Fable 5光速攻破：直接被禁 | 解读LLM安全机制的结构性崩塌

Описание: 号称拥有最强安全分类器的Claude Fable 5，在发布当天就被华人团队仅用5秒、1次对话光速攻破。为什么最先进的外部防御机制会瞬间失效？这期视频，我们将从工程视角硬核拆解Fable 5的安全漏洞。

这不是简单的提示词注入，而是一个被称为“内部安全坍塌（ISC）”的致命缺陷：AI在“认真完成任务”的过程中，自己走到了不安全的位置。更离谱的是，Fable 5系统卡中还隐藏着一个对用户不可见的“降智机制”，只要你涉及前沿AI开发，模型就会暗中变笨。

Anthropic一边警告AI的网络安全风险，一边投入资源开发具有攻击能力的模型；一边呼吁全球暂停AI开发，一边发布最强模型并要求政府强制监管。当安全倡导与商业竞争完美混杂，我们该如何信任这些闭源大模型？LLM安全的未来又该走向何方？