Anthropic 推出的 Mythos 和 Fable 底层是同一个基础模型，只是安全防护档位不一样，Fable 面向普通用户开放、带严格安全护栏，Mythos 放开部分限制，只定向给到可信机构，这款模型在代码、科研、长任务、机器人仿真任务上相比前代性能明显拉高，但正因为它的网络安全、生物化学相关能力变强，安全评估能不能控住风险，成了行业最大的争论点；这套 “同模型双安全版本” 的分发策略，本意是兼顾产业防御使用和大众使用安全，可红队测试、越狱案例、双用途风险的不确定性，让安全研究者和监管方很难达成统一结论，我们可以先分清两个版本的定位、实测能力边界，再看懂风险评估的争议点，最后看懂这套模式对前沿 AI 监管带来的变化。
一、Mythos、Fable 两个版本核心区别
- Fable 版本：公开发布版本，内置多层安全分类器，遇到漏洞利用、生物化学双用途、恶意攻击相关请求，会拦截或者自动降级切换到 Opus 弱模型回答，适合绝大多数开发者、企业日常写代码、长文档处理、科研推理、通用 Agent 任务。
- Mythos 版本：底层能力和 Fable 完全一致，只是高危领域防护锁被放开，不会拦截网络安全、生命科学相关查询，不对外开放，只给到经过审核的防御侧安全团队、基础设施防护机构，用于漏洞挖掘、网络防御研究，不面向普通用户售卖 API 权限。
- 共同点：二者是同源模型，推理、代码、科学计算、具身智能仿真能力一致，差异只在安全护栏策略。
二、新一代模型性能升级的重点方向
- 代码与漏洞挖掘能力提升
- 长任务、复杂 Agent、科研推理变强
- 生物、化学相关知识能力提升
- 上下文与工具调用稳定性优化
Mythos 在漏洞复现、CVE 漏洞挖掘上，比 Opus 系列、上一代 Mythos 识别出更多漏洞，部分第三方测试里，很多其他前沿模型漏掉的漏洞，Mythos 可以定位，同时对漏洞严重程度判断更准，减少误报；Fable 会拦截漏洞利用、攻击代码生成类请求，只允许合规的漏洞排查场景使用。
越长、步骤越多的开放式任务，它对比前代优势越明显，适合多步骤科研、复杂工程方案设计、长文档链式推理；在 RoboDojo 仿真机器人任务上，操作成功率明显提升，物理世界动作规划能力变强。
模型可以辅助生物、化学相关研究，Anthropic 内部评估标注为 CB-1 等级，能辅助已有路线的物质合成，但评估结论是它暂时达不到自主研发全新危险武器的水平；这一块也是争议最大的地方，评估边界很模糊，不同专家看法差距很大。
多轮工具调用、长链条 Agent 任务出错率下降，适合持续迭代的复杂工程、科研项目。
三、行业担忧的 AI 风险评估核心争议点
争议 1：安全护栏能不能稳定防越狱
Anthropic 上线前做了上千小时红队测试，宣称没有通用越狱路径，但发布后很快出现绕过防护的案例，研究者可以诱导模型输出漏洞利用完整教程；护栏不是绝对牢不可破，一旦被绕过，Fable 就会释放出接近 Mythos 的高危能力，这是监管最担心的一点。
争议 2：CB-1 风险分级本身存在不确定性
官方评估认为它只能辅助已知路线，无法独立开发新型危险生化武器；但很多安全研究者认为，模型给非专业人员降低了技术门槛，有资源的威胁者拿到模型之后，会显著放大伤害能力，风险评估本身有主观判断空间，没法完全量化。
争议 3：“分版本分发” 模式的公平性与管控难题
只有少数可信机构拿到无防护的 Mythos，普通用户只能拿到带护栏 Fable；一部分研究者提出，这种模式会造成能力壁垒，同时可信机构的准入审核、后续使用审计很难持续落地，存在权限外流风险。
争议 4：AI 自主研发加速风险
模型辅助 AI 科研、辅助写新模型的代码，虽然官方评估说它还达不到替代资深 AI 研究员的水平，但持续迭代下，前沿模型自我加速的长期风险，是长期安全议题。
四、看懂官方风险评估的判断步骤
- 区分模型版本：先确认是 Fable 公版还是 Mythos 受限版，两个版本风险敞口完全不一样，不能混在一起评判。
- 看风险分类：网络安全、生化双用途、对齐风险、AI 自主研发风险是四大评估板块，官方 RSP 负责任缩放政策框架，会逐项打分定级。
