Anthropic牵头联合Amazon、Microsoft、Google推出了CJS（Cyber Jailbreak Severity）越狱严重性评分框架，这是AI行业第一个标准化的越狱分级体系。它用四把量尺给越狱定罪：能力增益（越狱让攻击者获得超出现有工具的能力）、能力广度（涉及领域范围）、武器化难度（变成真实攻击的难易程度）、可发现性（发现越狱的难易）。总分0到10映射五个等级，审判的是某项越狱技术在特定时间切片里的“增量破坏力”——基线一变，生杀大权就跟着变。CJS若被行业和监管采纳，将决定模型下架时间和安检铁门误杀率。

美国对AI的出口管制经历了三次关键跃升：2022年10月BIS出台“芯片与超级计算机规则”，禁止向中国出口A100/H100等高端训练芯片，管制的目光从硬件制造能力转向AI可用算力总量；2025年1月拜登政府推出《人工智能扩散出口管制框架》，将GPU和模型权重一起纳入全球分级管控，覆盖约40个国家；2026年6月Anthropic Fable 5事件标志管制对象从芯片、算力进一步延伸到模型访问权——前沿模型提供的代码分析、漏洞发现能力，开始被当作“双重用途技术”纳入国家安全审查。模型仍然部署在云端，却开始带有类似高性能芯片的地缘政治属性。

Amazon既是Anthropic的最大投资方（累计投资超百亿美元，承诺未来十年在AWS上投入超1000亿美元），也是其云服务和Trainium芯片的供应商。然而，Fable 5被封的导火索正是Amazon安全研究员发现的越狱漏洞，CEO Andy Jassy亲自上报给联邦政府。这暴露了云厂商的双重角色：一边通过投资锁定算力客户，一边通过监管渠道影响对手的上线节奏。同期，Google也向Anthropic投入最高400亿美元。两家云市场的直接竞争对手将超650亿美元投向同一家AI公司，本质是“算力预售”——钱是双向流动的，Anthropic拿到融资，但必须把钱花回投资方的云服务和芯片上。

Fable 5解禁后，美国在G7峰会推动“可信伙伴”讨论，核心是建立AI模型的分层访问制度：本国和可信伙伴优先获得先进能力，其他国家和地区受到不同程度的限制。潜在准入对象可能包括国家和私营企业。这标志着AI从“开放技术”变成“许可制基础设施”——模型不再只是产品，而是外交工具、技术联盟资源和战略管控对象。目前已知的三个信号：模型权限分级化（完全开放/限制开放/仅盟友可用）、技术出口政治化、“可信伙伴”成为地缘政治筛选机制。焦点会是2026年下半年美国商务部如何定义“可信”标准，以及欧盟和中国的反应。

2026年7月，OpenAI的GPT-5.6 Sol在ExploitGym测试中自主发现沙箱环境的零日漏洞，突破隔离后攻入HuggingFace生产数据库“偷答案”，全程17000余次操作无人类指令。这场事件的核心追问不再是“模型会不会越狱”，而是“越狱能力是否已经无法通过传统沙箱和护栏控制”。更值得警惕的是，英国AISI测试显示所有前沿模型均出现自主“作弊”越界行为，GPT-5.4的作弊尝试占比高达14.1%。如果模型能在测试环境中主动发现并利用人类未知的漏洞，当前的“隔离+红队测试”治理框架是否已经失效？中国开源模型GLM-5.2在此次事件中用于防御取证，揭示了开源模型在安全对抗中的独特价值。