Fable 被禁用
上周五晚，美国政府禁止 Anthropic 向非美国公民分发 Fable 5 和 Mythos 5。作为回应，Anthropic 对全部用户禁用了 Fable。截至本文撰写时，情况仍在发展中。
事情最终如何收场还未可知，但我已经从自己的 AI 使用中看出了变化。下图展示了我个人在禁令前后使用 Claude 和 Codex 的对比（下图中“event”即指禁令）：
图片由 Dan Shipper 提供
禁令之前，我使用 Claude 和 Codex 的时间大致五五开。禁令之后（中间有一段因睡觉而两者都没用），我几乎完全转向了 Codex。
我猜这个禁令不会持续太久。它似乎源于政府与 Anthropic 之间的误解，争论点在于哪些安全护栏的绕过是可修复的，以及什么才算合格的解决方案。Anthropic 认为政府发现的越狱是狭义的而非普适的——它只暴露出一些其他公开模型同样存在的轻微漏洞。政府显然持不同看法。鉴于双方都有极强的动机去解决此事，我赌禁令会在几天内撤销——届时重新归来的 Fable 需求会急剧飙升。
然而，这类动作对 Anthropic 内部员工而言，扰乱性极强且消耗巨大。我能记起的唯一可比事件是 Sam Altman 被解雇，那件事虽然很快得到解决，Altman 也复职了，但我确实认为那次混乱拖慢了公司好几个月的势头。
我们会密切关注 Anthropic 是否重蹈覆辙。——Dan Shipper
知识库
“Vibe Check：Fable 5 是世界最强的编程模型”，作者 Dan Shipper 和 Katie Parrott / Vibe Check：Anthropic 的 Fable 5，即其 Mythos 级模型中的首款，在 Every 的编程测试中超越了所有已测模型。它对于多数日常工作而言过于强大，也过于昂贵。Dan 和 Katie 用 Every 的标准评估流程对它进行了测试，结论是：仅在长周期、高复杂度、极少监督的任务上使用 Fable 5，其余场景继续用 GPT-5.5 或 Opus 4.8。想了解正面较量的结论以及 Fable 5 何时值得为之付出成本，可阅读本文。
“如何最大化 Fable 5 的效能”，作者 Laura Entis / Context Window：对 Fable 5 感到失望的最快方式，就是像给 GPT-5.5 一样去提示它。它青睐有序的上下文、清晰的任务完成标准以及充足的自主空间。文章通过四个实操案例展示了这一点：资深工程师 Nityesh Agarwal 修复一个失效的 PPT 生成流程；增长主管 Austin Tedesco 从零开始构建市场进入策略；Cora 的总经理 Kieran Klaassen 将零散的产品反馈整合为一套变更方案；以及平台主管 Willie Williams 按照一份详尽的原始计划进行构建。文末还附有一份可直接复制的 Claude Fable 5 提示库。想了解改造前后的提示词，可阅读本文。
“AI 无处不在，同时降临”，作者 Laura Entis / Context Window：四位 Every 团队成员围绕 Fable 5 重构了自己的工作流：Austin 将它留给动辄数小时的“火箭炮”项目；Kieran 让它充当自己“AI 三明治”的中间层；Willie 指出即便是最好的模型也无法“感知氛围”；技术咨询主管 Mike Taylor 则不让 Fable 5 接触机密客户工作，因其运行环境可能跨任务保留上下文，有违保密协议的风险。此外，来自苹果开发者大会的报道中，Monologue 总经理 Naveen Naidu 发现由 Google 驱动的 Siri 终于变得好用，苹果还将免费的设备端 AI 开放给了小型应用；资深设计师 Daniel Rodrigues 也解析了他如何制作 Every 的动态标题图。想了解四套实战配置和苹果开发者生态的变化，可阅读本文。
🎧 🖥 “与 Mike Krieger 一探 Anthropic 如何使用 Claude Fable 5”，作者 Dan Shipper / AI & I：Mike Krieger——Instagram 联合创始人、现任 Anthropic Labs 负责人——向 Dan 展示了 Anthropic 自己如何使用 Fable 5：晚上将长期、高难度的任务交给模型，并相信它次日早晨就能完成。想了解打造模型的人如何使用它，可观看或收听以下渠道：在 Spotify 或 Apple Podcasts 收听，在 YouTube 观看，或在 X 上参与讨论。
