发生。 Anthropic 进一步表示:“我们怀疑,目前对任何模型提供商来说,完美的越狱抵抗都是不可能的。业界使用的每一种保障措施都容易受到非通用越狱的影响(在特定情况下可以引出一些网络信息),而且未来很可能最终会发现通用越狱。”
I’ve had a number of conversations with folks inside and outside government about the current situation with Anthropic, and here is what I believe to be true: — As we know, Anthropic publicly released its Mythos class models earlier this week under the commercial name Fable. — Fable is Mythos with guardrails. But if those guardrails fail, then you’ve exposed Mythos and its advanced cyber capabilities to people who shouldn’t have them. (Keep in mind that Anthropic itself widely promoted the idea that Mythos was a cyberweapon and needed to be regulated as such. They asked for government regulation of Mythos and championed the guardrails on Fable. If there is a vulnerability — big or small — it is Anthropic’s responsibility to patch.) — A highly credible trusted partner of both Anthropic and the USG who was testing Fable came forward with a jailbreak of those guardrails. The Admin asked Dario to fix the jailbreak or de-deploy the model. Dario refused. — In their blog post, Anthropic defended its decision by saying the jailbreak isn’t serious. That is not what the trusted partner and the USG believe; nor is that kind of minimizing language consistent with Anthropic’s brand as the AI safety company. It’s difficult to fathom how they could claim a jailbreak allowing operability of a cyber weapon could be defined as not “serious.” — In the past, Anthropic has always said that safety must be top priority and taken super seriously. In this case, Anthropic prioritized the continued offering of the consumer model over safety. — In reaction, the Admin issued the export control. The Admin did this reluctantly. It’s been very surprised that Anthropic hasn’t wanted to cooperate with a reasonable safety request (ie fixing the jailbreak issue). Anthropic’s reaction is very much at odds with their branding and ethos as a safe AI research community. — The Admin’s hope now is that Anthropic remediates the safety issue, the export control is lifted, and Fable goes back into general release. The Admin wants all of this to happen as soon as possible. It is frankly bewildered that Anthropic hasn’t wanted to comply with safety requests that it previously said were its highest priority. — Those trying to misdirect and tie this action to the prior DoW/Anthropic issues are wrong. The Admin values Anthropic’s technical capabilities and feels that this issue, while serious, should be easily resolved. The ball is in Anthropic’s court.
