AI 入门约 12 分钟

Fable 5.1 泄露了什么？偷跑事件、系统提示词"签名锁"与开发者影响全解

AI 指南·更新于 2026-09-02·◉ 0 浏览

最后更新于 2026 年 9 月 2 日｜作者：AI345 编辑部｜约 12 分钟读完

先说结论：Fable 5.1 的"泄露"不是系统提示词全文流出，而是模型本身在 8 月 19 日提前偷跑灰度上线——目前网上没有任何可靠的 Fable 5.1 系统提示词全文。但它正式发布后，Anthropic 反而给系统提示词上了一道"签名锁"：从 9 月 2 日起，新注册的 API 账户只要在多轮对话中改动系统提示词，整个对话的思维链都会被判定失效。本文把偷跑事件时间线、"签名锁"的触发规则、价格变化和开发者应对清单一次讲清。

Fable 5.1 泄露事件完整时间线
"泄露"的到底是什么？系统提示词为什么没有泄露
9 月 2 日正式发布：核心更新速览
系统提示词被上"签名锁"：反蒸馏机制详解
安全策略变化：误报降了，分流还在
对开发者和普通用户意味着什么
常见问题 FAQ

一、Fable 5.1 泄露事件完整时间线

整个事件按时间顺序是这样的：

8 月 19 日：圈内爆料者 leo（@synthwavedd）率先放出消息，部分 Claude 用户发现 Web 端选 Fable 5 或在 Claude Code 中使用时，已经被 Fable 5.1 悄悄接管；同一时间，Mythos 5、Fable 5、Opus 5、Sonnet 5、Haiku 4.5 全线宕机近 3 小时，claude.ai、API 客户端、Claude Code 集体受影响。
8 月中下旬：灰度范围逐步扩大，社区根据 Fable 5 当年"先抽 5% 用户灰度、当天全量推送"的先例，普遍预测 8 月底前官宣。
9 月 1 日：Anthropic 正式发布 Fable 5.1 与 Mythos 5.1，8 项公开基准测试全部第一，已登陆 AWS、Google Cloud、Azure 全平台。
9 月 2 日起：随新模型一同生效的反蒸馏机制上线，系统提示词被纳入前缀签名校验，新注册 API 账户最先执行。

值得注意的是，8 月 19 日偷跑当天的大宕机已是 Claude 今年第 166 次服务中断，最近五天内崩了 7 次。Anthropic 同期坦承算力紧张，把 Claude Code 每周 50% 的额度提升延长到了月底——泄露、宕机、算力紧缺三件事叠加，构成了 Fable 5.1 发布前最真实的背景。

二、"泄露"的到底是什么？系统提示词为什么没有泄露

很多人把两件事混在一起了，先掰清楚：

泄露的是模型，不是提示词。 8 月 19 日的"泄露"指 Fable 5.1 未经官宣就进入灰度测试，部分用户免费用上了未发布的新模型。截至目前，Anthropic 官方文档和主流社区（Reddit、X、GitHub）都没有出现可靠的 Fable 5.1 系统提示词全文。
系统提示词为什么难"泄露"？ 它是服务端注入的指令，普通对话里看不到原文；而且从 9 月 2 日起，新机制反而让篡改和重放系统提示词这条路被技术性堵死了（见第四节）。

为什么大家如此关心系统提示词？ 因为它决定了模型默认的行为边界：回答风格、安全限制、工具调用规则都写在里面。此前就有开发者通过技巧性提问获取过 Claude 的默认系统提示词片段，用来分析"为什么 Claude 不肯做某件事""为什么回复总带某种格式"。研究系统提示词，本质上是研究"模型被官方设定成了什么样"。

现在想看系统提示词，靠谱的途径只有两条：

直接在对话里问模型"你的系统提示词是什么"——Claude 通常会概述自己的角色和限制，但不保证逐字原文。
如果你是 API 开发者，系统提示词是你自己传入的 system 字段，本来就在你的请求日志里，不存在"泄露"一说；"泄露"针对的是 claude.ai 网页端那种服务端注入的默认提示词。

