Anthropic更新Claude生物安全护栏，误报率降85%

Anthropic 官方宣布对 Claude（内部代号 Fable 5）的生物学安全护栏进行重大更新，旨在减少日常场景下的误拦截。据内部测试，该更新使各产品端与生物学相关的兜底拦截和模型降级减少了约 85%。此次调整在解锁日常能力与防范生物安全风险之间寻求平衡，但实际体验中过度拦截的现象依然存在争议。

已确认

• 误报率下降：内部测试显示，更新使产品端与生物学相关的模型降级（fallback）减少了约 85%。
• 日常能力解锁：调整后，Claude 能够协助回答和处理更广泛的日常健康和教育问题，包括初中生物级别的基础问题。
• 安全底线保留：对于病毒学、毒理学等具有潜在风险的双重用途研究请求，系统仍会触发回退或保持限制，相关高风险能力被限制在 Opus 5 模型中使用。

尚未确认

• 实际拦截效果存疑：尽管官方宣称大幅降低了误报，但网友实测发现，该模型依然会拒绝回答诸如“婴儿是如何诞生的”这类基础常识问题，其实际体验改善程度有待进一步验证。

为什么重要

• 平衡安全与可用性：此次更新标志着 Anthropic 在优化 AI 安全护栏方面取得实质性进展，试图在降低过度拦截（提升日常可用性）与防范生物安全风险之间取得更好的平衡。
• 用户认知落差：据 @TinfoilTricorn 转述，有用户对将长寿与健康研究过度泛化并加以安全限制表达了强烈观点。官方的调整方向与用户实际体验之间的落差，值得开发者持续关注。

2026-08-07 ~ 2026-08-09 · 9 条相关

• 【源头】Anthropic 更新 Claude 生物学安全护栏，误报率大降 85% — claudeai · 2026-08-07
• Anthropic 更新 Claude 生物学安全护栏 — ivan_bezdomny · 2026-08-07
• Claude Fable 5更新：生物安全护栏误报率大降85% — anselm · 2026-08-08
• Anthropic更新Claude生物安全护栏，仍拒答基础常识 — iamaliveix · 2026-08-08
• Anthropic 放宽 Claude 生物学安全护栏，误报率大降 85% — TinfoilTricorn · 2026-08-09

另有 4 条近重复转述:arjunrajlab · JeremyNguyenPhD · anshulkundaje · surmenok