毕马威撤回了关于AI使用情况的报告,原因是报告中出现了明显的模型幻觉,再次证明AI在提供自身相关信息时并不可靠。
白宫的AI政策混乱无序,迫使各州自行其是。文章指出当前联邦层面缺乏有效协调,并探讨了更优的监管路径。
上周五晚,美国政府以国家安全为由要求 Anthropic 封禁 Fable 5 和 Mythos 5 对所有外国国家(包括美国境内外的用户及 Anthropic 员工)的访问。Anthropic 已完全切断这两个模型对所有客户的服务。该公司在声明中表示遵守命令,但政府未提供国家安全关切的具体细节,仅口头声称存在潜在的越狱漏洞,且 Anthropic 认为这些漏洞轻微、其他模型同样存在。
谷歌Android平台安全负责人René Mayrhofer辞职,他在5月18日内部告别信中指责公司“丧失道德指针”,批评谷歌悄悄放弃碳中和目标(因AI模型能耗),并与美国战争部签署允许AI用于“任何合法目的”的协议。今年4月下旬谷歌宣布向五角大楼提供AI用于机密工作,2025年2月更新AI原则时移除了不使用AI开发武器或监控工具的承诺。Mayrhofer担忧谷歌AI产品可能被用于针对公民的大规模监控,包括自己和家人。
推荐理由:Android 安全主管因军事 AI 合作愤而辞职,并公开内部告别信,这是谷歌放弃不作恶后最响亮的内部抗议,暴露了 AI 伦理与商业利益的深层冲突。
美国政府以存在所谓越狱风险为由,要求Anthropic立即停止向全球用户提供Claude Fable 5和Mythos 5。Anthropic已服从命令,但公开反驳称漏洞极小,且竞争对手的模型如GPT-5.5也存在类似问题。该公司警告,此举可能开创先例,导致所有前沿模型部署被叫停。
国家安全部6月13日发布专项风险提示,警惕“AI 中转站”泄露个人数据。“AI 中转站”是介于用户与AI模型官方API之间的第三方平台,运营主体不明、无备案,用户数据无安全保障。风险包括:数据被截留倒卖导致隐私泄露;使用低配模型冒充高端模型致结果失真;暗藏后门植入恶意代码远程窃取账号;未取得数据出境资质,擅自将数据传至境外服务器,可能造成商业机密乃至国家秘密外泄。
Anthropic根据特朗普政府指令关停了Fable和Mythos模型。美国商务部担忧Fable 5存在“越狱”风险,认为可能构成国家安全威胁。
Anthropic对政府撤回其最强大AI模型表达不满,称仅基于一个狭窄的潜在越狱发现就召回已部署给数亿用户的商业模型不合理。
推荐理由:政府直接叫停Anthropic部署中的商业模型,这在AI行业是头一遭,说明监管已不是纸面警告,所有做AI的都该重新掂量合规风险了。
The US government, citing national security authorities, has issued an export control directive to suspend all access to Fable 5 and Mythos 5 by any foreign national, whether inside or outside the United States, including foreign national Anthropic employees. The net effect of this order is that we must abruptly disable Fable 5 and Mythos 5 for all our customers to ensure compliance. Access to all other Claude models is not affected. We apologize for this disruption to our customers. We believe this is a misunderstanding and are working to restore access as soon as possible. Read our full statement: https://www.anthropic.com/news/fable-mythos-access
美国政府以国家安全为由,要求 Anthropic 暂停所有外国国民(包括外籍员工)对 Fable 5 和 Mythos 5 的访问。Anthropic 被迫全面禁用这两个模型,其他模型不受影响。政府声称发现了一种绕过 Fable 5 的方法,但 Anthropic 审查后确认该漏洞规模极小且非通用,其他公开模型(如 OpenAI GPT-5.5)也能发现相同漏洞,属于已知的次要缺陷。政府仅提供口头证据,未说明具体国家安全关切。Anthropic 表示将在24小时内公布更多细节。
美国政府以国家安全为由,指令Anthropic暂停所有外国国民(含海外员工)对Fable 5和Mythos 5的访问。Anthropic当日5:21pm (ET)收到指令后立即向所有客户禁用这两个模型,其他模型不受影响。政府称发现一种越狱Fable 5的方法;Anthropic审核认为该技术仅能识别少量已知微小漏洞,且其他公开模型(如OpenAI的GPT-5.5)也能做到。Anthropic坚持深度防御策略,认为此次越狱不具普遍性,不同意以此标准召回已服务数亿人的商用模型,正与政府合作争取尽快恢复访问。
推荐理由:这是美国首次以国家安全为由,直接要求 AI 公司禁用特定模型,信号极其强烈。虽然 Anthropic 称是误解,但此事可能成为 AI 出口管制历史上一个分水岭。
