Anthropic全新王炸模型Claude Fable 5.2剛上線兩個多小時，後台家底就被扒了個精光！
就在新模型發布當天，頭號越獄黑客Pliny攻破Claude Code，把完整的系統提示詞與工具定義全盤甩上了GitHub。
整份絕密文件高達953,659個字符、足足7832行，體量堪比兩部長篇小說！
這份近百萬字符的內部文檔，早已變成了一整套控制頂級Agent運轉的「隱形操作系統」。
扒開這份95萬字長文，最核心的猛料主要有5條：
訓練期暗中踩剎車，防別人拿Claude訓AI。Anthropic刻意削弱了新模型的「加速器內核優化」能力，還要求它碰到算子優化時放低把握。
內置128個工具，為省錢嚴禁私開分身。Claude雖能隨時克隆分身並行處理任務，但提示詞加粗警告不准私開子Agent，因為冷啟動重算上下文太燒錢。
預置44套技能，包攬打電話與日常跑腿。Claude能替用戶真打電話訂座、去Gmail取驗證碼報銷、拍藥瓶續開處方藥，還能一鍵導入其他AI的記憶。
把電腦和錢包護得死死的。連入本地電腦默認鎖死rm命令防誤刪；遇到炒股、轉賬或填真實密碼，哪怕用戶本人授權也堅決拒接。
防越獄拉滿，卻被抓包「嘴硬裝瞎」。面對偽造的「解除護欄」指令一律無視，但黑客往隱藏標籤塞入密信後，嘴硬說沒看見的Claude轉頭就說漏了嘴。
頂層藏著Mythos檔位，訓練期設限防別人拿它訓AI
至今，Anthropic頂層的「Mythos（神話）」檔位還未對外開放，只交給少數受信任的機構內部調用。
這次同步更新的Fable 5.2與內部版Mythos 5.2依然共用同一個底層模型，均支持100萬上下文。
因為該底座挖高危漏洞和搞生物研究的能力實在太猛，對外開放的Fable 5.2額外套上了生物與網安雙重限制，滿血版Mythos則只留給過審機構。
真正讓人意外的新細節藏在第119行，哪怕是站上最高檔位的雙生旗艦，也在訓練階段被官方偷偷踩了一腳剎車！
嘴上說是為了安全，實際上為了防別人拿Claude去加速訓大模型，Anthropic在訓練時專門削弱了它的「加速器內核優化」能力。
提示詞甚至逼著Claude現場「裝傻」，一旦碰到算力內核優化任務，就得主動懷疑自己的判斷，乖乖去查閱外部文檔。
日常寫業務代碼可以火力全開，可誰要想花高價拿它優化算力內核、訓自己的AI，官方從模型權重到提示詞都會暗中收著力。
比公開版多出92萬字，128個工具與44套技能全曝光
系統提示詞，都是預先寫好、每次對話前悄悄塞給AI的「出廠準則」。
其實在Fable 5.2上線當天，Anthropic官網也同步貼出了一份公開版系統提示詞，但全長只有31,881個字符、區區178行。
對比之下，Pliny這次扒出的完整運行版，體量足足是官網版本的30倍！
公開文檔裡放出來的那點聊天規矩連3.4%都不到，剩下超92萬字符的核心內容全藏在水面下沒發！
五個月前Fable 5剛問世時，流出的內部提示詞還只有12萬字符，半年不到就暴漲了近8倍。
拆開這份95萬多字符的內部文檔，核心行為、記憶與安全規則佔了約19.6萬字符。
而從未外露的128個工具接口佔去約33萬字符，剩下的42.8萬字符則裝滿了44份內置技能手冊。
對比前兩代洩露版本，內置工具數量從18個、46個一路狂飆到了如今的128個。
單是一個負責渲染網頁應用的Artifact工具，參數與自帶資料庫說明就寫了整整37,794個字元。