“编辑发现我写得像 AI，现在 AI 能先替我揪出来”，作者 Katie Parrott / Working Overtime：Katie 在与编辑共享的一份文档中，发现了一份自己的写作癖好清单——对称句式、吞吞吐吐的开头、以及听起来像在说什么但实际什么都没说的空话。于是她构建了一个 Spiral 技能，将这些“信号”编码进去，在编辑看到之前就先行标记出来。想了解如何搭建你自己的 AI 编辑助手工作流，可阅读本文。
“Fable 的寓意”，作者 Dan Shipper / Chain of Thought：Fable 5 是世界上最强的编程模型，但对大多数知识工作者来说，它的提升只是渐进式的。在 Every 内部，真正感受到其冲击力的人已经改变了工作方式：Kieran 现在直接将整个项目交给智能体，并在下一轮运行中融入所学。问题是成本：Fable 消耗 token 的速度极快，运行它需要大量资本，这可能将前沿模型推向大多数人够不到的地方。想了解 AI 原生工作方式的最佳形态及其成本门槛，可阅读本文。
登陆练习
亲手体验 Every 如何使用 AI。以下是团队成员教授其背后工作流的直播训练营、研讨会和聚会。
即将到来的训练营
- Codex 高级用户训练营：6 月 26 日，Dan 和 Every 团队将主持一场两小时的直播，全面讲解 Codex 高级用户指南，内容包括设置、工作流和 Codex 原生应用开发。了解更多并注册。
你可能错过的回放
- Fable 5 训练营：6 月 12 日，Dan 和 Every 团队直播了如何最大化 Fable 5 的效能——设置、提示，以及围绕长期无人值守任务构建的工作流。观看回放。
对齐
置身未知水域。 上周，估值接近 1 万亿美元的 Anthropic，以我们可能即将迎来 AI 递归自我改进为由，呼吁全球暂停 AI 开发。同一周，哥伦比亚大学的一个团队编辑了人类胚胎的基因，通过交换单个 DNA 字母修正了与高胆固醇和一种血液疾病相关的突变。
取决于你的心态，这要么令人振奋，要么令人恐惧——很可能两者皆有。我不知道正确的护栏是什么，也不确定它们是否真的可执行。但每周读到这些头条时，内心某个角落总想回到 2008 年——那时我还在上高中，生活中最焦灼的事是在 Facebook 上和死对头吵架。那个世界早已远去，不会再回来。我们正置身未知水域，唯一剩下的选择是：睁着双眼航行，还是闭着眼睛。——Ashwin Sharma
核心启示：前沿 AI 模型的监管行动即使基于误解，也会立即改变用户行为并扰乱开发者。但供求两端的强劲动力往往能推动这类摩擦快速解决，而真正的代价可能是对创新势头的数月拖累。
Fable, Disabled 的发芽报告
材料核心
美国政府以安全为由禁止 Anthropic 向非美国公民分发 Fable 5 和 Mythos 5，Anthropic 随即对所有客户禁用 Fable。作者 Dan Shipper 观察到禁令已立即改变他的 AI 使用习惯（从 Claude 转向 Codex），并预测这是一场基于误解的短期冲突，但警告类似的动荡——就像 Sam Altman 被解雇事件——可能对公司造成长期的隐性伤害。
发芽 01：在恐慌与订单之间——禁令如何意外制造“被禁的诱惑”
种子
政府对一种 AI 模型的禁令，可能反而成为其最强力的市场推广。当稀缺性不是来自产能限制，而是来自政治权力时，一种商品会从“工具”滑向“被禁止的知识”，从而在心理层面重新定价。Dan Shipper 敏锐地预测，“禁令解除后，Fable 的需求将暴涨”——这不仅仅是报复性消费，更是心理抗拒（psychological reactance）的完美实验场。
故事
1983 年，美国国家半导体公司（National Semiconductor）的工程师 Robert Widlar 设计了一款革命性的运算放大器。但他的领导层对产品缺乏信心。Widlar 的做法令人瞠目——他故意向外界泄露这款芯片的“疑似军事用途”，引发政府短暂的技术出口管制调查。结果呢？当芯片最终“解禁”上市时，订单三周内翻了四倍。市场不是在买一个元件，而是在买一个曾经“被政府认为太危险”的东西。
再看 2020 年，特朗普政府威胁在美国禁止 TikTok。禁令尚未执行，大批青少年疯狂涌入 TikTok 以示抗议，连原本不玩的人也出于好奇下载——这是典型的“禁果效应”。下载量在禁令威胁的三个月内反而增长了 12%。
Fable 5 的案例更微妙。这不是一款消费品，而是一种生产资料。它的“被禁”，在开发者社区中制造的是一种身份的断裂。一个无法用 Fable 的程序员，在同行比较中可能瞬间沦为二流。因此，Dan Shipper 的转向并非冷静的商业决策，而是对“失去权力”的即时补偿——他用 Codex 填上了 Fable 的位置，但他和无数像他一样的人，正在等待禁令解除的那一刻涌入。Anthropic 失去的只是几天收入，收获的却是一场免费的压力测试和一次全民级别的渴望。
