你可能遇過這種情況：同一個 AI 工具，昨天還能把研究摘要整理得很清楚，今天突然變得保守、答非所問，或像是刻意避開某些段落。你改了提示、重開對話、換了幾種說法，結果還是不穩。
這時候很容易把問題歸咎於自己：「是不是提示（你打給 AI 的那段指令）寫錯？」有時確實是。但 2026 年 6 月 11 日，The Verge 與 Gizmodo 報導 Anthropic 為 Claude Fable 5 的一項隱形防護設計道歉，並表示會讓相關防護變得可見。這件事提醒我們：AI 回答突然變差時，真正要判斷的不是誰犯錯，而是這次輸出還能不能被放進原本的流程。
如果只是拿 AI 幫你想標題，回答變鈍一點，頂多浪費幾分鐘。但如果它正在協助研究摘要、客戶文件、程式碼遷移或安全判斷，模型背後的規則、路由或防護一旦改變，輸出就不能再和昨天的結果直接比較。你需要先弄清楚：它是不知道、不能答、被降級，還是把你的任務默默改成另一件事。
問題不是防護，而是防護不可見
Anthropic 在 Claude Fable 5 / Mythos 5 發表文章中說，Fable 5 是一個能力很強、但針對一般使用做過安全處理的模型；某些高風險主題會改由次一階模型回應，或受到額外防護。Anthropic 也在另一篇文章談到「蒸餾攻擊」：有人大量取得強模型輸出，再拿去訓練自己的模型。蒸餾本身可以是合法技術，但未經授權、大規模抽取模型能力，就會變成平台要防的行為。
對大多數使用者來說，這件事的實際影響是：某些任務或特定領域的查詢，可能在你沒有被明確告知的情況下，被導向更保守的處理模式。平台設防護並不奇怪。真正困擾使用者的是，當防護沒有被清楚呈現時，使用者只能看到一個模糊結果：答案變短、變空泛、避開細節，或同一題突然不再照原本方式處理。
對一般讀者來說，這不是模型評測圈的技術細節，而是日常工作流裡的信任問題。假設你的團隊上週用某個模型測過一批客服回覆，今天要把同一套流程接到正式客服草稿。如果模型今天開始用更保守的方式處理某些案例，但介面沒有明說，你以為自己正在重跑同一個測試，其實條件已經不同了。
這時候最危險的不是 AI 拒答。明確拒答至少留下線索。比較危險的是它看似有回答，卻把任務縮小、跳過敏感段落，或用一個比較弱的模式產生結果，讓你誤以為品質下降只是偶發。
先判斷這次輸出屬於哪一種變化
AI 變得不好用時，先不要立刻改提示，也不要急著換模型。比較好的做法，是先把「變差」說清楚，因為不同變化代表不同決定。
有些變化很明顯：模型直接說不能回答，或要求你改寫問題。這類情況通常跟安全政策、主題限制或產品規則有關。你可以不喜歡這個限制，但至少知道限制存在。
有些變化比較難抓：回答變短、變空泛、少了原本會提供的細節，或只在安全、程式碼、醫療、生物、資料抽取、競品研究等特定任務上變差。這時候要懷疑的就不只是提示，而是模型路由、服務端更新、實驗開關，或某個領域新增防護。
還有一種最麻煩：內容像被偷偷改方向。你問的是 A，它回的是比較安全、比較籠統的 B；你要的是評估，它給的是提醒；你要的是可比較結果，它給的是一段無法重現的建議。這種輸出如果進入研究結論、客戶承諾或正式程式碼變更，就會把「工具限制」包裝成「工作成果」。
你可以先用這張表把眼前的情況分出來：
| 你看到的現象 | 最可能的原因 | 下一步 |
|---|---|---|
| 模型說不能回答，或要求你改寫問題 | 安全政策或主題限制 | 查官方說明；高風險任務不要用繞法逼它回答 |
| 回答變短、變空泛、少了原本的細節 | 模型被降級、路由改變，或防護把任務收窄 | 查狀態頁、產品公告與同任務重測結果；正式任務先暫停使用這次輸出 |
| 只有某一類任務突然變差 | 該領域新增防護、資料限制或實驗開關 | 找該領域的官方說明與可信實測；不要把新結果和舊測試直接比較 |
| 任務像是被偷偷改方向 | 隱形防護或系統層改寫 | 比較原始需求與輸出差異；不要把它當成可靠測試結果 |
這張表不是要抓平台出錯，而是幫你回答一個更實際的問題：這次輸出還能不能承擔原本那個責任？
用任務風險決定下一步
不是每個 AI 行為變化都值得大動作處理。寫靈感草稿、改語氣、整理個人筆記時，模型偶爾保守一點，通常可以換提示、換模型，或稍後再試。
