# Fable 5 的安全护栏和反蒸馏机制比官方说的 5% 触发率严得多，写代码、打招呼都可能被偷偷切回老模型

> 原标题：Fable 5自带反蒸馏机制！检测到就降智，误触率高到离谱

- 来源：量子位 · 公众号
- 发布时间：2026-06-10T10:07:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/37755
- 原文：https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247896768&idx=2&sn=3fe4ace3a13b4940d14e1837f87128ed

## 摘要

Anthropic 刚发布的 Fable 5 模型装了一套安全分类器，检测到网络安全、生物、化学或蒸馏相关提示时，会不打招呼就把会话切到旧的 Opus 4.8 模型。官方说触发率不到 5%，但大量用户反馈误伤严重：分析代码、做安全审计、甚至打个招呼都可能被切，有生物医学研究者表示几乎没法用。

## 推荐理由

Anthropic 新模型 Fable 5 的安全分类器在检测到代码分析、安全审计等提示时会把会话切回旧模型，官方称触发率不到 5%，用户反馈的误伤范围却更广。

## 锐评

5% 这个数字我是不信的。写代码、做安全审计、打个招呼都能被切回 Opus 4.8，这触发面明显不是 5% 的量级，更像是分类器阈值压得太低，宁可错杀。

被切了还不告诉你，用户以为在用新模型，实际拿的是旧模型的输出，账单按哪个算也没说。做生物医药的几乎没法用，这类人本来最愿意付高价。安全护栏做成这样，付费用户只能往别家走。