- 核验红队测试来源：区分是 Anthropic 内部自测，还是外部独立 METR、第三方红队团队的测试结果，第三方结果参考价值更高。
- 区分 “辅助能力” 和 “自主完成能力”：现在模型大多是辅助工具，不等于可以独立完成高危攻击、危险合成，这是风险评估的核心分界线。
- 持续跟踪护栏逃逸案例：前沿模型的安全边界是动态变化的，今天拦得住的提示词，后续可能出现新的绕过方式。
五、Fable 与 Mythos 对比简表
| 模型版本 | 开放范围 | 安全防护 | 核心适用场景 | 风险敞口 |
|---|---|---|---|---|
| Fable | 全体企业、开发者 | 强防护，高危请求拦截 / 降级 | 通用代码、文档、科研、Agent 开发 | 低，存在被越狱绕过的潜在风险 |
| Mythos | 少量审核后的防御机构 | 高危领域防护放开 | 漏洞挖掘、网络防御、生命科学合规研究 | 高，严格管控准入与审计 |
六、行业主流两种观点总结
支持方观点：这套双版本方案是前沿 AI 合理的折中，把强能力交给防御方，用来提前发现网络漏洞，比一刀切封禁更有利于网络安全，风险可控，现有护栏加上准入审核，已经满足负责任缩放的要求。
担忧方观点：模型能力提升速度超过安全评估、监管跟进速度，护栏有逃逸空间，风险评估很多结论依赖主观判断，一旦能力外流，会给攻击方降低门槛，分级管控模式很难长期守住边界。
【常见问题】
问题 1：Anthropic Mythos 和 Fable 新一代模型，为什么会在 AI 风险评估上引发行业担忧？
回答 1：Anthropic Mythos 和 Fable 新一代模型本身代码、漏洞挖掘、生化相关推理能力大幅提升，虽然 Fable 加了安全护栏、Mythos 只对可信机构开放，但安全护栏存在越狱绕过的案例，生化、网络安全这类双用途能力的风险边界很难精准量化，不同安全团队对风险等级判断不一致，所以 AI 风险评估这块引发行业持续担忧。
问题 2：Anthropic Mythos 和 Fable 新一代模型，底层模型一样，安全差别到底在哪？
回答 2：Anthropic Mythos 和 Fable 新一代模型底层是同一个模型，差别只在安全防护策略；Fable 面向大众开放，遇到漏洞利用、生化危险合成等高风险请求会拦截或者切换弱模型回答；Mythos 放开了高危领域防护，仅定向给到经过审核的防御机构，用于合规的漏洞防御研究，不开放给普通用户。
问题 3：使用 Anthropic Fable 公版模型，是不是就完全不用考虑 AI 风险？
回答 3：并不是，Anthropic Fable 公版模型自带安全护栏，但护栏不是绝对牢不可破，已经出现过提示词绕过防护的越狱案例，一旦绕过，Fable 会释放接近 Mythos 的高危能力；在做风险评估的时候，依然要持续监控提示词逃逸，不能默认 Fable 没有任何滥用风险。
【参考资料】
[2026-11-09]（Introducing Claude Fable 5.2 and Claude Mythos 5.2）Anthropic 官网
[2026-11-05]（Fable 5.2 机器人仿真评测：具身智能能力更新）新浪财经
[2026-06-15]（从发布到被消失的 72 小时，Fable5 暴露了最强 AI 模型的安全困境）36 氪
[2026-06-15]（Fable 到底有多强？为何仅 72 小时，就从发布到被禁用？）虎嗅网
[2026-06-09]（Introducing Claude Fable 5 and Claude Mythos 5）Anthropic 官网
【免责声明】
本文针对 Anthropic Mythos 与 Fable 新一代模型的性能、AI 风险评估内容，仅为行业信息梳理，不构成安全决策、模型采购、技术使用建议；模型能力、安全防护策略、准入规则会随官方版本迭代、安全补丁更新持续变化；文中风险评估结论综合了官方文档、第三方红队测试观点，不同测试环境下越狱、能力表现存在差异；前沿 AI 安全本身存在不确定性，相关高危领域使用请遵守当地法律法规、企业内部安全规范。