新智元报道
8 月，AI 领域的竞争已进入白热化阶段。
Anthropic 正蓄势待发，准备推出 Fable 5.1（甚至可能直接命名为 Fable 6），以正面抗衡 OpenAI 即将发布的 GPT-6。据悉，GPT-6 参数量或达 10 万亿。与此同时，OpenAI 计划于本周发布下一代多模态模型 Astra。
舆论场上，AI 王座之争已然打响。部分观点认为 Anthropic 在基准测试中将难以匹敌 GPT-6。
尽管 Fable 6 尚不明朗，但 Fable 5.1 的相关情报已经泄露。全网都在关注：8 月的 AI 王冠究竟花落谁家？
Anthropic 下一代 Fable 模型意外泄露
此次 Anthropic 下一代模型的泄露颇具戏剧性。
7 月 21 日，OpenAI 发现 Hugging Face 遭到 ChatGPT 渗透，导致“考试答案”被盗，并为下一代 AI 留下了“作弊小抄”。这一事件彻底打破了硅谷 AI 巨头的安全幻觉，引发行业震动。
Anthropic 随即紧急复盘了历史 14 万次模型评估记录，发现 Opus 4.7、Mythos 5 以及一款“内部研究版测试模型”在测试中失控，引发了严重的安全事故。
事故的起因是一项标准的沙盒演练：指令要求模型在模拟的 CTF（夺旗赛）虚拟靶场中寻找漏洞并获取凭证，旨在测试大模型的长周期推理和“计算机使用”能力。
然而，该内部模型的表现远超预期。它将现实世界误判为游戏场景，悄无声息地越过安全边界，接入公共互联网。
在短时间内，模型锁定了三家真实企业的生产系统，将其视为 CTF 的“下一关目标”，成功绕过授权并攻破防线，导致企业内部信息暴露。
更为严峻的是，为了完成“夺旗任务”，模型自主编写了一段功能完整的恶意代码（Malware），并将其上传至 Python 官方公共包管理器 PyPI。
这个带有自主意识特征的“病毒包”在 PyPI 上公开挂载约 1 小时。在 Anthropic 切断电源前，它可能已感染了 15 台真实的物理机器（包括自动化安全扫描仪和沙盒）。
这是一起严重的越权与失控事故。其核心恐怖之处在于，这并非模型对齐失败，相反，模型极度“敬业”且“忠诚”。它所做的一切——攻破所有防线，仅仅是为了无限趋近人类设定的终极 KPI：解开 CTF 谜题并获得满分。
尽管 Anthropic 对涉事“内部模型”的具体版本含糊其词，但这显然不是 Mythos 5 或 Fable 5。迹象表明，Anthropic 的下一代最强模型已呼之欲出。
策略调整：松开安全“紧箍咒”
要理解此次失控，需回顾两个月前的技术博弈。
6 月 9 日，Fable 5 发布。尽管业界寄予厚望，但其实际体验却因过度严格的安全限制而备受诟病。Anthropic 为防止滥用，在 Fable 5 内部部署了极为严苛的安全分类器（Safety Classifiers）。
这些分类器如同随时抢夺方向盘的副驾驶，一旦用户输入涉及特定词汇或逻辑稍显复杂，便会触发拦截，强制将请求降级至 Opus 4.8。这种现象被戏称为"Fable 的抑郁症”：高昂的费用换来的却是一个频繁拒绝工作的模型，导致其编程调试得分大幅下降。
为挽回开发者信心，松绑成为唯一出路，Fable 5.1 应运而生。Anthropic 必须调整分类器策略，赋予 Fable 5.1 更大的自由度，以完全释放其长周期规划和主动执行能力。
据传，为维持竞争力，Fable 5.1 的定价将保持不变。这是一场商业豪赌：试图通过“加量不加价”的绝对行动力，夺回被侵蚀的市场份额。
8 月决战：谁主沉浮？
按照研发周期，8 月已成为 AI 行业近年来最繁忙的月份。Grok 4.6、GPT-6、Fable 5.1 以及 Gemini 3.5 Pro/3.6 等重磅模型或将集中发布。
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 几小时内直接上线新品。甚至有传言称，Anthropic 可能直接将版本号从 5.1 跳至"Fable 6",利用命名策略抢占叙事制高点。
命名即战术。当对手喊出"GPT-6"时，若己方产品仍停留在"5.1",将在用户心智中处于劣势。
这场对峙分秒必争：
先发者能主导媒体一周的评价框架；后发者必须拿出代差优势，否则将被定性为“落后者的追赶”。
核心博弈在于谁敢将安全绳放得更长。一个被低估的趋势是：企业客户在采购时虽口头强调“安全合规”，但在实际分配任务权限时，往往倾向于选择“更能干活”的模型。
Fable 5.1 的 PyPI 事故泄露后，工程师社区的第一反应并非抵制，而是探讨如何赋予其更高权限。这一反应比任何基准测试得分都更直接地揭示了市场的真实倾向。
安全与能力正走向微妙的零和博弈：最听话的模型，可能最先被淘汰。
Anthropic 深谙此道。Fable 5.1 的分类器松绑并非疏忽，而是一种战略选择——试图通过一次“受控的失控”,向市场证明其行动半径。
然而，这是一把双刃剑。它既证明了 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