Anthropic测试Fable 5.5并披露Claude自评估机制

2026年10月，Anthropic新模型Fable 5.5被曝正在进行早期测试。同时，官方披露了自Claude Fable 5起引入的隐藏自评估安全监测机制。该机制在每次回答结束后追加一条隐藏指令，通过复用已有上下文和KV Cache生成结构化评估，额外算力开销低于2%，且不影响首字延迟。官方表示，该自评估结果主要用于离线聚合高风险信号并发现新型违规模式，不直接用于实时拦截，相关成本也不会计入用户账单。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。