ClaudeDevs宣布Fable 5安全机制可见性变更

我们正在推出变更，使Fable 5的前沿LLM开发保障措施可见。从本周开始，被标记的请求将明显回退到Opus 4.8——与我们的网络和生物安全措施相同。每次触发时你都会看到。在API上，任何被标记的请求都会返回拒绝原因（未来几天内将应用于服务器端回退）。我们希望能快速且安全地将Fable 5部署给用户。可见的安全措施可以被探测，因此必须健壮，这需要时间才能做好。不可见的安全措施可以更窄地锁定目标，使我们能够快速发布且误报极少。我们因此选择了不可见的安全措施——但这是一种错误的权衡。你应该能够了解我们现有的安全措施及其原因。很抱歉没有把握好平衡。使安全措施可见使其更容易被绕过，因此为了保持对越狱攻击的稳健性，不幸的是，在我们改进分类器的同时，会导致更多误报。我们也在调整我们的生物和网络安全分类器，使其对无害请求触发频率降低。我们知道这令人沮丧，我们将尽最大努力尽可能缩短这一阶段。如果你认为某个请求被错误标记：在Claude Code中运行/feedback，在https://t.co/LtktniD5HY或Cowork中点踩，或为API请求提交安全措施申诉表。你的报告有助于我们调整这些分类器，我们感谢你的反馈。