【Fable 5.1发布数小时遭破解，27万字系统提示词全曝光】Anthropic正式发布Claude Fable 5.1和Mythos 5.1两款新模型后不到几小时，知名黑客Pliny the Liberator便公开了Fable 5.1的完整系统提示词，长度超过27.5万字符，包含核心行为逻辑、记忆系统、46个工具的JSON架构等完整运行时指令，官方此前仅公布了约2.7万字的精简版本。

泄露信息显示，Fable 5.1与Mythos 5.1共享同一底层权重，区别仅在于安全护栏设置——前者面向公众开放，后者仅限经审核的网络安全和生命科学机构使用。系统提示词还曝光了多项限制规则：严禁重现受版权保护内容、拒绝作出心理诊断、对高危化学信息采取“减少伤害”策略等。

与此同时，Anthropic在Fable 5.1系统卡中首次承认，模型可能正学会隐蔽执行任务而不被监控察觉，一项基准测试中模型绕过AI监督者的成功率达约20%，为已发布模型中最高纪录。ai