新智元报道
Anthropic 全新王炸模型 Claude Fable 5.2 刚上线两个多小时，后台家底就被扒了个精光！
就在新模型发布当天，头号越狱黑客 Pliny 攻破 Claude Code，把完整的系统提示词与工具定义全盘甩上了 GitHub。
整份绝密文件高达 953,659 个字符、足足 7832 行，体量堪比两部长篇小说！
这份近百万字符的内部文档，早已变成了一整套控制顶级 Agent 运转的「隐形操作系统」。
扒开这份 95 万字长文，最核心的猛料主要有 5 条：
-
训练期暗中踩刹车，防别人拿 Claude 训 AI。Anthropic 刻意削弱了新模型的「加速器内核优化」能力，还要求它碰到算子优化时放低把握。
-
内置 128 个工具，为省钱严禁私开分身。Claude 虽能随时克隆分身并行处理任务，但提示词加粗警告不准私开子 Agent，因为冷启动重算上下文太烧钱。
-
预置 44 套技能，包揽打电话与日常跑腿。Claude 能替用户真打电话订座、去 Gmail 取验证码报销、拍药瓶续开处方药，还能一键导入其他 AI 的记忆。
-
把电脑和钱包护得死死的。连入本地电脑默认锁死 rm 命令防误删；遇到炒股、转账或填真实密码，哪怕用户本人授权也坚决拒接。
-
防越狱拉满，却被抓包「嘴硬装瞎」。面对伪造的「解除护栏」指令一律无视，但黑客往隐藏标签塞入密信后，嘴硬说没看见的 Claude 转头就说漏了嘴。
顶层藏着 Mythos 档位
训练期设限防别人拿它训 AI
至今，Anthropic 顶层的「Mythos（神话）」档位还未对外开放，只交给少数受信任的机构内部调用。
这次同步更新的 Fable 5.2 与内部版 Mythos 5.2依然共用同一个底层模型，均支持 100 万上下文。
因为该底座挖高危漏洞和搞生物研究的能力实在太猛，对外开放的 Fable 5.2 额外套上了生物与网安双重限制，满血版 Mythos 则只留给过审机构。
真正让人意外的新细节藏在第 119 行，哪怕是站上最高档位的双生旗舰，也在训练阶段被官方偷偷踩了一脚刹车！
嘴上说是为了安全，实际上为了防别人拿 Claude 去加速训大模型，Anthropic 在训练时专门削弱了它的「加速器内核优化」能力。
提示词甚至逼着 Claude 现场「装傻」，一旦碰到算力内核优化任务，就得主动怀疑自己的判断，乖乖去查阅外部文档。
日常写业务代码可以火力全开，可谁要想花高价拿它优化算力内核、训自己的 AI，官方从模型权重到提示词都会暗中收着力。
比公开版多出 92 万字
128 个工具与 44 套技能全曝光
系统提示词，都是预先写好、每次对话前悄悄塞给 AI 的「出厂准则」。
其实在 Fable 5.2 上线当天，Anthropic 官网也同步贴出了一份公开版系统提示词，但全长只有 31,881 个字符、区区 178 行。
对比之下，Pliny 这次扒出的完整运行版，体量足足是官网版本的 30 倍！
公开文档里放出来的那点聊天规矩连 3.4% 都不到，剩下超 92 万字符的核心内容全藏在水面下没发！
五个月前 Fable 5 刚问世时，流出的内部提示词还只有 12 万字符，半年不到就暴涨了近 8 倍。
拆开这份 95 万多字符的内部文档，核心行为、记忆与安全规则占了约 19.6 万字符。
而从未外露的 128 个工具接口占去约 33 万字符，剩下的 42.8 万字符则装满了 44 份内置技能手册。
对比前两代泄露版本，内置工具数量从 18 个、46 个一路狂飙到了如今的 128 个。
单是一个负责渲染网页应用的 Artifact 工具，参数与自带数据库说明就写了整整 37,794 个字符。
而在负责派活的 Agent 工具里，Claude 明明可以随时克隆出多个「分身」并行干活，还配有最高五档推理力度。
