币须知道据动察 Beating 监测，Anthropic 宣布调整旗下新模型 Claude Fable 5 的开发安全策略，取消静默降级性能的限制手段。静默降级机制被社区指责为「暗中破坏」，导致人工智能研究社区产生强烈反弹。
根据 Anthropic 的服务条款，用户不能使用 Claude 训练竞争模型。Anthropic 计划对于涉嫌训练竞争模型的账号，在不通知用户的情况下直接降低 Claude Fable 5 的性能。人工智能研究人员警告称，静默降低性能会干扰第三方安全评估机构的测试工作，阻碍开源社区在人工智能安全领域的协作。
面对社区质疑，Anthropic 发布声明公开道歉，承认在安全策略权衡中做出了错误决定，并将开发安全防护机制调整为公开提示。如果系统检测到用户试图构建高能力 AI，将明确拒绝请求，或将用户重定向至低能力模型。Anthropic 警告称，由于公开防护机制更容易被针对性绕过，未来将扩大安全拦截的筛选范围，导致部分正常的无害请求也可能被误杀。