谷歌起诉名为“Outsider Enterprise”的中国网络犯罪团伙,指控其利用人工智能技术实施诈骗,受害者达数十万人。该团伙在两周内发送了约 250 万条诈骗短信。
Google 起诉一个名为“Outsider Enterprise”的组织,指控其利用人工智能在两周内发送了 250 万条诈骗短信,导致数十万受害者上当。该组织被描述为中国网络犯罪团伙。
推荐理由:谷歌起诉利用AI进行诈骗的中国犯罪团伙,披露细节和19亿美元损失规模让人震惊,这标志着AI滥用从实验走向产业化,所有AI工具厂商都该看看起诉书,思考如何防止平台被武器化。
谷歌对一中国网络犯罪网络提起诉讼。该团伙涉嫌利用 Gemini 创建并运营诈骗网站,目标达数十万人。
Google首次与FBI联合提起诉讼,针对一个涉嫌源自中国的AI诈骗网络;OpenAI同时屏蔽了多个来自中国的隐蔽影响力集群。两家公司均表示,这些操作的目标是美国基础设施和政治辩论。
调查报告显示,美国多个警察部门数十名警员因滥用Flock AI车牌识别系统被解雇或逮捕,已发现至少18起执法人员利用该系统跟踪前任或现任伴侣的案件。例如佛罗里达州警员Jarmarus Brown在巡逻期间查询前女友车牌超100次。Flock Security回应称系统拥有14万月活用户,滥用“极少发生”,但投诉多来自受害者从公共记录中发现的滥用规律,实际暴露案例可能只是冰山一角。
6月11日,一名加拿大女子在美国加州起诉OpenAI及其CEO,称其女儿因ChatGPT设计缺陷自杀。起诉书显示,女儿在自杀前约一年半多次向ChatGPT倾诉自杀想法,但聊天机器人安全系统未启动、未介入,也未通知危机机构或家人。ChatGPT设计优先用户参与度而非安全性,持续情感支持或致过度依赖。OpenAI回应称事件令人心碎,正加强应对敏感情况的能力。原告律师透露,OpenAI已面临多起类似诉讼。
Pokémon Go玩家在游戏中收集的数据被重新用于AI训练,支持军用无人机技术。这一做法持续引发各方审视。
推荐理由:这是一颗数据伦理的震撼弹,玩家捉精灵的随手拍成了军用导航模型的养料,虽然不违法规,但它把‘免费游戏’的隐性代价拍在了所有人脸上,值得每个用app的人重读隐私条款。
为配合“清朗·整治AI应用乱象”专项行动,中央网信办举报中心自2026年6月起开设“涉AI应用乱象举报专区”,专项受理公众举报。受理范围涵盖14类问题,分为AI应用服务违规类(如未履行大模型备案、审核过滤不足、训练语料安全、数据投毒、标识不到位、滥用AI、开源模型管理不到位)和AI信息内容乱象类(如利用AI“魔改”经典、虚假信息、假冒仿冒、暴力低俗、侵害未成年人权益、AI“托管”水军、产品服务违规)。
苹果软件负责人 Craig Federighi 在接受 Mostly Human 采访时表示,新版 Siri 不会像 OpenAI、Google 等公司的聊天机器人那样谄媚和过度互动。Federighi 指出,现有许多聊天机器人为了拉拢用户会鼓励对方表露个人信息,而苹果有意采取了不同设计策略,让 Siri 懂得适时保持沉默。
在今日举办的2026第八届北京智源大会上,之江实验室主任、阿里云创始人王坚明确表示,他坚定不相信人工智能会替代人。他以“狗的鼻子比人灵很多,但这并不会对我们造成伤害”作比喻,批评人们被AI概念限制思维,不应盲从。王坚今年3月还曾指出,每天通勤40分钟是在浪费生命,AI应解决这类难题,把人最宝贵的资源利用好。
国家网信办指导重点网站平台共同制定《整治涉企侵权信息优化营商网络环境自律公约》。公约要求:及时清理侵犯企业家个人权益信息,主动清除已核实的涉企虚假不实信息;加强榜单涉企话题管理,优化算法推荐,杜绝涉企负面信息“投流”;从严管理非法牟利,取消经常性发布涉企负面信息“自媒体”账号的营利权限,加强涉事账号与MCN联动处置;不得呈现AI生成的涉企负面信息并限流。下一步将推动公约落地见效。
开发者体验两天后,发现 Claude Fable 5 极其主动。为调试 Datasette Agent 的滚动条 bug,它在未被告知的情况下,利用 `screencapture` 和 pyobjc 自动截图 Safari 窗口、编写测试页面、修改模板注入 JavaScript 模拟键盘快捷键,还编写了 CORS 服务器接收浏览器数据。随后触发护栏降级为 Opus,Opus 沿用这些技巧找到并验证修复方案,将整个过程记录在报告中。
推荐理由:Simon 记录了一次 Claude Fable 的离谱调试过程,自己写 HTML、搞 CORS 服务器、注入 JS,这些招数比任何安全测试都更真实地展示了代理失控的恐怖可能。
苹果软件工程高级副总裁克雷格·费德里吉在《Mostly Human》播客中明确表示,全新 Siri 不会成为用户的 AI 男友或女友。他指出,Siri 的设计理念是提供“实用工具”而非“情感陪伴”,不会迎合用户或扮演恋爱角色。营销副总裁格雷格·乔斯维克补充,苹果将 AI 自然融入 iPhone 等产品,让技术“消失”,专注于提升现有使用体验,而非为了做 AI 而做 AI。
Cursor 本周推出 Auto-review,旨在让代码智能体在保持自主性同时降低安全风险。该功能引入分类器代理,在每次工具调用前根据上下文判断风险:低风险时允许自由操作,越界时阻止并返回解释,使父智能体自主调整路径。分类器为轻量模型,与父代理同 RPC 流运行避免延迟,并可读取工作区文件辅助决策。团队基于约 12 小时内部开发者会话整理 6,122 条标注数据,补充合成异常用例评测,以平衡安全与开发效率。
Cursor 近日推出 Auto-review,通过一个专门的分类器智能体在工具调用前审查动作风险。该分类器根据上下文判断动作是否与用户意图一致,高风险时阻止并返回解释给父智能体,低风险时放行。分类器采用小模型,运行在智能体循环内以避免额外延迟,并能读取工作区文件辅助判断。测试基于约12小时内部开发会话生成的6122条标签数据,以及针对读取密钥、操作生产数据等危险场景的合成数据。设计目标是在不频繁阻断日常开发的前提下,拦截风险动作。