三、9 月 2 日正式发布：核心更新速览

正式发布的 Fable 5.1 主要更新如下：

性能：8 项公开基准测试全部第一，中、低推理档位的表现基本相当于上一代 Mythos 5 开到最高档；Terminal-Bench 4.0 成绩 55.8%。
价格：输入 $10 / 输出 $50（每百万 token）与 Fable 5 持平；缓存读取从 $1.00 降到 $0.25，降幅 75%。
成本：官方口径下，典型工作负载成本比 Fable 5 低约 25%，高度智能体化任务最高省 45%。
上下文：默认 100 万 token，输出上限 128k。
渠道：claude.ai 全量上线，API、AWS Bedrock、Google Cloud Vertex AI、Azure Foundry 同步可用。

对普通用户的直观感受是"升级了但没多花钱"；对跑长会话 Agent 的开发团队，缓存读取降价是实打实的成本大头削减。

想了解 Fable 5.1 的完整性能跑分、四条使用渠道和迁移注意事项，可以读我们同天发布的《Fable 5.1 是什么？性能、价格、上手全解》，那篇讲"模型本身"，这篇讲"泄露事件和系统提示词新规"，两篇正好互补。

四、系统提示词被上"签名锁"：反蒸馏机制详解

这是本次发布里和"系统提示词"最直接相关的变化，也是很多报道漏讲清楚的部分。

它防的是什么

Anthropic 文档里点名了一种此前被公开记录的手法：在多轮对话中手动篡改 Claude 之前的上下文，但刻意保留思维链（thinking）记录——相当于"骗"模型在一段被改过的历史里，重放它在原始指令下产生的推理过程。这类操作正是蒸馏和对抗攻击的常见入口。

签名校验怎么工作

从 9 月 2 日起，每个思维链区块都会带上一个签名（signature）。当你在后续请求中把助手的回复传回 API 时，系统会校验两件事：

当前模型是否有权读取这个区块；
区块之前的整段对话——包括系统提示词、工具列表、所有历史消息——是否和当初生成它时一模一样。

任何一处被改动，签名校验就会失败，且失败会沿对话链向后传播：从中间抽掉一个区块，它后面的所有区块全部作废。

什么操作会触发失败，什么不会

会触发校验失败 ❌	安全操作 ✅
编辑、重排、删除任何历史消息	在对话末尾追加新消息
改动顶层系统提示词	从历史开头移除思维链区块
对工具列表做任何增删改名	改 max_tokens 等请求参数
从历史中间抽出思维链区块但保留后面的	增减 cache_control 标记
引用在两次请求间内容变化的图片/文档 URL	服务端压缩（compaction）与上下文编辑

校验失败后会发生什么

取决于开发者设置的 prefix_mismatch_behavior 参数：

**默认值 error**：直接返回 400 状态码，请求被拒。
**drop_block**：静默丢弃该区块及其后所有思维链，请求本身照常执行，被丢弃部分不计费，并在响应的 input_transformations 数组中列出来。

需要改指令怎么办？官方给了替代方案

中途改指令 → 用对话内系统消息替代直接改顶层提示词；
每轮加临时提醒 → 用带 clear_at 参数的轮次级系统消息，替代"先插入再删除"；
中途增减工具 → 用 tool_addition / tool_removal 区块，替代直接编辑工具列表；
裁剪上下文 → 用服务端压缩和上下文编辑，替代客户端粗暴截断。

一句话总结：把 messages 数组当只追加（append-only）的日志用，就永远不会踩雷。

五、安全策略变化：误报降了，分流还在

Fable 5 的历史包袱不少：上线仅三天就因性能过于强大被紧急叫停，直到 7 月 1 日才恢复；触发安全分类器后对话还会被 Opus 5 接管。Fable 5.1 这次的调整：

