Claude Fable 5 重新上線：新分類器封鎖了什麼？為何編碼回退 Opus 4.8

Anthropic 宣布 Claude Fable 5 將自 7 月 2 日起重新向全球恢復部署。不過，這次回歸並非完全復原，而是搭配一套全新的安全分類器一同上線。只要請求被判定涉及網路安全等高風險領域，即使只是程式撰寫、漏洞分析或除錯等正常工作，也可能被自動降級，由 Claude Opus 4.8 回應，而非直接使用 Fable 5。

這套安全機制的推出，直接源自 Anthropic 與美國政府近期的一系列協商。除了重新部署模型外，Anthropic 也宣布將透過 Project Glasswing，與 Amazon、Microsoft、Google 等合作夥伴共同制定 AI 越獄（Jailbreak）嚴重度框架，希望建立一套產業共同遵循的越獄事件分級標準，以及模型供應商面對不同等級事件時的應對原則，並公開邀請其他 AI 公司加入。

另一方面，美國政府機構未來將可在模型正式發布前取得預先存取權，進行安全評估；雙方也建立越獄案例與濫用資訊的共享機制，並投入聯合研究資源。Anthropic 表示，未來數週仍會持續調整分類器，以降低誤判，讓系統更能區分正常開發工作與真正具有惡意的請求。

值得注意的是，Fable 5 雖然重新回歸，但僅會在 7 月 7 日前提供訂閱用戶有限額度的使用權限；7 月 7 日之後，將改為透過 Usage Credits 按量付費使用，而不是直接納入 Pro、Max、Team 等訂閱方案。這並非 API Only，而是整個 Claude 生態都改採額外購買額度的模式。

對工程師與 AI 開發團隊而言，這起事件最大的意義在於：前沿模型的可及性，未來不再只是 API 價格或 Rate Limit 的問題，Classifier 本身將成為新的能力邊界。只要模型判定你的請求疑似涉及網路安全，就有可能被自動降級至 Opus 4.8，即使請求本身完全合法。

更值得持續觀察的是 AI 越獄嚴重度框架 的發展。如果 Amazon、Microsoft、Google 等主要模型供應商最終形成共識，這套分級機制很可能逐漸演變成整個 AI 產業的事實標準，決定未來各家模型在什麼條件下需要自動降低能力、限制回覆，甚至拒絕服務。目前這些分類器的實際表現與誤判率仍只有 Anthropic 官方說法，實際影響仍有待未來數週觀察。對於高度依賴 Fable 5 前沿能力的開發團隊而言，Classifier 的行為，現在也必須納入模型選型的重要考量。