Anthropic 修正 Fable 5 生物學誤判：生物類 fallback 降約 85%，高風險限制原封不動

Anthropic 於 2026 年 8 月 7 日發布〈Improving Fable 5's biology safeguards〉，修正生物學過濾的誤判：重寫分類器的 constitution 並重新訓練後，生物類 fallback 約減少 85%。fallback 指分類器判定提問落在高風險生物領域時，不讓 Fable 5 作答，改由 Opus 5 接手——官方措辭是「生物領域能力不及 Fable 5 的模型」，指該領域的能力上限。

先改規則，再依規則重訓

官方揭露三步：

1. 重寫分類器 constitution，界定何者該擋、何者該放行；
2. 蒐集內外部專家意見，補上臨床、教育、檢驗現場的判準；
3. 依新規則產生訓練資料，重新訓練分類器。

重點是先改規範再改模型，不是調鬆門檻：有害內容偵測率不變，只降 false positive。

兩組數字量的不是同一件事

官方成效是兩組定義不同的數字：

• 生物類 fallback 本身：約減少 85%。
• 各平台「總 fallback」（含所有原因）預期降幅：Claude.ai 約 67%、Cowork 約 55%、Claude Code 約 17%、Claude Platform 約 7%。

落差反映的是生物類提問佔該平台全部 fallback 的比重不同：Claude.ai 佔比高，總量降幅就大；Claude Platform 佔比低，故僅降約 7%。企業以 API 導入時感受到的改善，遠不如個人在對話介面明顯。官方未公布漏擋率變化，成效只有單邊資料。

沒放寬的是什麼

受惠的有四類：判讀檢驗報告、查詢症狀、生物學教育提問、臨床支援。但限制未鬆動：病毒學、毒理學、分子設計等雙用途領域與藥物開發提問，Fable 5 仍 fallback 到 Opus 5，理由是可能顯著助長生物武器發展。本質是誤判修正，非限制解除。

對管理者的意義

重點是把「誤判成本」當成一項成本：擋過頭的代價不進資安報表，而散落在醫療、實驗室、品保現場，員工只會抱怨工具難用。評估 AI 工具時，讓各部門各交十題日常問題，實測誤擋與漏擋各佔多少；只看能力 benchmark，量不到員工每天被打斷幾次。