2026 年 6 月，Anthropic 推出 Claude Fable 5。官方說明寫到，當分類器判斷請求涉及資安攻擊、生物化學或「蒸餾」，就會改由較前一代的 Opus 4.8 回答；蒸餾指的是大量擷取強模型的輸出，拿去訓練另一個模型。Anthropic 稍早也發表報告，說明為什麼要防範未經授權的蒸餾。
但根據 Gizmodo 的報導，其中一道針對前沿模型開發用途的防護，起初被設計成使用者看不見：它不拒答，也不換模型，而是悄悄修改請求，產出有缺陷的結果。在研究者和開發者的強烈反彈後，Anthropic 承認「做了錯誤的取捨」，公開道歉，並承諾讓這類防護對使用者可見。
這件事的教訓不只適用於一家公司。供應商端的規則、路由和防護隨時可能改變，而你看不見。你能掌握的只有自己這一端：替重要流程留一組固定題目和當時的答案，覺得品質變了，就重跑比對，用證據判斷，而不是憑印象。
「昨天比較好」通常只是印象
同一個工具，昨天能把研究摘要整理得很清楚，今天變得空泛、避開細節。最直覺的反應是改提示、重開對話、換個說法。有時候確實是提示的問題，但如果原因在供應商那一端，這些努力都只是在猜。
更麻煩的是，「昨天比較好」通常只是印象。你沒有存下昨天的輸入和輸出，就無法證明品質真的變了，也無法知道是從哪一天開始、影響了哪一批結果。
替重要流程建一組固定題目
挑出那些輸出會被轉述、交付或合進正式版本的流程，例如研究摘要、客服回覆草稿、程式碼修改。每條流程選五到十題代表性的輸入，連同當時的模型名稱、日期和輸出一起存下來。
覺得品質變了，就用同樣的題目重跑一次，和存下來的答案對照，看是哪一種變化：
明確拒答： 模型直接說不能回答。至少你知道限制存在，可以去查官方說明。
變短、變籠統： 少了原本會給的細節。可能是模型被換成另一個、服務端更新，或新增了防護。
只有某一類題目變差： 例如資安、醫療或資料擷取相關的題目變差，其他正常。通常代表那個領域的規則變了。
任務被改方向： 你要評估，它給提醒；你問 A，它答比較安全的 B。這最危險，因為它看起來有回答，卻不是你要的東西。
查證時，先看供應商的狀態頁、版本說明和模型文件。Fable 5 的官方說明現在寫明，改由 Opus 4.8 回答時會告知使用者，並說這種情況發生在不到 5% 的對話裡，分類器有時也會誤判正常的請求。有寫出來的規則，才有辦法對照。
依任務風險決定反應
靈感草稿、語氣改寫這類低風險任務，品質變差就換提示或換工具，不必大動作。
研究摘要、內部報告、程式碼草稿這類中風險任務，可以換模型，但要保留輸入和輸出差異，避免拿新結果和舊結論直接比較。
安全審查、合約文字、客戶承諾、正式程式碼合併這類高風險任務，固定題目一出現差異，先暫停交付，重測關鍵案例，由負責人決定何時恢復。如果供應商承認某項變更原本不可見，受影響期間的結果都應該重新檢查。
固定題目的做法，和讓 AI 自動改程式之前先定義評分標準是同一個道理，參考〈讓 AI 自動找更快的程式之前，先寫清楚什麼叫做「更好」〉。
固定題目只能偵測你有測到的部分
固定題目只能偵測你有測到的部分。供應商的防護常常只針對特定類型的請求，如果你的題目沒有涵蓋，就看不出差異；題目也要隨著流程變化定期更新。
另外，偵測到差異不代表能找出原因。很多時候你只能確定「變了」，無法確定「為什麼」。這已經足夠讓你做決定：暫停哪些交付、改用哪個工具。至於什麼時候該讓 AI 停下來問人，參考〈把 AI 接進工作流前，先定義什麼時候要停下來問人〉。
AI 整理卡
我想替團隊幾條依賴 AI 的重要流程建立一組固定題目，以便在 AI 輸出品質突然變化時，能用證據判斷，而不是憑印象。
判斷方法來自這篇文章：https://boosterminiclass.com/posts/claude-fable-invisible-guardrail-checklist/
文章的看法是：供應商端的規則、路由和防護可能在使用者看不見的情況下改變。能掌握的是自己這一端：替重要流程留一組固定題目和當時的答案，覺得品質變了就重跑比對，再依任務風險決定是否暫停交付。
請先問我：有哪些流程用到 AI、各自的輸出會交給誰、目前用哪個模型。
接著：
1. 依「低、中、高」風險把流程分級，說明理由；
2. 替中高風險的流程各設計五到十題固定題目，涵蓋一般情況和容易受限的情況，並說明要存下哪些資訊（模型名稱、日期、輸入、輸出）；
3. 寫一份重跑後的比對方式，能分辨「明確拒答」「變短變籠統」「只有某類變差」「任務被改方向」四種變化；
4. 列出出現差異時要先查的官方資訊，以及哪些交付要先暫停、由誰決定恢復。
不要替我判斷是哪家供應商出了問題，只整理方法。
參考來源
- 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（2026-06-11）
- Anthropic 官方公告：Claude Fable 5 and Claude Mythos 5 — https://www.anthropic.com/news/claude-fable-5-mythos-5（2026-06-09）
- Anthropic 官方公告：Detecting and preventing distillation attacks — https://www.anthropic.com/news/detecting-and-preventing-distillation-attacks（2026-02-23）
