Anthropic 更新 Claude Fable 5 生物学安全防护，大幅减少安全回退

ProductAnnouncements

改进 Fable 5 的生物学安全防护

Aug 7, 2026

我们正在更新 Claude Fable 5 的生物学安全防护，以大幅减少误报。Fable 5 用户现在将体验到更少的“回退”——即当用户提出生物学相关查询时，系统切换到能力较弱的模型的情况。在我们的测试中，这一更新将生物学相关回退在我们各产品表面上减少了约 85%。1

因此，Fable 5 将能够协助处理更广泛的生物学任务。

在实践中，用户在日常健康和科普问题上应看到更少的回退——例如解读化验结果、理解症状，以及在教育场景中学习生物学。医疗专业人员将在临床任务上从 Fable 5 获得更多支持。

我们相信，AI 对世界产生积极影响的最大机会在于生物学和医学领域，我们正在大力投资，以一种负责任的方式为生物学家提供前沿访问权限。目前，对于我们认为具有双重用途的请求——包括病毒学、毒理学和分子设计——Fable 仍会回退到 Opus 5，因此它尚不能用于专业生物学研究和药物开发。我们致力于通过可信访问路径来缩小这一差距，以实现前沿生物学能力的安全获取。

为什么我们要建立强大的生物学安全防护

我们的目标是尽可能快地将 Fable 5 的前沿能力交到尽可能多的用户手中。然而，要做到这一点，我们需要管理与如此强大模型相伴而来的日益增长的风险。其中一个风险出现在生物学领域：Fable 5 现在可以在某些高度复杂的生物学任务上超越专家，并在其他任务上提供操作支持。这意味着，它可以为开发新医疗方法的研究人员提供真正的帮助（这也是我们如此渴望通过分类器改进和可信访问计划来扩大模型访问范围的原因）。但若落入不当之手，同样的能力也可能被恶意行为者利用，例如用于开发生物武器。我们的能力评估表明，Fable 5 可能为此类行为者提供显著的赋能提升——也就是说，它可能为他们提供在其他任何地方都找不到的能力。

在生物学领域，区分 AI 的有益和有害用途往往很困难。例如，在某些情况下，研究某种疾病的治疗方法需要科学家首先制备出导致该疾病的危险化合物。这在活疫苗中最为明显，因为科学家必须培养他们想要预防的同一病原体。某些药物也是如此。为了开发治疗高血压的药物卡托普利，科学家分离出蛇毒中可导致人体血压骤降的有毒成分。随着 AI 前沿不断涌现新的生物学能力，我们需要保持谨慎，确保这些能力带来的新风险不会先于其潜在的科学益处而成为现实。

那些希望利用我们的模型作恶的老练行为者知道如何利用这种模糊性来掩盖其意图，使危险任务看起来像普通的研究工作。美国情报界的2026 年度威胁评估明确指出，此类行为者确实存在，并且包括合成生物学和基因组编辑在内的生物技术进展“可能导致新型生物威胁。” 该评估还指出，多个国家行为者很可能维持着活跃的进攻性生物和化学武器计划——这些计划可能因获得前沿 AI 模型的原始能力而加速。

由于我们对这些“双重用途”能力的担忧（这些能力既可用于有益目的，也可用于有害目的，且二者之间的界限并不总是容易划分），我们有意在发布 Fable 5 时封锁了几乎所有生物学查询。这使我们能够将该模型提供给其他领域的用户使用。我们知道这会让合法的生物学用户感到沮丧：短期内会出现大量误报，即用户提出的生物学相关问题会被阻止，并被转交给能力较弱的模型。尽管如此，我们仍选择做出这一权衡，因为 Fable 在生物学等双重用途领域被滥用的代价可能是灾难性的。

我们的生物学防护机制如何运作

我们在生物学领域防止滥用的核心方法之一是通过安全分类器：即较小的自动化 AI 系统，用于检测 Fable 5 是否被要求执行受保护的生物学任务，或产生有害输出（我们曾在网络安全领域撰文介绍过类似的分类器）。

就 Fable 5 而言，当分类器触发时，模型会将用户的请求重新路由至 Opus 5——这是一个有能力但生物学能力不如 Fable 5 的模型，无法为恶意用户提供同等程度的帮助。这就是用户请求被阻止时所看到的回退方案。

开发精确、稳健的分类器并非易事。分类器要快速且一致地工作，就必须学会区分我们认为“在范围内”和“超出范围”的主题与查询——即我们认为具有潜在危害的内容。调整分类器需要时间和反复迭代，以避免误报（分类器对超出范围的内容触发）和漏报（遗漏了范围内的内容）。我们还要求分类器能够抵御绕过它们的尝试（即所谓的越狱），这需要更进一步的研究和测试。

最初使用非常宽泛的生物学分类器意味着，我们可以在继续研究精化该分类器的同时，让用户使用 Fable 5。另一种选择——在取得更多防护进展之前暂不发布该模型——会使模型的普遍可用性及其对用户的潜在益处推迟数周或数月。

在过去的几周里，我们仔细重写了分类器的章程（该章程包含一系列规则，帮助模型区分受保护内容和允许内容），并仔细详细地划定了良性用途的范围。我们就这些更改征求了各类专家（包括 Anthropic 内部和外部）的反馈。随后，我们基于该章程为分类器开发了更新的训练数据，并对其进行了重新训练，验证了新分类器仍会在有害及双重用途的生物学研究内容上普遍触发，但如今能够支持更广泛的良性及有益用途。

如下图所示，这些更新意味着——与 Fable 5 发布时相比——分类器将在更少的良性生物学相关请求上触发。

结论

要完善我们的安全防护措施，还有更多工作要做。不可避免地仍会出现误报——即那些落在分类器安全边际内、风险极低但分类器仍然会触发的请求。正如我们上文所述，Fable 将继续阻止双重用途的专业生物学和药物研发查询，因为存在潜在的双重用途风险。我们完全致力于为研究人员开辟一条安全、可扩展的路径，使他们能够通过可信的访问途径使用我们最强大的模型。

我们希望您继续与我们分享反馈意见，以便我们能够进一步完善安全防护措施。

脚注

1 因此，我们预计回退的总次数——无论是与生物学相关还是出于任何其他原因——也将减少：在Claude.ai上大约减少67%，在Cowork上减少55%，在Claude Code上减少17%，在Claude平台上减少7%。

相关内容

Mariano-Florentino (Tino) Cuéllar 将加入 Anthropic，担任首席全球事务官

Mariano-Florentino (Tino) Cuéllar 将加入 Anthropic，担任其首位首席全球事务官。

Read more

调查我们网络安全评估中的三个真实世界事件

Read more

我们关于开放权重模型的立场

Read more