Aha 瞬间
“政府不是 Anthropic 的敌人，它是 Anthropic 最不愿意承认的病毒式营销部门。”
发芽 02：Altman 之影——为什么“快速解决”的危机仍然致命
种子
Dan Shipper 将此事与 Sam Altman 被解雇事件相提并论，这个类比的价值不在于事件的相似度，而在于它揭示了一条更深层的规律：AI 公司的脆弱性不在于危机的持续时间，而在于危机后“信任缓存的蒸发”。一个被政府突袭过的模型，即便第二天解禁，也会永久背负“下次也会被禁”的阴影。
故事
2017 年，网络安全公司 Kaspersky 被美国政府全面禁用，理由是存在“俄罗斯情报风险”。一个月后，Kaspersky 主动迁移所有核心数据到瑞士，建立透明中心，并向全球开放源代码审查。它几乎是靠“剖开身体让你看内脏”的方式，最终艰难恢复了欧洲的大半市场。但美国市场从未真正原谅它。禁令只持续了几个月，信任缺口却持续了七年。因为当一个工具与地缘风险挂钩时，企业采购者就会自动启用“长期不可靠性折扣”——他们会压低所有对它的依赖。
回到 Sam Altman。他的解雇和解聘只用了五天，那五天里 OpenAI 的员工集体威胁辞职，微软迅速抛出橄榄枝。表面上，这像一场干净利落的胜利。但你真的认为，那些在那一刻被吓到准备迁移所有模型 API 的企业用户，事后还会像以前一样信任 OpenAI 的稳定性吗？Altman 回归后，OpenAI 依然强大，但它的“体制风险溢价”从此被写进了每一个大客户的低调顾虑里。
Anthropic 现在面临的就是同一张底牌：就算几天后 Fable 回归，每一个企业架构师在深夜做技术选型时，都会多问一句——“如果政府再禁，我们的 pipeline 怎么办？”这不是技术问题，是政治不确定性导致的隐性税。
Aha 瞬间
“一场危机最快过去的部分是新闻，最慢的部分是信任结构里的微小裂缝。”
发芽 03：两条时间线——“协调窗”里的 AI 治理困局
种子
Ashwin Sharma 在“Alignment”栏目中点出了事件背后的更大张力：同一周，Anthropic 呼吁全球暂缓 AI 发展，科学家编辑了人类胚胎基因——而 Fable 被禁用。这三件事不是并行的新闻，它们是同一条焦虑链在不同尺度的展现：我们既想要极速前进，又试图在毫秒级的反应里找到道德刹车。Fable 的禁用揭示的不是政府与技术之间的某一方对错，而是人类治理的“时间分辨率”已经跟不上技术突变。
故事
1963 年，气象学家 Edward Lorenz 在模拟大气运动时偶然发现了“蝴蝶效应”——一个微小的初始值改变，在长周期模拟中导致完全不同的天气结果。混沌理论的诞生，源自这种“观察尺度的不匹配”。
AI 治理正面临完全相同的问题。在美国政府看来，Fable 5 的 jailbreak 是一个需要立即封禁的漏洞，因为它无法在“现在”的维度里容忍风险。而在 Anthropic 看来，这不过是一个已知的、窄幅的、其他模型也有的bug，在一个“渐进修复”的维度里完全可以从容解决。双方都正确——但他们在不同的时间分辨率里做决定。
更残酷的类比来自 1945 年的核能治理。曼哈顿计划的科学家们在引爆第一颗原子弹前，已经看到了裂变物理的放大链式反应可能引爆大气层的理论风险——虽然计算最后证明这种可能性极低。但他们当时是停下来了吗？没有。他们在不完全确定安全边界的情况下点燃了火。为什么？因为他们当时的时间窗口不允许——战争、竞赛、对手的压力把所有道德决策压缩进了一个不可能存在的“绝对安全”假设里。
今天，AI 公司和政府之间就是这么一个不可能的夹角：技术在以周为单位递进，而治理的官僚体系依然在以月和年为单位反应。Fable 的禁用，本质上是一次“时间分辨率故障”——是两条时间线的剧烈碰撞。
Aha 瞬间
“我们不是在争论一个模型能不能用，我们在争论谁能以足够快的速度理解这个模型——而答案可能是，谁也不能。”
你的思考空间
- 当禁令成为“反向营销”时，AI 公司是否有潜在的动机暗中欢迎这种政治摩擦？道德边界在哪里？
- 如果你是一家依赖 Fable 5 的初创公司 CTO，你会如何设计架构上的“禁运缓冲层”？这个事件是否意味着所有前沿模型都应被当作“可能突然消失的临时资源”来对待？
- Anthropic 的长远品牌定位是“安全优先”——这次事件是强化了这一叙事，还是恰恰暴露了它的政治脆弱性？换句话说，它是否在一次政治误解中，损失了“安全掌控者”的形象？
- “协调窗”如果真是一个无法弥合的时间差，那么人类是否实际上无法用民主治理来约束 AI 发展，只能等待灾难发生后再反向立法？这届政府的行动，是否恰好证明了这种悲观主义的成立？