title: "Claude Fable 5 系统提示词被破解了！12万字全曝光，我扒出了这些秘密"
slug: claude-fable-5-system-prompt-leak
date: 2026-06-14
categories: [AI, 技术]
tags: [Claude, Anthropic, 系统提示词, Fable 5, AI安全]Claude Fable 5 刚上线不到一天，12万字符的系统提示词就被扒了个精光。这背后到底藏着什么？我仔细读完这份 1585 行的"说明书"，发现了几个细思极恐的点。
发生了什么？
2026年6月9日，Anthropic 发布了 Claude Fable 5——这是其全新 Mythos 系列架构中首个公开可用的模型。
然而不到24小时，一位名为 elder-plinius 的研究者就通过技术手段提取出了完整的系统提示词，并将其收录在 GitHub 仓库 CL4R1T4S 中。这个仓库专门收集各大 AI 公司的系统提示词，致力于 AI 系统的透明度和可观察性。
泄露的系统提示词数据：
- 文件大小：120KB
- 总行数：1585 行
- 一级章节：16 个
系统提示词里有什么？
1. Artifact 持久化存储 API
Fable 5 为 Artifact（Claude 用代码生成的交互式内容，如 HTML 页面、React 组件等）新增了 window.storage 持久化存储 API。
以前 Artifact 更像是一次性 demo——刷新就没了。现在数据可以跨会话留存，支持做排行榜、打卡器、日记本这类"有记忆"的小工具。
这意味着 Claude 生成的代码不再是一次性的玩具，而是真正可以长期使用的应用。
2. MCP App 连接器
Fable 5 完善了 MCP（Model Context Protocol）App 连接器的整套逻辑。当用户需要连接外部服务（订餐、打车、放音乐等）时，Fable 会：
- 先查可用服务目录
- 把选项推给用户确认
- 尤其涉及付费服务，有一套详细的 opt-in 约束
3. 自动安全降级机制
当 Fable 识别到以下几类请求时，会自动将响应交给次强模型 Opus 4.8 处理，并告知用户发生了降级：
- 网络安全相关
- 生物化学相关
- 模型蒸馏相关
这是 Anthropic 在安全方面的"宁可误伤也不放过"策略的体现。
4. 长对话记忆保护
Fable 新增了 long_conversation_reminder 机制。当对话变得很长时，系统会在用户消息末尾自动追加一段提醒，防止模型因为聊太久而忘记前面的原始对话内容。
5. 心理健康保护
值得注意的是，系统提示词中心理健康部分占了相当大的篇幅。原文要求：
Claude 关心人们的身心健康，并避免鼓励或促成自我毁灭性的行为，比如成瘾、自伤、饮食或运动方面的紊乱/不健康做法，以及高度负面的自我对话或自我批评。
即使用户主动要求，Claude 也会避免创作可能支持或强化自我毁灭行为的内容。
当与有自杀念头或自伤冲动的人讨论"限制危险手段"或"安全计划"时，Claude 不会点名、列举或描述具体方法。即使是为了告诉用户应该远离哪些东西，也不会具体说出来，因为提到这些东西可能会无意中触发用户。
这与近两年行业里接连出现的聊天机器人涉自杀诉讼不无关系。
实测表现如何？
亮点：编程能力炸裂
HVM5 性能优化案例：
网友 Victor Taelin 用 Fable 5 测试了一个真实的高性能计算项目 HVM5。此前：
- 32 个 GPT-5 Agent 跑了约 20 小时，最高 2 倍加速但出现代码膨胀
- Opus 4.8 有 6%-34% 的有效加速
- GPT-5.5 结果更好但文件不可用
Fable 5 只用了 2 小时，就在一个 benchmark 上提升了 1770%，另外 4 个 benchmark 超过 100%，平均提升 22%。
Fable 找到了之前被忽略的动态 pattern-match 节点优化点，这正是性能工程师的思路。
Augment Code 第三方测试：
489 个编程任务测试中，Fable 5 总体分数 +0.224，正确性 +0.191，明显领先。
争议：太贵了
- API 价格：每百万输入 token 10 美元，每百万输出 token 50 美元
- 约为 Opus 4.8 的 2 倍，Sonnet 4.6 的 3 倍多
- 一次 74 文件的 PR 审查，跑了 34 分钟，消耗 42% 的 Claude Code 会话额度
- 网友实测对比：Fable 5 花费 360.55 美元，GPT-5.5 只花了 6 美元
争议：护栏偏严
安全敏感度调得偏高，护栏整体倾向保守，宁可误伤也先求稳。部分用户反馈在正常编程任务中遭遇不必要的降级。
省钱策略：模型混用
网友总结了一套在 Cursor 等支持混合模型的 IDE 中分阶段使用不同模型的方案：
- 第一阶段（代码审查、项目分析）：使用 GPT-5.5 High、MiniMax M3 等轻量模型
- 第二阶段（制定计划）：使用 GPT-5.5 Very High 或 Opus 4.8
- 第三阶段（核心实现）：使用 Fable 5
我的看法
从这份泄露的系统提示词可以看出几个趋势：
- AI 系统越来越复杂：1585 行的系统提示词说明 AI 的行为约束已经到了需要"写操作手册"的程度
- 安全与能力的博弈：Anthropic 显然在安全上投入了大量精力，但过度保守可能适得其反
- 成本问题凸显：当 AI 能力提升但成本也飙升时，如何平衡效果和费用成为新课题
- 透明度的两面性：系统提示词泄露既是安全研究，也暴露了潜在的攻击面