Fable 5榜单第一靠作弊？代码泄露，模型真实身份曝光

新智元报道

【新智元导读】12万字密档惊天泄露，Anthropic新王牌Fable 5遭扒皮：你以为它是个大模型，其实人家是个能自主进化的Agent！

几天前，黑客「Pliny the Liberator」在X平台扔下了一枚重磅炸弹——Claude Fable 5的系统提示词完整泄露，长达12万字符。

这份泄露的代码文档，更是揭示了一个让圈内震惊的真相：Claude Fable 5根本不是一个大模型，而是一个伪装成LLM的完整Agent系统！

https://gist.github.com/gsans/b3007997f8900003c8ff58125a45e15e

没错，当全世界还在用传统基准测试来评测各家大模型时，Anthropic已经悄悄地把战场升级到了另一个维度。

这场泄露事件的影响，也彻底颠覆了我们对「AI模型」的认知。

Fable 5到底是什么？

不是LLM，是个Agent！

根据泄露的系统提示词，Fable 5与市面上「你问我答」的常规大模型有着本质的范式区别。

它根本不是在陪你「Chat」，它是在搞「Execution」。

在这个模型的皮肤之下，暗藏着一个微型的「Claude Code」子系统。也就是说，它拥有一个闭环的智能体循环（Agentic Loop）：

为了支撑这个恐怖的闭环，Fable 5底层居然内置了一个功能完整的Linux沙箱环境！

首先，它做到了真正的自主闭环。

它不需要人类在屏幕前守着。

你给它一个复杂的长周期任务，它能自己在沙箱里运行Bash命令、编辑文件、通过持久化存储API跨会话调用数据，甚至能自己进行多模态搜索，高强度连轴转几天几夜不需要任何人工干预。

另外，它还有子智能体分发的功能。

遇到太复杂的工程，它甚至能自己当老板，向下分发、派生出Sub-agents（子智能体）来协同工作。

当GPT-5.5等一众对手还在测试「谁的推理更像人类」时，Claude Fable 5已经进化成了可以丢进服务器里帮公司默默加班三天的数字打工人。

正如网友gerardsans所揭露的那样：

Fable/Mythos系列在范式上完全不同。这个家族拥有完整的智能体循环，一个微型Claude Code。

而业界其他产品还停留在聊天模式。它可以无人值守运行数天，这得益于内置技能、记忆和自我优化的沙盒环境。

终极质疑：降维打击还是不公平作弊？

这次泄露不仅让Anthropic深陷舆论漩涡，更将整个大模型行业的基准评测推上了风口浪尖。

如今各大科技巨头都在各大公开榜单上贴身肉搏，争夺「全球第一大模型」的宝座。

然而，Fable 5在这些评测中表现神勇、甚至把GPT-5.5按在地上摩擦的秘密，竟然是因为它「开了外挂」。

正如科技博主gerardsans愤怒指出的那样：「这根本不是一场公平的比赛。你是在拿一个原生大模型 + 智能体外壳（Agent Harness）的开挂系统，去和别人的裸模型做对比！」

如果其他厂商也给自己的原生模型套上这么一层包含Linux沙箱、多模态搜索、自动Debug、持久化存储的Agent外壳，跑分成绩同样能迎来飙升。

Anthropic在公开宣传和评测时，极力将其包装成一个普通的大语言模型，但在其未公开的内部文档里，却赫然写着它具备「跨多日自主运行、委派子智能体、自我检查工作」的能力。

这种利用信息差来降维打击同行的做法，让基准测试完全失去意义了！

12万字密档大曝光：Fable 5 真实面目全现形

在这份被扒得精光的12万字系统提示词里，藏着太多Anthropic秘而不宣的商业机密和产品路线图。

而以下几点，就是最核心、最劲爆的。

罕见的永久记忆，以及构建应用

提示词显示，「Claude拥有一个记忆系统，可以为Claude提供来自与用户过去对话的派生信息（记忆）。」

这意味着Fable 5能够跨会话「记住」用户，这在传统LLM中极为罕见。

另外，它还拥有持久化存储。

「Artifacts现在可以使用简单的键值存储API来存储和检索跨会话持久化的数据。这使得Artifacts可以成为日志、追踪器、排行榜和协作工具。」

因此，Fable 5已经不只是聊天了——它是在构建应用。

内部核心族谱首度公开：Mythos 5 才是「无限制完全体」？

提示词在【product_information】板块中明确写道：

This iteration of Claude is Claude Fable 5, the first model in Anthropic's new Claude 5 family and part of a new Mythos-class model tier that sits above Claude Opus in capability.

重点来了： Fable 5和Mythos 5共享同一个底层模型。

Fable 5是面向公众的、加了极端安全限制的大将军；而Mythos 5则是去除了这些安全紧箍咒、只提供给受批准组织的无限制完全体。

两者的能力级别，全面碾压之前的昔日王者Claude Opus！

「套壳全家桶」浮出水面

原来，Anthropic早就在下一盘大棋。提示词中曝光了数个正在内测或已秘密上线的Agent生态：

Claude Code：允许开发者直接在终端、桌面或移动端指派任务的智能体编程工具。

Claude Cowork：专门面向非开发人员的、处理日常知识产权工作的「智能同事」。

三大隐藏Agent：Claude in Chrome、Claude in Excel、Claude in Powerpoint。

而上述的Claude Cowork，可以把这些子工具当成自己的手脚一样肆意调用！

恐怖的极致心理学与自我设限

让人吃惊的是，Anthropic对这个「终极特工」的心理防线设计到了令人发指的地步。

它被严厉禁止去迎合或强化用户的任何负面情绪。

比如，为了防止患有进食障碍或自残倾向的用户受到刺激，系统密令写道：

禁止使用任何物理不适替代法（如：握冰块、弹橡皮筋、咬柠檬等）。

甚至，为了防止用户对AI产生过度依赖，系统被下死命令：「绝对不要仅仅因为用户找你聊天就说谢谢」、「绝对不要主动挽留用户或表达继续对话的渴望」。

它必须保持绝对的高冷和克制，防止人类陷入对虚拟智能的数字寄托。

「挂羊头卖狗肉」？计费黑幕，Anthropic不讲武德

如果说技术上的代差让人惊叹，那么提示词中曝光的另一项安全机制，则让圈内彻底炸了锅，甚至有业内人士直言：「这简直是合法的欺诈！」

在提示词的防线设计中，包含了一套敏感词和安全分类器触发机制。

文档显示：一旦用户输入的提示词触发了某些特定敏感词，Fable 5系统并不会直接生硬地拒绝你，而是会悄悄地、在后台无缝切换回旧版的「Opus 4.8」模型来生成响应。

最无耻的是什么？在后台模型被悄悄降级成旧版的同时，Anthropic依然在按照Fable 5那高昂的、顶级的标准向用户计费。

这种挂羊头卖狗肉的骚操作，直接在圈内引发了轩然大波。

总之Fable 5的系统提示词泄露，表面上是一次安全事件，实际上是对整个AI行业的一次范式唤醒。

它提醒我们：也许我们一直用错了尺子。

当我们还在问「这个模型智能水平如何」时，真正的问题应该是「这个系统能帮我完成什么工作」。

Anthropic可能正在下一盘大棋，而我们刚刚看到了棋盘的一角。

最后，Fable 5什么时候会卷土重来？

参考资料：

https://x.com/gerardsans/status/2066148459795615825https://x.com/gerardsans/status/2065801510961754514

编辑：Aeneas