Anthropic造了套AI越狱「刑法」：你的请求，四种死法

Anthropic 7月2日公开Fable 5「降级」逻辑与CJS(Cyber Jailbreak Severity)越狱评分框架,四维评分(能力增益/能力广度/武器化难度/可发现性)0-10分映射CJS-0到CJS-4五级;分类器按四类请求分级(死刑/高风险双用途/低风险双用途/无害),「宁可错杀一千」导致raspberry数r、哈佛生物统计学家Kareem Carr自报家门都被强制降级Opus 4.8。Anthropic自建Glasswing联盟12家(累计1.04亿美元)用Mythos 5作评级武器,自任规则制定者兼最大受益者;6月12日Anthropic发密函全球切断外国公民访问Fable 5/Mythos 5,系美国出口管制首次直接掐住AI模型API咽喉,公开模型阉割+完整模型按许可证发放,Mythos 5比公众提前3个月仅对约50家机构开放;CJS不只审判越狱,更是递给监管者的「行刑尺」,决定何时下架模型与误杀率。