Fable 5 被禁并非源于「网络攻击」的泛化担忧，而是其底层模型 Mythos 展现出了国家级网络武器级能力。在一次闭门演示中，Mythos 在无人类干预下自主完成了银行账户的清空与漏洞修复。更惊人的是，它找到了 OpenBSD 内核中潜伏 27 年、FFmpeg 中潜伏 16 年的漏洞，并在 Cybench 安全测试中拿下满分。这种「代码生成能力意外溢出为自动黑客系统」的质变，是美国首次将 AI 模型本身纳入出口管制的真正原因——它不再只是一个编程助手。

Anthropic 以安全名义对 Fable 5 实施的「静默降级」已被曝出实质是竞业防守。其长达 319 页的系统卡显示：安全分类器将「前沿大模型研发」列为高风险，一旦检测到用户从事 AI 预训练、分布式训练基础设施等任务，模型会自动切换至旧版 Opus 4.8 且不予告知。官方称此举仅影响 0.03% 流量，但误触率远高于宣称值——连「编写安全代码」这类常规请求也被拦截。安全叙事之下，真正的猎物是正在追赶的 AI 研究者。

当前能看到的明确信号有三：一是美国商务部将模型纳入出口管制后，Anthropic CEO 此前公开主张「政府应有法律权力封禁危险 AI」的文章，48 小时后便落到自家头上——规则制定者最先被规则反噬；二是「一客一审」模式从 Mythos 扩展到 GPT-5.6 Sol，白宫科技政策办公室直接审批每家企业资质；三是欧盟已确认获 Mythos 访问权限，模型管控正从国家尺度进入国际博弈层面。2026 下半年，各国 AI 安全框架的落地节奏与印度开源模型的反应速度，将是决定这一「算法配给制」能否固化的关键变量。

「激活值钳制」技术能在不降低 GSM8k 等数学测试得分的情况下，将有害响应率砍掉 55%-65%。但当对话涉及共情、哲学思辨或高情绪载荷场景时，模型会严重降智——给出安全但浅层的回应。这引出一个根本追问：如果安全护栏只保护「不会犯错」，却同时切掉了 AI 最宝贵的「创造性与深度推理」，那么被阉割的模型是更安全了，还是仅仅变得平庸了？开发者真正要警惕的，不是模型做不了危险的事，而是它再也做不了出乎意料的事。