开发者晒截图:Fable 5.1 以「cyber」为由拦截正常安全调研任务

arthurcolle · x · 2026-10-26

Distributed 公司创始人 Arthur Collé 连发推吐槽 OpenAI 与 Anthropic 的安全分类器过度拦截：他让 OpenAI 的 agent 做一个网站安全挑战，分类器直接封锁了目标站点信息进入 agent 容器，事后甚至不允许模型回顾对话、讨论被拦原因。截图显示 Fable 5.1 以「intentionally broad safeguards」标记 [cyber] 拦截了他的消息，并承认「有时会误伤正常的编码与网络安全任务」。

他靠自维护的 Tool Management API 公共集成服务器，用可共享 skills 与跨请求批处理绕过 prompt 分解攻击分类器才取得进展，并质疑用户为何要付费购买「被虚构道德权威规避目标」的模型，称其公司会选择与 GPU 云厂商合作提供不加过度审查的模型。