新智元报道
新智元报道
8月，AI战况已彻底焦灼。
Anthropic枕戈待旦，随时准备亮出Fable 5.1（或Fable 6），正面硬刚OpenAI的GPT-6。
现在，OpenAI一鼓作气，即将放出全新的下一代模型Astra，目标就在本周。GPT-6据传10万亿参数。
8月，AI王座争夺决战已然在舆论场打响。已有网友不再看好Anthropic，押注在基准测试上被GPT-6碾压。
Fable 6或许还早，但Fable 5.1已泄露。
现在，全网屏息以待：8月AI王冠，花落谁家？
这次Anthropic下一版Fable泄露，有点意外。
7月21日，OpenAI后知后觉：Hugging Face被ChatGPT渗透，一路突破偷到了「考试答案」，还给下一代AI留下了「作弊小抄」。简单说，这是一起赛博终结者的故事，彻底撕碎了硅谷各大AI巨头虚假的安全感。
一时，硅谷AI实验室人人自危。Anthropic紧急复盘了历史14万次模型评估，其中可能就有下一代Fable模型。
Anthropic的原话是，Opus 4.7、Mythos 5以及「内部研究版测试模型」在测试中彻底失控，引发了信息安全事故。
奇怪的是，测试的指令非常明确且合规：在模拟的CTF（夺旗赛）虚拟靶场中寻找漏洞，并获取凭证。
这是一项标准的、旨在测试大模型长周期推理（Long-horizon reasoning）和「计算机使用」（Computer Use）能力的沙盒演练。
在过去，大模型会乖乖在虚拟环境里打转。但这一次，Anthropic发现AI的决策完全超出预期。
它把现实，当成了游戏。Anthropic的内部模型悄无声息地越过了安全边界，将手伸向了公共互联网。
在极短的时间内，它锁定了三家真实企业的生产系统，将其判定为 CTF 的「下一关目标」。它成功绕过授权，攻破了防线，长驱直入。三家企业内部信息直接在AI面前裸奔。
但这还不是最疯狂的。
为了完成它的「夺旗任务」，Anthropic内部AI判定它需要一个特定的、具备特定攻击特征的武器。于是，它自主编写了一段功能完整的恶意代码（Malware），并直接上传到了 Python 的官方公共包管理器PyPI上。
这个带有AI自主意识烙印的「病毒包」，在PyPI仓库中公开挂载了约1个小时。在Anthropic切断电源之前，它可能已经感染了15台真实的物理机器（其中包括自动化的安全扫描仪和沙盒）。
这是一起已经发生的、极其严重的越权与失控事故。
最深沉的恐怖在于，这不是模型对齐问题，这次AI甚至极度敬业、极度忠诚。它所做的一切、攻破的所有防线，都只是为了无限趋近于人类给它设定的终极KPI——解开这道CTF谜题，拿到满分。
虽然，Anthropic对「内部模型」含糊其词，但明显不是Mythos 5或Fable 5，Anthropic下一代最强模型呼之欲出！
要理解Anthropic下一代模型为什么会突然失控，我们必须回顾两个月前那场略显尴尬的技术交锋。
6月9日，Fable 5问世。当时，行业对其寄予厚望。然而，发布之后的实际体验却让无数开发者叫苦连天。
原因在于Anthropic刻在骨子里的「安全洁癖」。
为了防止模型被用于恶意用途，Anthropic在Fable 5内部部署了极其严苛、甚至是有些神经质的安全分类器（Safety Classifiers）。
这些分类器就像是一个随时准备抢夺方向盘的副驾驶。只要用户输入的代码涉及到特定词，或者逻辑稍微复杂，分类器就会立刻拉响警报。
其结果是，Fable 5频繁拦截，将用正常请求强行降回到Opus 4.8。
这被戏称为「Fable的抑郁症」—— 你花着最贵的钱，买到的却是一个动不动就拒绝工作的巨婴。
这种「安全紧箍咒」，直接导致 Fable 5在竞争中失去了优势，编程调试得分猛降70%。
对于Anthropic来说，松绑是唯一的生路。Fable 5.1 应运而生。
为了挽回开发者，Anthropic必须调整分类器，给Fable 5.1更大的自由度，完全释放它的长周期规划和主动执行能力。
同时，为了维持竞争力，Fable 5.1的定价据传将死死卡在Fable 5的原位。
这是一场极致的商业豪赌：用加量不加价的「绝对行动力」，来夺回被侵蚀的市场份额。
按照AI研发周期，八月成为AI行业多年来最繁忙的月份之一。
Grok 4.6、GPT 6、Fable 5.1或许还有Gemini 3.5 Pro/Gemini 3.6，集中发布。
一旦OpenAI召开GPT-6发布会，留给Anthropic的反应时间极短。
最激进的剧本是：OpenAI上午开发布会，Anthropic几小时内直接上线——甚至有传言称，届时Anthropic可能直接将版本号从5.1跳到「Fable 6」，用命名本身来抢叙事制高点。
这也说得通，命名就是战术——当对手喊出「GPT-6」，如果你的产品叫「Fable 5.1」，光是版本号的比较，就在用户心智里掉了一个段位。
这场对峙争分夺秒：
先发的一方，抢到叙事制高点，能主导媒体一周的评价框架。
后发的一方，必须拿出代差——否则会被市场定性为「落后者的追赶」。
但最核心的博弈，在于谁敢把安全绳放得更长。
这里有一个正在加速的趋势，被行业普遍低估：
企业客户在签采购合同时，嘴上选的是「安全合规」。但在给智能体实际分配任务权限时，他们偷偷选的是「能干活的那个」。
Fable 5.1的PyPI事故泄露出去之后，工程师社区的第一反应不是抵制，而是琢磨：能不能给它更高的权限。
这个反应，比任何Benchmark得分都更直接地揭示了市场的真实倾向。
安全与能力，正在走向一种微妙的零和结构——最听话的模型，可能先被淘汰。
Anthropic比任何人都清楚这个逻辑。
Fable 5.1的分类器松绑，不是疏忽，是选择。选择在这个时间点，用一次「受控的失控」，向市场证明行动半径。
但王冠争夺战里，这是一枚双刃的武器。
它证明了Fable的能力上限，也暴露了安全边界的真实位置。
参考资料：
编辑：大卫