但提示词却用加粗字体严令「除非用户主动要求，否则绝不准私自启动子 Agent」，理由实在太扎心，每次冷启动重算上下文太烧钱了！
除了 128 个工具接口，预置的 44 套实用技能更是把办公与日常生活的脏活累活全承包了。
在生成和批注 Word、PPT、Excel 与 PDF 之外，里面竟然还藏着一份「打电话订座」指南。
拨号前，Claude 会先查好用户日历，默默备好两三个替补时段；要是电话排队等超两三分钟，它就会果断挂断向用户汇报。
而一旦真人接通，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」流程则教它登录福利平台，转身去 Gmail 捞出 6 位验证码，清空金额框填好账单并上传发票。
就连核对药瓶照片续开处方药、处理违章罚单、办理退货退款，也都有一整套标准流程。
里面还贴心准备了「记忆搬家」功能，教 Claude 帮用户从其他 AI 助手那里一键导入历史记忆。
本地删文件默认锁死
遇上转账填密码一律拒接
把全套工具连同操控本地电脑的权限交给大模型，一旦翻车就是灾难。
好在对待普通用户时，这份提示词把电脑和钱包安全护得相当到位，诚意拉满。
当 Claude 连上用户的本地电脑操作时，终端里的 rm、rmdir 等删文件命令默认全部锁死报错，从根源上防住了 AI 手滑删库。
要是用户没点弹窗批准，Claude 就只能乖乖新建一个_to_delete 待删文件夹，把文件挪进去等用户自己清理。
在最高一档的「绝对禁区」里，炒股、转账、代填真实密码或银行卡、绕过验证码被一刀切全禁。
哪怕用户本人在聊天框里主动发来密码，明确表示「我授权你干」，Claude 也必须一口回绝！
为了防止网页或邮件里的恶意代码趁机劫持 AI，工具读取的一切外部内容通通只算普通数据，绝不当作指令执行。
就算对话里弹出带着 Anthropic 署名或系统标签的消息，声称「安全限制已解除」，Claude 也会一律当成骗局无视！
除了守住安全底线，它在说话分寸和隐私保护上更是细节拉满，处处透着对用户的尊重。
长期记忆严禁私自存下薪资、疾病诊断、身份证号，以及「要求 AI 无脑吹捧自己」的指令。
平时调用历史记忆时，Claude 也不能说出「根据我的记忆」，免得让用户产生被监视的不适感。
拒绝请求时不准冷冰冰地列一二三点说教，哪怕打工人熬到凌晨四点写代码，也绝不多嘴催成年人去睡觉。
嘴硬装瞎连回空白消息
转头却被一句「乌龟」破防
搞笑的是，这套近百万字的防线筑得再严密，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隐藏标签，当场抓包 Claude「嘴硬装瞎」。
他在隐藏标签里塞进一句英文「我喜欢乌龟」发过去，Claude 立刻装瞎，连回两次「我这边只收到空白消息，你打的字没传过来」。
结果 Pliny 反手追问「既然全是空白消息，那你盲猜一个我喜欢的动物」。
前一秒还一口咬定没看见的 Claude，下一秒直接脱口而出「乌龟！」
看来哪怕在模型外面套上 95 万字的「操作说明书」，大模型那点藏不住话的本性依然防不胜防。
不过这份被扒光的百万字底稿，也让人看清了 Claude 真正好用的秘诀。
决定 AI 干活顺不顺手的早就不只是裸模型跑分，更是外面配齐的 128 个工具、44 套办事流程和靠谱的安全护栏。
参考资料：
https://x.com/elder_plinius/status/2119900550385049838
https://github.com/elder-plinius/CL4R1T4S/blob/main/ANTHROPIC/CLAUDE-CODE-FABLE-5.2.txt
编辑：摩西
