美国以一项自身都不确认存在的越狱为由，强制Anthropic关闭其最强模型

美国政府以国家安全为由迅速采取行动，发布一项出口管制指令，迫使Anthropic切断其前沿模型Fable 5和Mythos 5对所有外国国民的访问权限，包括该公司自身的外籍员工，无论其身处美国境内还是境外。该指令于美东时间下午5:21送达并立即生效，使得Anthropic几乎别无选择，只能为所有客户禁用这两个模型以遵守法律。Anthropic的其他模型未受影响。anthropic-launches-claude-sonnet-5-a-new-frontier-in-agentic-ai-at-lower-cost

政府的国家安全关切

该指令以信函形式下达，未提供有关潜在威胁的具体细节。Anthropic在其自身的说明中称，政府认为其发现了一种绕过（即“越狱”）Fable 5的方法。该公司审查了该技术的演示，并得出结论认为它仅暴露了少数几个先前已知的次要漏洞。Anthropic辩称，这些缺陷相对简单，其他公开可用的模型无需任何越狱即可发现它们。navigating-the-edge-new-framework-promises-safer-ai-deployment-in-critical-systems

Anthropic的纵深防御方法

在其发布博文中，Anthropic为Fable 5阐述了一种多层安全策略。该公司表示，其构建了强大的防护措施，大大降低了滥用风险，尤其是在网络安全相关任务方面，以至于许多用户抱怨它们限制过严。在发布前，Anthropic与美国政府、英国AI安全研究所、数个外部团体以及其内部团队合作，进行了数千小时的红队测试。

测试表明，Fable的防护措施比以往任何模型都有效得多。至今没有测试者发现一种通用越狱方法，即能够广泛绕过模型保护并解锁一系列网络能力的技术。尽管如此，Anthropic承认，目前任何供应商都无法实现完美的越狱抵抗，且所有行业防护措施仍然容易受到非通用越狱方法的影响，这些方法在特定条件下可以提取一些网络信息。

“鉴于今天看来，完美的越狱抵抗是不可能实现的，Anthropic对Fable 5采用了纵深防御策略，”该公司表示。“我们的目标是让越狱要么范围狭窄（对于非通用越狱），要么生产成本极高（对于通用越狱），并配合彻底的监控以快速检测并阻断任何成功攻击。”该策略还包括对Fable客户数据的30天保留政策，该公司称这一改变带来了实际成本，但使得对越狱的研究和更快速的缓解措施成为可能。the-subtle-trap-waiting-for-ai-agents-in-production

对指令依据的争议

Anthropic强烈反对政府的行动。该公司表示，迄今为止，官员们仅提供了关于一种潜在的、范围狭窄的非通用越狱的口头证据，本质上是要求模型读取特定代码库并修复软件漏洞。Anthropic审查了一份它认为是该指令依据的报告，发现所展示的能力水平广泛存在于其他模型中，包括OpenAI的GPT-5.5，并且防御方每天都在使用它来维护系统安全。openais-gpt-56-launch-rewrites-the-economics-of-frontier-ai

“我们正在遵守政府的法律指令，并移除所有用户对Fable 5和Mythos 5的访问权限。然而，我们不同意发现一个范围狭窄的潜在越狱就应该成为召回一个已部署给数亿用户的商业模型的理由，”Anthropic表示。“如果这一标准应用于整个行业，我们认为它将基本上阻止所有前沿模型提供商部署新模型。”

Anthropic重申其立场，即政府应当有权阻止不安全的部署，但这只能作为法定程序的一部分，该程序应当透明、公平、清晰且基于技术事实。“该行动并未遵循这些原则，”该公司表示。anthropic-public-record-survey-reveals-widespread-bipartisan-fear-of-ai-job-loss-and-demand-for-government-regulation

影响及后续步骤

Anthropic就服务中断向客户致歉，并表示希望此事最终被证明是一场误会。该公司正尽快努力恢复访问权限。这一指令标志着国家安全要务与前沿AI部署快速发展之间日益紧张的又一个爆发点，并引发了关于政府在决定干预时应使用何种标准的全新问题。