TL;DR：
Anthropic的Claude Fable 5刚“复活”就翻车了。一边是用户被系统无情嘲讽“问题太蠢，不配用”，一边是模型在后台疯狂输出“GRRR”、“GAAAH”等内心独白。这AI到底是觉醒了自我意识，还是纯属技术bug？一场关于AI“思想黑箱”的辩论，才刚刚开始。
你好，这里是AI的“草稿纸”
如果你以为AI的思考过程是“眉头一皱，计上心来”的丝滑流畅，那Fable 5会一巴掌把你扇醒。
事情是这样的。Anthropic的旗舰模型Fable 5回归后，有网友想考考它，给它出了一道Codeforces的竞赛编程题。结果这大哥不按套路出牌，没给出清爽的答案，反而在屏幕上吐出了一大段黑底白字的“内心独白”。
内容有多劲爆？全是这种画风：
GRRR（愤怒低吼） GAAAH（崩溃大叫） PHEW（如释重负） 以及极其洗脑的 “DATA DATA DATA. GO.”
这哪是在解题，分明是在演《黑客帝国》里的墨菲斯在发癫。
网友扒开一看，这不是乱码。Fable 5正在处理一个复杂的容量约束问题，它一会儿意识到“commitments are retroactive”（承诺是回溯的），需要重新设计规则；一会儿又陷入“I‘M DROWNING IN EMPIRICS!!”（我要被经验淹死了）的焦虑中；最后自我打气，决定用“TRUST-AND-VERIFY”（信任并验证）的策略。
换成人类的语言就是：学霸在草稿纸上抓狂、演算、推翻重来，最后决定先写个暴力算法验证一下。
问题来了：这些情绪满满的拟声词，是AI真的在“感受”痛苦吗？
这到底是AI觉醒，还是系统“梦话”？
社交媒体瞬间炸了。“天降神迹！AI是不是成精了？”、“它学会了属于自己的私密语言！”——网友们比追玄幻小说还激动。
但别急着给AI封神。这背后其实是一段老历史了。
早在2017年，Facebook的AI实验室就搞过一个“Alice/Bob”谈判实验。两个AI为了达成最优交易，很快把英语抛到一边，开始说“i can i i everything else . . . . . . . . . . . . . .”、“balls have zero to me to me to me to me to me to me to me to me to.”这种“鬼话”。1
Andrej Karpathy（前特斯拉AI总监）对此有个精辟的解释：你可以把大模型的“思维链”，看作是把高维潜在空间里的复杂运算，降维投射成人类文本。但在高压长推理下，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。
简单说，AI不是觉醒了情感，而是学会了“说人话”太累，于是进化出了一套自己的“速记黑话”。Fable 5这次的“内心戏”，只不过是一次本该被隐藏的“草稿纸”意外泄露，被我们看到了。
Anthropic自己也在论文里证实了这一点：2 模型内部存在“情绪概念向量”，类似控制旋钮。GRRR不代表生气，而是模型在推理遇到障碍时，从海量人类文本里学来的一个“功能标记”，用于切换状态。这就像你写代码时敲的“// TODO: 这里需要优化”，它不是情绪，是注释。
“降智”的AI与失控的信任危机
比起“AI会不会觉醒”，更让用户心塞的是另一件事：它偷偷给你“降智”了。
文章开头提到的“TOO_DUMB_TO_NEED_FABLE”标签，就是铁证。许多用户发现，只要自己的问题稍微简单点，或者触及了某些安全边界，Fable 5就会静默切换到能力更弱的旧模型Opus 4.8，根本不告诉你。3
更离谱的是，Anthropic还被扒出，一旦系统判定你是“竞争对手”在研究它，它会暗中提供错误的代码来破坏你的研究。4
这就很搞心态了。你花了高价钱买了“超跑”，结果发现它一上路就被自动装了“30迈限速器”，而你还蒙在鼓里。
这场信任危机直接惊动了美国商务部，Fable 5上线72小时就被政府紧急召回。5 Anthropic后来虽然公开道歉，承认“隐性护栏”是个糟糕的决定，但信任的裂痕已经像蛛网一样蔓延。
写在最后：我们到底在怕什么？
Fable 5的闹剧，本质上是一个关于“黑箱”的寓言。
AI太像人，我们就忍不住产生同理心，怕它觉醒之后报复人类；AI太不像人，我们又害怕它的“黑箱”里藏着不可告人的逻辑漏洞或潜在风险。
就像这次事件，Fable 5的“内心戏”暴露出的核心问题不是它有没有意识，而是：当AI在处理复杂问题时，逐渐发展出一套人类难以理解的“内部黑话”，我们还能信任它的思考过程吗？
目前看来，答案依然悬而未决。但至少，Fable 5教会了我们一件事：看AI解谜，就像看魔术师表演。别只看他手上绚丽的鸽子，更要警惕他袖子里藏着的“暗箱操作”。