США потребовали отключить Fable 5 и Mythos 5: Anthropic подчинилась, но спорит

Что произошло

Anthropic 12 июня 2026 года опубликовала заявление, в котором сообщила, что правительство США, ссылаясь на полномочия в сфере национальной безопасности, выпустило директиву об экспортном контроле. Документ требует приостановить любой доступ к моделям Fable 5 и Mythos 5 для всех иностранных граждан — как внутри США, так и за их пределами, включая сотрудников Anthropic, не являющихся гражданами США.

Чтобы обеспечить соблюдение требования, компания вынуждена резко отключить Fable 5 и Mythos 5 для всех клиентов без исключения. При этом доступ ко всем остальным моделям Anthropic, как подчёркивается в заявлении, не затрагивается.

По словам компании, директива поступила в тот же день в 17:21 по восточному времени. В письме не были раскрыты конкретные детали угрозы национальной безопасности. По пониманию Anthropic, власти считают, что им стал известен метод обхода защитных механизмов («джейлбрейк») Fable 5.

Что говорит Anthropic о «джейлбрейке»

Anthropic заявляет, что изучила демонстрацию конкретной техники, которая использовалась для выявления небольшого числа ранее известных, незначительных уязвимостей. По оценке компании, эти уязвимости относительно просты, и другие общедоступные модели способны обнаруживать их тоже — без какого-либо обхода защиты.

На сегодняшний день, по словам компании, правительство предоставило лишь устное свидетельство о потенциальном узком, не универсальном джейлбрейке. По сути он сводится к тому, что модель просят прочитать определённую кодовую базу и исправить программные дефекты. Anthropic сообщает, что изучила отчёт, который, по её мнению, лёг в основу директивы, и подтвердила: продемонстрированный уровень возможностей широко доступен у других моделей (включая GPT-5.5 от OpenAI) и ежедневно используется специалистами по защите, которые обеспечивают безопасность систем. Компания пообещала поделиться дополнительными деталями в течение 24 часов.

Позиция по безопасности Fable

В заявлении Anthropic изложила свою позицию относительно защитных механизмов Fable, ранее описанную в блоге о запуске модели:

Компания утверждает, что внедрила сильные средства защиты, которые существенно снижают вероятность злоупотребления Fable для задач, связанных с кибербезопасностью (среди прочего). По её словам, защита настолько строга, что многие пользователи жаловались на её избыточную широту.

В недели перед запуском Fable, как сообщает Anthropic, компания вместе с правительством США, британским институтом AISI, несколькими сторонними организациями и внутренними командами проводила «красное тестирование» (red-teaming) защитных механизмов в общей сложности тысячи часов. По утверждению компании, тесты показали, что защита Fable существенно эффективнее, чем у любой ранее развёрнутой модели, и ни один из тестировщиков пока не смог найти универсальный джейлбрейк — метод, способный очень широко обходить защиту и разблокировать широкий спектр кибервозможностей.

При этом Anthropic признаёт, что идеальная устойчивость к джейлбрейкам, по её мнению, сегодня недостижима ни для одного поставщика моделей: любые защитные механизмы в индустрии уязвимы к не универсальным джейлбрейкам, а универсальные, вероятно, со временем тоже будут найдены. Компания заявляет, что говорила об этом прямо при выпуске Fable 5.

Стратегия «защиты в глубину»

Исходя из этого, Anthropic выбрала для Fable 5 стратегию «защиты в глубину» (defense in depth). Цель — сделать джейлбрейки либо узкими (в случае не универсальных), либо очень дорогими в реализации (в случае универсальных), и дополнить это тщательным мониторингом, позволяющим быстро обнаруживать и пресекать успешные атаки. Именно поэтому, поясняет компания, для Fable введено обязательное 30-дневное хранение пользовательских данных — изменение политики, которое несёт реальные издержки в отношениях с клиентами, но позволяет исследовать и устранять джейлбрейки.

Компания заявляет, что придерживается этой стратегии, поскольку она снижает риски Fable до уровня, сопоставимого с рисками уже развёрнутых в индустрии моделей. Anthropic также отмечает, что не получала раскрытия ни одного тревожного не универсального джейлбрейка, приведшего к вредоносному результату: раскрытые ей потенциальные джейлбрейки были либо полностью безобидными ответами, либо незначительными находками, не дающими специфичного для Mythos прироста возможностей.

Что дальше

Anthropic принесла извинения за сбой в работе сервисов и заявила, что считает произошедшее недоразумением и работает над восстановлением доступа как можно скорее. Компания также пообещала в течение суток поделиться дополнительными деталями по существу претензий.

Ближайшие маркеры, за которыми стоит следить: появятся ли публичные технические подробности директивы, как именно правительство обоснует угрозу национальной безопасности, и насколько быстро (и на каких условиях) доступ к Fable 5 и Mythos 5 может быть восстановлен. Прецедент важен для всей индустрии: он задаёт вопрос о том, по каким правилам государство может вмешиваться в работу уже развёрнутых коммерческих ИИ-моделей.

Материал носит информационный характер и основан на официальном заявлении Anthropic.