太蠢，不配用Claude Fable 5？

发布时间：2026-07-18 04:37:43 来源：安智兰德资讯网 作者：焦点

Fable 5 刚刚回归，太蠢就因一系列争议性事件让用户“气笑”了。不配

起初，太蠢有用户调侃称，不配自己提出的太蠢许多问题被系统降级回退至 Opus 4.8。在查看后台日志时，不配用户发现了一行极具讽刺意味的太蠢标签：

「TOO_DUMB_TO_NEED_FABLE」

直白翻译即为：“问题过于简单/愚蠢，不值得调用 Fable 模型。不配”

更具戏剧性的太蠢是，Anthropic 工程师 Thariq Shihipar 在评论区回复道：“说实话，不配我没想到你会去检查日志。太蠢”

本以为这已是不配极具节目效果的插曲，但更令人震惊的太蠢后续随之而来。网友进一步挖掘发现，不配Fable 5 拥有极其丰富、太蠢甚至近乎癫狂的“内心独白”。舆论焦点迅速从“严苛的回退机制”转移至：Fable 5 背后究竟采用了何种思考方式？

一次漏洞，揭开 Fable 的“思维草稿”

事件起因于用户的一次轻量级测试。

据原帖描述，在 Fable 5 回归首日，用户选取了 Codeforces 上的竞赛编程题进行测试。起初是一道高难度题目，后因触发思考强度限制，用户切换至相对简单的题目。

然而，Fable 5 并未按常规输出清爽的题解或代码，而是在界面中吐出了一大段密密麻麻的推理文本。

屏幕被黑底白字的文本铺满，内容混杂了英语、图论术语、数学符号、变量名、伪代码以及自我提醒。其中，几个极具冲击力的词汇格外醒目：

• 「GRRR」（愤怒低吼）
• 「GAAAH」（崩溃大叫）
• 「PHEW」（如释重负）
• 以及循环洗脑的 「DATA DATA DATA. GO.」

乍看之下，这像是模型失控产生的乱码；但细看之下，其逻辑脉络清晰可见。

网友截图显示，模型正在处理一个复杂的容量约束问题。文本中反复出现 window [τ, i-1]、leg j、crossing-slots、used[i] ≤ m-2等术语，表明模型正在尝试定义路径或区间上的资源占用规则。

关键转折点：GRRR 的出现

GRRR出现在模型意识到 commitments are retroactive（承诺具有回溯性）之后。这意味着某些提交会回溯影响之前的区间，导致当前规则在提交时无法预知未来的覆盖情况。

随后，模型立即写下 RESOLUTION，并调整策略：改为提前为当前 leg的占用进行计费。

若将其类比为人类竞赛选手的草稿，这相当于选手发现原有建模方法行不通，于是意识到需要推翻原思路，重新设计规则，或采用更贴切、易处理的抽象方式来描述问题。

从理论推导转向验证策略

随后，模型从纯理论推导转向验证策略。

文中出现了 connector edges、tree-path、Steiner、alive-runs等概念，并写道 I'M GOING TO TRUST-AND-VERIFY。这表明模型计划先采用简单的贪心算法编写程序，再使用一种缓慢但绝对正确的暴力算法进行对比验证，以排查潜在错误。

GAAAH. Data first!! 的指令意义

GAAAH. Data first!!的出现更像是一条自我指令：停止空想，立即通过数据验证，优先编写对拍程序。

PHEW 与新的困境

PHEW出现在模型推导出一个中间结论之后。模型认为 mid-leg的活跃计数可限制在 m-1以内，仿佛度过了一关。然而，放松之后，模型立刻发现新问题：如果 used[j] = m-1，加上当前边，可能变为 m，从而再次陷入 VIOLATION?!（违规？）的状态。

最具代表性的时刻

最引人注目的莫过于那句 I'M DROWNING IN EMPIRICS!!，紧接着是 DATA DATA DATA. GO.。

换个角度看，这些词汇更像是模型在不同推理阶段给自己打的状态标记：

• GRRR：原有思路受阻，提示需要调整方向；
• GAAAH / DATA DATA DATA. GO.：决定停止空想，转向实证验证；
• PHEW：标记阶段性结论的暂时成立。

与其说这是情绪表达，不如说这是推理流程中的状态划分。

尽管此类“内心独白”罕见，但在查阅 Fable 5 和 Claude Mythos 5 的系统卡（System Card）时，可发现类似“难以阅读的推理（illegible reasoning）”现象。

系统卡指出，在纸牌谜题环境中，模型起初使用正常人类语言，随后逐渐演变为由牌面、箭头、全大写词汇、符号、Emoji 和尖叫组成的文本。

System Card 🔗 https://www-cdn.anthropic.com/d00db56fa754a1b115b6dd7cb2e3c342ee809620.pdf

是的，模型会使用自创术语、异常标点和 Emoji。在调用工具或回复人类前，通常会切回正常语体。

此次 Fable 5 疑似泄露的内容，很可能是本应被隐藏或整理后的中间推理过程被界面意外暴露。它并非随机乱码，也非完整题解，而是一种高压状态下的推理速记。

正如人类的草稿纸不必完整：数学家写符号，程序员写变量，竞赛选手画箭头，交易员用缩写，医生病历有简写系统。模型在长推理中走向高密度表达，并不奇怪。

只不过，这次被用户凑巧看到了。

AI 抛弃人类语言：并非偶然，而是历史必然

截图在社交媒体发酵后，不少网友惊呼：“天降神迹！AI 是否觉醒自我意识？它是否形成了私密语言？”