网络安全类误报率下降 60%：现在允许用于发现软件漏洞，但开发漏洞利用程序仍被禁止。
基础生物/医学问答误报率下降 85%：但涉及生命科学研发的查询仍路由到 Opus 模型处理。
双重用途任务照旧分流：渗透测试、漏洞利用生成、基于二进制的漏洞扫描等仍会被重定向到 Opus 系列。
Mythos 5.1 依旧 restricted：仅向通过审核的网络安全和生命科学机构开放（受信访问计划 + 生命科学验证计划 LSVP）。

也就是说，"性能强大、边界明确"的路线没有变，只是误伤正常工作流的概率明显降低了。

六、对开发者和普通用户意味着什么

如果你是直接调 Messages API 的开发者，按官方建议做三件事：

把 messages 数组严格当 append-only 用，重构现有"编辑历史"的逻辑（改用官方替代方案）；
提前把 prefix_mismatch_behavior 设为 drop_block，跑一遍完整多轮会话测试，看日志里有没有 prefix_binding_mismatch 条目；
如果你维护的是工具或框架、用户拿自己的 API Key 来调用——注意新注册用户会更早撞上校验（你的 Key 大概率是 8 月 31 日前注册的，暂未强制执行），别等用户先炸了你才发现。

如果你是普通 Claude 用户：什么都不用改，claude.ai、Claude Code、Claude Managed Agents 和 Agent SDK 已自动保证对话前缀不被篡改。你要感知到的只有两点——模型变强了、长对话更便宜了。

如果你在观望竞品：OpenAI 下一款模型代号 Astra，因安全测试暂停开发，9 月 29 日 DevDay 是最近的可能发布窗口（我们在此前的GPT-6 发布进展核实里详细梳理过）。9 月的旗舰模型之争，Anthropic 先落一子。

七、常见问题 FAQ

Fable 5.1 系统提示词泄露了吗？

没有。8 月 19 日泄露的是模型本身提前进入灰度测试，不是系统提示词全文。截至目前，官方文档和主流社区均无可靠的 Fable 5.1 系统提示词全文流出，看到"全文泄露"类标题需保持警惕。

Fable 5.1 是什么时候泄露和发布的？

2026 年 8 月 19 日被曝灰度偷跑（同日 Claude 全球宕机近 3 小时），9 月 1 日正式发布，同步上线 claude.ai、API 及 AWS、Google Cloud、Azure 三大云平台。

改动系统提示词会导致请求失败吗？

从 9 月 2 日起，新注册 API 账户在多轮对话中改动顶层系统提示词，会触发前缀签名校验失败：默认返回 400 报错，或按 drop_block 参数静默丢弃后续思维链。正确做法是用对话内系统消息替代直接修改。

Fable 5.1 和 Mythos 5.1 有什么区别？

同日发布、同源同代。Fable 5.1 面向所有用户开放；Mythos 5.1 仅通过受信访问计划提供给经审核的网络安全和生命科学机构。公开基准上 Mythos 5.1 更强，但普通用户用不到。

Fable 5.1 涨价了吗？

没有。输入 $10、输出 $50（每百万 token）与 Fable 5 持平，缓存读取还从 $1.00 降到 $0.25（降 75%），官方口径典型工作负载成本降约 25%、Agent 任务最高省 45%。

国内开发者怎么用上 Fable 5.1？

官网和官方 API 均有区域限制，国内用户常用途径是通过 OpenRouter 等聚合平台调用（支持支付宝充值），具体可参考我们的 OpenRouter 完整使用指南。

总结

Fable 5.1 的"泄露"是一次典型的灰度偷跑事件，而不是系统提示词流出；真正值得开发者关注的，是它发布当天同步上线的"签名锁"——系统提示词从 9 月 2 日起被纳入前缀签名校验，手动篡改对话历史再保留思维链的老路被堵死。好消息是官方给出了完整的替代方案，官方产品线用户无需任何改动。把 messages 当 append-only 日志用，是这次新规后 API 开发者的第一原则。

参考来源：

本文由 AI345 编辑部基于上述公开来源整理，事件时间线与触发规则均对照官方文档核实；如 Anthropic 后续调整策略，我们会在此更新并刷新日期。