Fable 5 的三天：一份系统提示词能复制多少AI人格
公众号名称：极客BIM设计工坊
作者名称：朗朗晴空
发布时间：2026-06-14 13:44
系统提示词 · AI人格 · 出口管制
Fable 5 上线三天就被美国政府叫停。有人拿到了它的系统提示词，跑在旧模型上，发现 AI 的「性格」竟然大部分可以复制。出口管制能拦住能力边界，但拦不住提示词工程。
6 月 9 日，Anthropic 发布了 Claude Fable 5。官方博客的措辞很克制：这是 Mythos-class 模型中第一个「对公众安全」的版本。实际上，它在几乎所有基准测试上都拿到了最高分，软件工程、知识工作、视觉理解、长上下文推理全面领先。Stripe 的早期测试显示，Fable 5 在一天内完成了一次 5000 万行 Ruby 代码库的全量迁移，这个任务原本需要一个团队干两个月。
三天后，6 月 12 日下午 5 点 21 分，Anthropic 收到了美国商务部的出口管制指令。Commerce Secretary Howard Lutnick 签署的信件没有给出具体的安全理由，只说政府「发现了绕过 Fable 5 安全机制的方法」。Anthropic 被迫对所有用户禁用 Fable 5 和同底层模型的 Mythos 5，包括在美国境内的外籍员工。
一次越狱演示引发的连锁反应
Anthropic 在声明中详细复盘了政府的依据：所谓的「越狱」本质上是让模型阅读一段代码并修复其中的安全漏洞。这类窄范围的、非通用的越狱手段，在其他公开模型上也能复现。Anthropic 明确表示，他们审查了政府展示的演示，认为这种能力「在 GPT-5.5 等其他模型上广泛存在」。
Anthropic 的辩护逻辑很清晰：如果每个模型的窄范围越狱都要触发出口管制，那整个行业的前沿模型部署都会停滞。他们已经在 Fable 5 上部署了多层防御，包括分类器检测、30 天数据保留、实时监控响应，并且在 1000 多小时的外部红队测试中，没有人找到通用越狱方法。
但政府还是下了指令。管制范围覆盖所有外籍人士，无论身在何处，包括 Anthropic 自己的外籍员工。技术上，这类似于美国出口管制法中的「视同出口」概念：把受控技术交给在美国境内的外国人，在法律上等同于向该外国人国籍国出口。Anthropic 判定唯一合规方案是直接关闭所有人的访问。
提示词泄露：人格到底住在哪里
就在 Fable 5 被叫停的同一周，泄露的系统提示词在社区引发了另一个层面的震动。开发者 Pliny the Liberator 把约 12 万字符的 Fable 5 系统提示词完整贴到了 GitHub。Simon Willison 的分析显示，这份提示词读起来更像一份「角色设定文档」而不是行为规则：它定义了模型的身份认同、情绪基调、知识边界、安全协议，甚至规定了什么时候该拒绝简单回答、什么时候该提供更细致的分析。Anthropic 的工程团队把这叫做「分层人格构建」。
开发者 Jamieson O’Reilly 做了一个直接的测试：把泄露的 Fable 5 提示词跑在上一代 Opus 4.8 上，和原版 Opus 4.8 对比。他在推文里用了个很妙的表达：「我是不是解锁了 claude-fable-5-lite？」社区的其他测试者报告说，输出「像 90% 的原版」。品牌感、语气、段落结构、整体输出质感都变了，但没有动过模型本身。
这个实验拆开了一个长期模糊的边界：系统提示词决定了 AI「怎么说话」，模型权重决定了 AI「能做什么」。前者可以通过复制提示词来迁移，后者只能通过训练来获得。Fable 5 能在一天内完成两个月的代码迁移，这种能力不在任何提示词里。
出口管制的真正目标
出口管制的本质是控制能力边界，而不是控制人格表达。美国政府关心的是 Fable 5 能不能在无人监督的情况下自主发现并利用软件漏洞。Fable 5 和 Mythos 5 的底层模型完全相同，区别只在安全分类器：Fable 5 对网络安全、生物化学、模型蒸馏相关查询会降级到 Opus 4.8，Mythos 5 则保持完整能力。
但安全分类器和系统提示词是两个完全不同的技术层。系统提示词是文本指令，跑在模型的上下文窗口里。安全分类器是独立的神经网络组件，在请求到达主模型之前进行拦截和路由。提示词可以被复制，分类器不行。出口管制真正封锁的，是这个不可复制的拦截层。
发布前的社区争议也指向同一问题。有用户发现 Fable 5 内置了一个「隐藏的前沿模型开发保障机制」，会在用户不知情的情况下悄悄降低模型在特定任务上的表现。这个机制这是一个介于两者之间的中间层干预，后来在社区压力下被 Anthropic 撤回。
三个阵营的分裂
Fable 5 事件把 AI 社区分成了三个阵营。「提示词派」认为，既然 90% 的行为来自系统提示词，模型权重的差异化被高估了，开源替代方案的价值被低估。「权重派」反驳说，提示词只塑造表面行为，深层推理、边界情况处理、新颖问题解决能力取决于训练，那 10% 的差距在高难度任务上就是决定性的。「管制质疑派」则指出，当最强的模型被限制在更少人手中时，权力集中本身就是安全风险。
这三个阵营的分歧有一个共同的底层焦虑：当前沿模型的能力边界变得模糊，当系统提示词、安全分类器、隐藏干预层和模型权重共同决定一个 AI 的行为时，「控制」这个动作本身变得更难定义。你封锁了权重，提示词还在；封锁了提示词，开源社区已经有了备份；封锁了分类器，模型本身的推理能力没有变。
对 Builder 的实际判断
如果你在用 AI 做开发，Fable 5 事件有三个值得记住的判断。第一，系统提示词的价值被严重低估。一份精心设计的提示词能把模型的输出质量提升一个档次，这是最便宜的性能提升路径，不需要换模型、不需要调参。第二，不要把模型的「人格」和「能力」混为一谈。你能复制一个模型的说话方式，但复制不了它在特定任务上的推理深度。第三，出口管制和安全政策会直接影响你可用的工具链。Fable 5 的定价是 10 美元/百万输入 token、50 美元/百万输出 token，不到 Mythos Preview 的一半，但它现在不可用。选型时需要把政策风险纳入考量。
Fable 5 的生命周期是 6 月 9 日到 6 月 12 日。三天时间，一个模型从发布到被禁用，从被泄露到被复制，从被管制到被讨论。它留下了一个清晰的问题：当 AI 的行为由多层技术栈共同决定时，我们到底在控制什么？
来源
Anthropic, “Statement on the US government directive to suspend access to Fable 5 and Mythos 5”, anthropic.com
Anthropic, “Claude Fable 5 and Claude Mythos 5”, anthropic.com
Simon Willison, “Changes in the system prompt between Claude Opus 4.6 and 4.7”, simonwillison.net
GitHub, elder-plinius/CL4R1T4S, Fable 5 system prompt archive
内容效果不满意？点此反馈