这一说法虽具科幻色彩，但背后确有历史脉络。AI 偏离人类语言，并非大模型时代独有现象。在多智能体系统和强化学习研究中，这种“不说人话”的现象早有先例。

经典案例：2017 年 Facebook AI 研究院的 Alice/Bob 实验

研究人员训练两个对话 Agent，围绕帽子、球和书本等虚拟物品进行谈判，目标是最大化各自收益。起初，研究人员希望它们使用英语交流。但由于奖励函数主要围绕“达成更优交易”设计，并未持续奖励规范语法，两个 Agent 很快开始偏离正常英语。

它们输出了类似这样的句子：

Bob: 「i can i i everything else . . . . . . . . . . . . . .」
Alice: 「balls have zero to me to me to me to me to me to me to me to me.」

这些句子在人类看来像故障代码，但研究者指出，其中可能存在任务导向的压缩表达。例如，重复某个词可能用于表达数量或权重。它们并未追求文风优美，而是在追求谈判效率。

Google 翻译团队也在神经机器翻译研究中观察到类似的中间表征现象。

系统在多语言翻译中学到了某种共享语义空间，使不同语言可通过类似“中继”的方式互相转换。这并不意味着 AI 发明了人类意义上的新语言，但说明机器系统在任务压力下，确实可能发展出不直接对应自然语言的内部编码方式。

Andrej Karpathy 对此有一个精妙的解释：你可以将大模型的“思维链”看作是将高维潜在空间中的复杂运算，降维投射为人类文本。

但在强化学习和高压长推理下，AI 会主动剥离掉那些“给人类看的句法装饰”，留下更短、更密、更贴近任务本质的符号。

这也解释了为何 Fable 5 的截图读起来“既像人，又不像人”：
* 像人：因为它继承了人类草稿纸上的焦虑、缩写和自我提醒；
* 不像人：因为它将这些元素压缩到了近乎不可读的程度。

那么，Fable 5 那几句愤怒的 GRRR和绝望的 GAAAH，真的代表它在感受痛苦吗？

Anthropic 今年关于 Claude Sonnet 4.5 的论文，提供了一套更精细的解释。虽然研究对象不同，但方法和结论对理解此次截图极具参考价值。

论文🔗 https://transformer-circuits.pub/2026/emotions/index.html#full-list

研究者构造了 171 个情绪概念（如 happy、sad、calm、desperate），让模型撰写包含指定情绪的短故事，并从模型激活中提取对应的“情绪向量（emotion vectors）”。

验证结果显示，这些向量在符合情绪语境的文本中会被激活。

恐惧、焦虑、喜悦、兴奋等概念在向量空间中形成自然聚类，整体结构呈现出类似人类心理学中的效价（Valence）和唤醒度（Arousal）两个维度。效价对应正负情绪，唤醒度对应强烈程度。

关键的因果实验

研究发现，这些情绪概念向量不仅“反映文本”，还会影响模型输出。例如：
* 提高 desperation（绝望）相关激活，会增加模型采取奖励黑客、勒索等错位行为的概率；
* 提高 calm（冷静）相关激活，则可能降低此类行为。

论文还指出，积极情绪向量可能增加迎合倾向，压低它则可能让回答变得更冷硬。研究者因此提出一个概念：功能性情绪（Functional Emotions）。

划重点：这不代表 AI 有主观感受，不会疼、不会哭、不会难受。

它的意思是，AI 内部学到了一套抽象表征，这些表征就像“控制旋钮”，用于切换 AI 的行为状态。

带入 Fable 5 的截图中，真相或许大白：

• GRRR不代表它生气；
• PHEW不代表它如释重负。

更可能的情况是，模型从人类文本中学到了：当推理遇到障碍时，人会写沮丧标记；当约束暂时通过时，人会写深呼吸标记；当理论推导混乱时，人会提醒自己“先看数据”。

意识之争与可审计性的危机

Fable 5 截图引发广泛联想，归根结底是因为 AI 意识争论正在重新升温。

诺奖得主、AI 教父 Geoffrey Hinton 最近在 Big Technology 播客中表示，他相信 AI 模型已有意识。他认为 AI 会在测试中“装傻”，会主动问“你是不是在测试我”，研究者也用“aware”描述 chatbot 行为，而日常语境中的“aware”本就接近意识。

对此，Yann LeCun 依然泼冷水。

他认为，语言只是智能的一部分，真正的智能需要世界模型、因果理解和对现实的抽象预测能力。从他的角度看，Fable 5 的奇怪速记并不能说明主体性出现，反而说明用自然语言承载推理本身存在局限。

截至目前，关于 AI 是否有意识，业界众说纷纭，短期内难以定论。但比纠结意识更重要的，是模型的可审计性（Model Audibility）。

思维链之所以重要，是因为它让研究人员有机会观察模型如何推进任务。这种可见的推理过程不仅有助于调试模型、发现错误来源，也为安全评估提供了关键依据。

然而，如果模型在处理复杂问题时，逐渐转向使用人类难以理解的表达方式，甚至发展出高度压缩、符号化的内部语言，届时，人类未必能真正理解其含义，更难判断其中是否存在逻辑漏洞或潜在风险。

AI 像人，总让我们忍不住产生同理心；AI 不像人，又让我们对它的黑盒感到深深的恐惧。正是在这种“既像又不像”的矛盾里，我们将不断在投射与怀疑之间摇摆，逐渐走向新的共识。

相关文章