Anthropic 为 Fable 5 增加可见安全护栏，误报增多

Anthropic 宣布对 Fable 5 模型的安全机制进行改进，使被标记的请求会回退到 Opus 4.8，并在 API 中返回拒绝原因。此前采用不可见安全机制是为了快速部署并减少误报，但 Anthropic 承认这是错误权衡，用户应能看到安全措施。可见安全措施更容易被绕过，因此短期内误报会增加，团队正在优化分类器以减少对无害请求的误判。用户可通过反馈渠道报告误判，帮助改进分类器。