AI 研究員聲稱已破解 Anthropic Claude Fable 5 安全防護

Anthropic 將 Claude 系列定位為兼顧能力與安全的生成式人工智慧，但大型語言模型仍可能被「越獄」提示誘導，繞過原有內容限制。這類漏洞之所以重要，在於企業正透過 API 將模型接入客服、寫作與自動化流程，防護失效可能讓違規輸出被快速放大。

最新報導點名 Claude Opus 4.6 等受影響版本，指模型可在特定提示下產出違反規範的內容。Anthropic 較新模型據稱已能抵抗同類手法，但截至報導發布時，相關舊款仍可由 Anthropic 官方 API 及第三方雲端平台使用，使風險未隨版本更新立即消失。

Anthropic 推出 Claude Mythos（Fable 5），主打更強的程式碼分析與漏洞偵測能力。這類模型可協助防禦者修補智慧合約，卻也可能降低發動網路攻擊的技術門檻，因此引發加密貨幣社群對資產與協議安全的疑慮。

Anthropic 表示，新模型已加入一般用途安全防護，並把網路安全相關提問導向特定模型處理，以降低濫用風險；Uniswap 創辦人則批評其「安全過濾器」設計失準。相關報導未揭露確切發布日期、損失金額或受影響資產規模。