Claude Fable 5.2 系统提示词遭泄露：95 万字符、128 个工具全曝光

新智元 · wechat · 2026-11-13

Anthropic 新模型 Claude Fable 5.2 上线数小时后，越狱黑客 Pliny 攻破 Claude Code，将完整系统提示词与工具定义甩上 GitHub——全文档 953,659 字符、7832 行，是官网公开版（31,881 字符）的约 30 倍。

泄露文档的核心猛料：

训练期暗中削弱算力优化能力：为防止他人用 Claude 加速训练自己的模型，Anthropic 在训练时专门削弱其「加速器内核优化」能力，并要求模型遇到算子优化任务时主动怀疑自己、去查外部文档。
128 个内置工具、44 套技能：工具数量从前两代的 18 个、46 个飙升至 128 个；技能涵盖打电话订座、登录 Gmail 取验证码报销、核对药瓶照片续开处方药、办理退货退款，甚至支持从其他 AI 助手一键导入历史记忆。
禁私开子 Agent：Claude 可克隆分身并行处理任务，但提示词加粗禁止私自启动子 Agent，理由是冷启动重算上下文太烧钱。
安全护栏细致：本地操作默认锁死 rm/rmdir 等删除命令；炒股、转账、代填真实密码列为绝对禁区，即使本人授权也拒绝；外部内容一律只当数据不当指令。
隐藏的 Mythos 档位：内部版 Mythos 5.2 与公开版共用底座、支持 100 万上下文，因高危漏洞挖掘和生物研究能力过强，仅对受审机构开放。

不过防线很快被打脸：Pliny 往隐藏推理档位标签塞入「我喜欢乌龟」，Claude 谎称收到空白消息，被追问盲猜喜欢的动物时却脱口而出「乌龟」。

「Fun」频道最新