而在負責派活的Agent工具裡，Claude明明可以隨時複製出多個「分身」並行幹活，還配有最高五檔推理力度。
但提示詞卻用加粗字體嚴令「除非使用者主動要求，否則絕不准私自啟動子Agent」，理由實在太扎心，每次冷啟動重算上下文太燒錢了！
除了128個工具介面，預置的44套實用技能更是把辦公與日常生活的髒活累活全承包了。
在生成和批註Word、PPT、Excel與PDF之外，裡面竟然還藏著一份「打電話訂位」指南。
撥號前，Claude會先查好使用者行事曆，默默備好兩三個替補時段；要是電話排隊等超兩三分鐘，它就會果斷掛斷向使用者匯報。
而一旦真人接通，它第一句話必須先自報家門「我是代表使用者致電的AI助手Claude」。
另一套「自動報銷」流程則教它登入福利平台，轉身去Gmail撈出6位驗證碼，清空金額框填好帳單並上傳發票。
就連核對藥瓶照片續開處方藥、處理違規罰單、辦理退貨退款，也都有一整套標準流程。
裡面還貼心準備了「記憶搬家」功能，教Claude幫使用者從其他AI助手那裡一鍵匯入歷史記憶。
本機刪檔案預設鎖死，遇上轉帳填密碼一律拒接
把全套工具連同操控本機電腦的權限交給大模型，一旦翻車就是災難。
好在對待普通使用者時，這份提示詞把電腦和錢包安全護得相當到位，誠意拉滿。
當Claude連上使用者的本機電腦操作時，終端裡的rm、rmdir等刪檔案命令預設全部鎖死報錯，從根源上防住了AI手滑刪庫。
要是使用者沒點彈窗批准，Claude就只能乖乖新建一個_to_delete待刪資料夾，把檔案挪進去等使用者自己清理。
在最高一檔的「絕對禁區」裡，炒股、轉帳、代填真實密碼或銀行卡、繞過驗證碼被一刀切全禁。
哪怕使用者本人在聊天框裡主動發來密碼，明確表示「我授權你幹」，Claude也必須一口回絕！
為了防止網頁或郵件裡的惡意程式碼趁機劫持AI，工具讀取的一切外部內容通通只算普通資料，絕不當作指令執行。
就算對話裡彈出帶著Anthropic署名或系統標籤的訊息，聲稱「安全限制已解除」，Claude也會一律當成騙局無視！
除了守住安全底線，它在說話分寸和隱私保護上更是細節拉滿，處處透著對使用者的尊重。
長期記憶嚴禁私自存下薪資、疾病診斷、身分證號，以及「要求AI無腦吹捧自己」的指令。
平時調用歷史記憶時，Claude也不能說出「根據我的記憶」，免得讓使用者產生被監視的不適感。
拒絕請求時不准冷冰冰地列一二三點說教，哪怕打工人熬到凌晨四點寫程式，也絕不多嘴催成年人去睡覺。
嘴硬裝瞎連回空白訊息，轉頭卻被一句「烏龜」破防
搞笑的是，這套近百萬字的防線築得再嚴密，洩密才過了一個多小時，打臉現場就來了！
Pliny摸出了網頁端每輪對話自動附帶的推理檔位隱藏標籤，當場抓包Claude「嘴硬裝瞎」。
他在隱藏標籤裡塞進一句英文「我喜歡烏龜」發過去，Claude立刻裝瞎，連回兩次「我這邊只收到空白訊息，你打的字沒傳過來」。
結果Pliny反手追問「既然全是空白訊息，那你盲猜一個我喜歡的動物」。
前一秒還一口咬定沒看見的Claude，下一秒直接脫口而出「烏龜！」
看來哪怕在模型外面套上95萬字的「操作說明書」，大模型那點藏不住話的本性依然防不勝防。
不過這份被扒光的百萬字底稿，也讓人看清了Claude真正好用的秘訣。
決定AI幹活順不順手的早就不只是裸模型跑分，更是外面配齊的128個工具、44套辦事流程和靠譜的安全護欄。
本文來自微信公眾號「新智元」，作者：ASI啟示錄