但任務一旦牽涉正式判斷，反應就要不同。研究摘要會影響下一步決策，內部報告會被轉述，程式碼草稿可能被合進正式版本，客服或合約文字會被客戶看到。這些情境裡，模型不透明不是小瑕疵，而是流程風險。
判斷方式可以分成三層：
| 任務層級 | 例子 | AI 行為變化時的做法 |
|---|---|---|
| 低風險 | 靈感草稿、語氣改寫、個人筆記整理 | 可換提示或換模型，主要看效率 |
| 中風險 | 研究摘要、內部報告、程式碼草稿 | 可換模型，但要保留來源、輸入與輸出差異 |
| 高風險 | 安全審查、法律文件、財務判斷、客戶承諾、正式程式碼合併 | 先查限制、留紀錄、請人覆核；不要只靠換模型解決 |
比較穩的做法，是把中高風險任務退回可驗證狀態：留下輸入、輸出、模型名稱、時間、限制訊息、官方說明與人工判斷。若供應商承認某項防護原本不可見，受影響的流程就應該重測，而不是沿用上週的評估結論。
這裡的「人工判斷」不是叫每件事都交給主管簽核，而是要有一個實際負責的人能回答：這次輸出是否可以交付？它的限制是否被看見？如果明天模型行為又變了，我們能不能知道哪一批結果受到影響？
團隊要讓限制浮上來
如果你把 AI 放進日常工作，不需要要求模型透露所有內部機制；那通常也不可能。但你可以要求流程留下可見訊號。
例如，固定在高風險任務後面加一句：請列出這次你無法回答、需要保守處理、或可能受到工具限制的部分。這句話不能保證 AI 一定坦白，但它會把隱藏限制往檯面上推一步。
更重要的是，不要把「昨天可以」當成永久事實。模型、規則、路由、防護、供應商政策都可能變。當同一組任務今天突然得到不同品質的結果，先查官方狀態、版本說明、模型文件與可信媒體報導，再決定是否改提示或換模型。
如果最後判斷只是低風險任務受影響，換工具就好。如果是高風險流程受影響，先暫停交付、留下紀錄、重測關鍵案例，再決定是否恢復使用。
AI 工具越常被放進工作流，越不能把它當成一個永遠不變的按鈕。真正可靠的流程，不是要求 AI 永遠完美，而是當它的行為改變時，人能看見訊號、查到原因，並決定這一步能不能繼續往下走。
用日常來理解
- 一開始，使用者把同一個問題交給 AI，得到清楚、可用、看起來很穩定的回答。
- 隔天同一題突然變得模糊，回答繞路，像是有看不見的規則或較弱模式介入。
- 使用者先不急著改提示，而是把拒答、空泛、任務改向與風險等級分開檢查。
- 最後，低風險任務可以繼續；高風險流程先暫停，等人看過限制與證據後再決定。
AI 整理卡
依這篇情境，請 AI 幫你整理
複製到你自己的 AI 聊天工具，讓它把這篇微課轉成你的個人版檢查清單。BMC 不會看到你貼給 AI 的內容。
參考來源
- The Verge：Anthropic apologizes for invisible Claude Fable guardrails — https://www.theverge.com/ai-artificial-intelligence/948280/anthropic-claude-fable-invisible-distillation-guardrail
- Gizmodo：Anthropic Apologizes For One of the Guardrails on Its Fable 5 Model, and Will Change It — https://gizmodo.com/anthropic-apologizes-for-one-of-the-guardrails-on-its-fable-5-model-and-will-change-it-2000770365
- Anthropic：Claude Fable 5 and Claude Mythos 5 — https://www.anthropic.com/news/claude-fable-5-mythos-5
- Anthropic：Detecting and preventing distillation attacks — https://www.anthropic.com/news/detecting-and-preventing-distillation-attacks
