绝了,Claude Fable5惨遭二次越狱,黑客20小时撬开神话防线

Fable 5 发布第 72 小时神话破灭——6/9 推出后知名黑客「普林尼」3 天即首次越狱;7/1 Anthropic 带着"针对性加强"的新分类器让 Fable 5 回归,同步启动 HackerOne 公开漏洞披露计划邀请全球黑客提交越狱方法、却**不支付任何报酬**。**仅 2 天后,黑客 Vitto Rivabella 宣布 Fable 5 第二次被攻破**:Vitto 复盘防御至少三层嵌套(入场检查+实时断路器+CoT 大脑防火墙),**90% 攻击被拦在门外**,最终靠字符混淆、学术化包装、超长铺垫、拆解重组、随机性的组合拳耗时 20 小时勉强绕过去。**所有防线唯一持续薄弱的是桑塔利语、阿姆哈拉语等小语种**——学术界早有共识这是全行业 AI 安全历史欠账(安全训练语料以英文/大语种为主),非 Anthropic 独家后门。Anthropic 官方将所有已知越狱定性为「minor」,称触不到生物武器或复杂网络攻击红线;**Anthropic 已确认 Fable 将于 7/7 后暂时从订阅计划移除,Fable 5 能否回归订阅成疑**。事件复盘揭示 AI 安全悖论:第一次越狱 Anthropic 输在傲慢(试图"降智"垄断技术被公开 12 万字系统提示词打脸),第二次输在盲点(堆算力数据堵不住语言的狡黠性)。