AI安全神话再破灭：Claude Fable 5遭二次越狱，黑客称“不如谷歌搜索”

近日，人工智能安全领域再度引发关注。Anthropic公司旗下的Claude Fable 5模型在恢复访问后不久，再次被黑客成功越狱。此前，该模型因安全漏洞曾被短暂移除订阅计划，而此次事件标志着其防线第二次被攻破。黑客Vitto Rivabella公开宣布了越狱结果，并指出经过长时间尝试后，他发现获取的信息远不如通过常规搜索引擎来得便捷。

希鸥网观察到，黑客Vitto在复盘越狱过程时，描述了Fable 5严密的防御体系。该模型采用了至少三层安全机制，包括入场检查、实时生成的“断路器”以及内化在思维链中的防护。他估计这些措施能够拦截约90%的攻击请求。意大利人工智能研究院的测试也印证了这一点，大多数攻击尝试被成功阻止，只有通过数十小时的反复试探才能找到突破口。

据报道，黑客为绕过多层防线，使用了字符混淆、学术化包装、超长铺垫等复杂组合手法。这些技术并非全新的发明，而是红队安全研究圈内已经公开讨论多年的常规方法。真正困难的是在面对系统实时反制时，通过不断试验找到恰好能绕过防御的路径。黑客指出，所有防线中唯一持续薄弱的环节是桑塔利语、阿姆哈拉语等小语种。

针对小语种漏洞，黑客澄清这并非Fable 5独有的后门，而是所有大语言模型的普遍弱点。学术界早有共识，安全训练语料主要集中于英语和大型语言，小语种的防护措施天然薄弱。从布朗大学到斯坦陵布什大学的多篇公开论文都指出了这一问题，认为这是整个AI安全领域的历史欠账。

黑客最终绕过后，所获取的内容包括错误信息、零散的有害内容、片段化的化学知识以及轻度的漏洞信息。他认为这些信息远未达到“核心机密”的标准，并总结道，通过谷歌搜索或阅读相关文献能够更快速、更深入地获得这些信息。黑客也承认，目前尚未能将这套越狱方法稳定地应用于真正复杂的长期任务。

希鸥网认为，Fable 5的两次越狱事件揭示了当前AI安全领域的深层矛盾。尽管技术团队不断升级防御，但安全与漏洞的博弈始终存在。这一案例凸显了从被动防御转向主动“众筹”式红队测试的价值，尽管不支付报酬，却能借助全球黑客的力量进行全天候对抗。对于创业公司而言，这既是警示也是启示：在追求技术突破的同时，必须将安全视为持续迭代的长期工程，而非一次性任务。

2026人工智能+实战应用及产业创新论坛将于7月31日在南京举办，欢迎全国各地人工智能创业者报名。本文内容整理自网络，将同步发布在希鸥网创投联盟网站（希鸥网、AI联播网、斯贝瑞品牌资讯、华商资讯网、金鸥财经、锐CEO网、AEXNEWS美讯社、创新日报）。欢迎媒体合作、会议咨询、纳斯达克大屏等业务对接~ 如需修改或发布文章，请加微信号：sheisceo