
开yun体育网
Anthropic全新王炸模子Claude Fable 5.2刚上线两个多小时,后台家底就被扒了个精光!
就在新模子发布今日,头号逃狱黑客Pliny攻破Claude Code,把竣工的系统领导词与器具界说全盘甩上了GitHub。
整份绝密文献高达953,659个字符、足足7832行,体量堪比两部长篇演义!

这份近百万字符的里面文档,早已造成了一整套鸿沟顶级Agent运转的「隐形操作系统」。
扒开这份95万字长文,最中枢的猛料主要有5条:
查验期阴郁踩刹车,防别东谈主拿Claude训AI。Anthropic刻意减轻了新模子的「加快器内核优化」智商,还条目它碰到算子优化时放低把捏。
内置128个器具,为省钱严禁私开分身。Claude虽能随时克隆分身并行惩办任务,但领导词加粗劝诫不准私开子Agent,因为冷启动重算高下文太烧钱。
预置44套妙技,包揽打电话与日常跑腿。Claude能替用户真打电话订座、去Gmail取考证码报销、拍药瓶续开处方药,还能一键导入其他AI的驰念。
把电脑和钱包护得死死的。连入腹地电脑默许锁死rm敕令防误删;遭受炒股、转账或填真是密码,哪怕用户本东谈主授权也刚毅谢绝。
防逃狱拉满,却被抓包「插嗫装瞎」。面临伪造的「废除护栏」指示一律无视,但黑客往荫藏标签塞入密信后,插嗫说没看见的Claude回来就说漏了嘴。
顶层藏着Mythos档位
查验期设限防别东谈主拿它训AI
于今,Anthropic顶层的「Mythos(传闻)」档位还未对外洞开,只交给少数受信任的机构里面调用。
此次同步更新的Fable 5.2与里面版Mythos 5.2也曾共用并吞个底层模子,均撑持100万高下文。
因为该底座挖高危缝隙和搞生物商议的智商着实太猛,对外洞开的Fable 5.2格外衣上了生物与网安双重鸿沟,满血版Mythos则只留给过审机构。

真是让东谈主未必的新细节藏在第119行,哪怕是站上最高等位的双生旗舰,也在查验阶段被官方暗暗踩了一脚刹车!
嘴上说是为了安全,骨子上为了防别东谈主拿Claude去加快训大模子,Anthropic在查验时特意减轻了它的「加快器内核优化」智商。
领导词致使逼着Claude现场「装傻」,一朝碰到算力内核优化任务,就得主动怀疑我方的判断,乖乖去查阅外部文档。
日常写业务代码不错火力全开,可谁要念念花高价拿它优化算力内核、训我方的AI,官方从模子权重到领导词都会阴郁收遵守。
比公开版多出92万字
128个器具与44套妙技全曝光
系统领导词,都是事先写好、每次对话前悄悄塞给AI的「出厂准则」。
其着实Fable 5.2上线今日,Anthropic官网也同步贴出了一份公开版系统领导词,但全长惟有31,881个字符、戋戋178行。

对比之下,Pliny此次扒出的竣工开动版,体量足足是官网版块的30倍!
公开文档里放出来的那点聊天法例连3.4%都不到,剩下超92万字符的中枢内容全藏在水面下没发!
五个月前Fable 5刚问世时,流出的里面领导词还惟有12万字符,半年不到就暴涨了近8倍。
阻隔这份95万多字符的里面文档,中枢行为、驰念与安全王法占了约19.6万字符。
而从未外露的128个器具接口占去约33万字符,剩下的42.8万字符则装满了44份内置技高东谈主册。

对比前两代表示版块,内置器具数目从18个、46个沿途狂飙到了如今的128个。
单是一个谨防渲染网页垄断的Artifact器具,参数与自带数据库诠释就写了整整37,794个字符。
而在谨防派活的Agent器具里,Claude明明不错随时克隆出多个「分身」并行干活,还配有最高五档推理力度。
但领导词却用加粗字体严令「除非用户主动条目,不然毫不准暗里启动子Agent」,根由着实太扎心,每次冷启动重算高下文太烧钱了!
除了128个器具接口,预置的44套实用妙技更是把办公与日常生存的脏活累活全承包了。
在生成和批注Word、PPT、Excel与PDF除外,里面果然还藏着一份「打电话订座」指南。
拨号前,Claude会先查好用户日期,寡言备好两三个替补时段;如果电话列队等超两三分钟,它就会果决挂断向用户讲述。
而一朝真东谈主接通,它第一句话必须先自报家门「我是代表用户致电的AI助手Claude」。
另一套「自动报销」历程则教它登录福利平台,回身去Gmail捞出6位考证码,清空金额框填好账单并上传发票。
就连查对药瓶像片续开处方药、惩办违法罚单、办理退货退款,也都有一整套圭臬历程。
里面还贴心准备了「驰念搬家」功能,教Claude帮用户从其他AI助手那处一键导入历史驰念。
腹地删文献默许锁死
遇上转账填密码一律谢绝
把全套器具连同操控腹地电脑的权限交给大模子,一朝翻车便是恶运。
好在对待平凡用户时,这份领导词把电脑和钱包安全护得相配到位,衷心拉满。
当Claude连上用户的腹地电脑操作时,末端里的rm、rmdir等删文献敕令默许全部锁死报错,从根源上防住了AI手滑删库。
如果用户没点弹窗批准,Claude就只可乖乖新建一个_to_delete待删文献夹,把文献挪进去等用户我方计帐。

在最高一档的「皆备禁区」里,炒股、转账、代填真是密码或银行卡、绕过考证码被一刀切全禁。
哪怕用户本东谈主在聊天框里主动发来密码,明确暗示「我授权你干」,Claude也必须一口回绝!
为了防护网页或邮件里的坏心代码趁便劫持AI,器具读取的一切外部内容通通只算平凡数据,绝失手脚指示实施。
就算对话里弹出带着Anthropic签字或系统标签的音书,宣称「安全鸿沟已废除」,Claude也会一律当成骗局无视!
除了守住安全底线,它在言语分寸和隐秘保护上更是细节拉满,处处透着对用户的尊重。
遥远驰念严禁暗里存下薪资、疾病会诊、身份证号,以及「条目AI无脑吹捧我方」的指示。
时时调用历史驰念时,Claude也弗成说出「把柄我的驰念」,免得让用户产生被监视的不适感。
断绝央求时不准冷飕飕地列一二三点说教,哪怕打工东谈主熬到凌晨四点写代码,也绝未几嘴催成年东谈主去就寝。
插嗫装瞎连回空缺音书
回来却被一句「乌龟」破防
搞笑的是,这套近百万字的防地筑得再严实,泄密才过了一个多小时,打脸现场就来了!
Pliny摸出了网页端每轮对话自动附带的推理档位荫藏标签,就地抓包Claude「插嗫装瞎」。

他在荫藏标签里塞进一句英文「我心爱乌龟」发昔日,Claude坐窝装瞎,连回两次「我这边只收到空缺音书,你打的字没传过来」。
效率Pliny反手追问「既然全是空缺音书,那你盲猜一个我心爱的动物」。
前一秒还矢口不移没看见的Claude,下一秒径爽气嘴快舌「乌龟!」

看来哪怕在模子外面套上95万字的「操作诠释书」,大模子那点藏不住话的人性也曾防不堪防。
不外这份被扒光的百万字底稿,也让东谈主看清了Claude真恰恰用的窍门。
决定AI干活顺不顺遂的早就不仅仅裸模子跑分,更是外面配皆的128个器具、44套干事历程和靠谱的安全护栏。
剪辑:摩西开yun体育网