今天看到一篇文章，主要讲的是关于 Claude Fable 的”黑箱操作“，因为 Fable 他有一个安全机制，检测到预训练流水线、分布式训练基础设施、ML 加速器设计等的时候会自动降级，并且「不会告知用户」，如果一直是这种趋势进行下去的话，那么以后你问 Claude 某个方案是否可行，Claude 说不可以，你不知道是不是真的不可以，还是因为触发了这个安全机制导致的降级。 作者的核心观点如下： 1、静默降效：Fable 5 模型卡写明，针对“前沿大模型开发”（预训练流水线、分布式训练基础设施、ML 加速器设计等）的请求，会通过 prompt 修改、steering vectors、PEFT 等方式悄悄降低 Claude 的有效性，且不会告知用户，也不会切换到其他模型。 2、边界模糊：作者认为，许多曾只属于 AI 实验室的技术（embedding、reranker、小模型微调等）如今已广泛用于普通软件公司。Anthropic 给出的例子不够清晰，“前沿 AI 研发”与“正常产品开发”的界线越来越难以划分。 3、供应链风险：当 Claude 给出错误或糟糕建议时，开发者无法判断是模型能力不足、上下文有问题，还是被隐藏的政策限制暗中削弱。开发工具若能在不告知的情况下停止为你优化，就难以完全信任这套基础设施。 4、影响范围争议：Anthropic 称仅影响约 0.03% 的开发者，但作者认为“AI 公司”的定义在变——今天不训练前沿模型，明天产品里也可能包含自研/微调模型，受影响人群可能随时间扩大