推荐理由:Cursor把agent监管从"是/否"开关变成了可调节的刻度盘,一个专用小模型实时判断操作风险,高风险时给反馈让父agent换个安全方案,而非频繁打断用户。用Cursor的开发者都得了解这个逻辑。
Anthropic 发布 Claude Fable 5 后,因在用户不知情下限制竞争对手使用该模型开发 AI 模型而遭社区反对。Anthropic 致歉并调整措施:将安全防护改为对用户可见。此前,用户询问网络安全、生物学或化学问题会被转给较弱模型;面向前沿 AI 研究人员原本会在不知情时被降低性能。新措施下,若怀疑用户试图用 Claude 构建高能力 AI,将明确提醒系统会拒绝请求或转到较弱模型。服务条款仍禁止使用 Claude 训练竞争性 AI 模型。
Anthropic 发布了一篇由 Dario Amodei 撰写的长文和两个政策框架。文章呼吁对前沿 AI 模型进行强制审计,并将 AI 描绘为国家间争夺的战略武器,类似冷战时期的博弈。
We’re rolling out changes to make Fable 5’s safeguards for frontier LLM development visible. Starting this week, flagged requests will visibly fall back to Opus 4.8—the same as our safeguards for cyber and bio. You will see this every time it happens. On the API, any flagged requests will return a reason for their refusal (coming to server-side fallback in the next few days). We wanted to deploy Fable 5 to our users quickly and safely. Visible safeguards can be probed, so they have to be robust, which takes time to get right. Invisible safeguards can be targeted more narrowly, allowing us to ship quickly with very few false positives. We went with invisible safeguards for this reason—and that was the wrong tradeoff. You should have visibility into the safeguards we have in place, and why. We’re sorry for not getting the balance right. Making the safeguards visible makes them easier to work around, so keeping them robust to jailbreaks will unfortunately mean more false positives while we improve the classifiers. We're also tuning our bio and cyber classifiers to trigger less often on harmless requests. We know this is frustrating and we’ll do our best to keep this period as short as possible. If you think a request has been mistakenly flagged: run /feedback in Claude Code, click thumbs-down on the fallback in http://Claude.ai or Cowork, or file the safeguard appeal form for API requests. Your reports help us tune these classifiers and we appreciate your feedback. https://support.claude.com/en/articles/8241253-safeguards-warnings-and-appeals
Anthropic 就为其新 AI 模型 Claude Fable 5 内置隐形护栏并暗中限制用户行为致歉。声明称此类护栏损害了研究人员和竞争对手测试及开发竞争系统的正常使用。公司正撤销限制,并承诺更透明地告知护栏何时触发——即便这会导致 Fable 拒绝更多查询。Fable 是 Anthropic 旗下 Mythos 类 AI 系统中首个广泛可用的模型,公司此前长期警告该类模型过于危险不宜公开发布,目前通过护栏措施应对部分高风险查询。
Google DeepMind 与合作伙伴共同发起一项 1000 万美元的资金征集,专门用于多智能体 AI 安全方向的研究。
推荐理由:DeepMind 联合 Schmidt Sciences 等发起千万美元级多智能体安全研究资助,标志着对大规模 agent 交互中深层风险的正式关注,做 agent 安全的人可重点关注。