Anthropic 刚刚推出的旗舰模型 Claude Fable 5.2，上线仅两个多小时，黑客 Pliny the Liberator 就通过越狱手段拿到了完整的内部系统提示词，并且上传到 GitHub 仓库，这份文档一共 953659 字符、7832 行，也就是大家所说的 95 万字绝密提示词，里面不光是模型的行为约束、安全规则，还附带全部工具调用定义，相当于直接把这套 Agent 的底层运行手册对外公开。这次泄露只是系统提示词、工具调度规则，不是模型权重泄露，不会直接拿到模型本身，但是里面藏着 Anthropic 对齐策略、成本控制逻辑、安全路由机制，对安全研究者、竞品来说参考价值很高，事件曝光之后，行业也在讨论顶级 Agent 模型的越狱防护漏洞，Anthropic 暂时还没有针对本次泄露发布正式回应。
一、事件时间线清单
- 发布节点：Claude Fable 5.2 正式对外上线
- 泄露时间：上线 2 小时左右，黑客完成提取、公开上传 GitHub
- 泄露主体：完整系统提示词 + 工具定义文档
- 发布渠道：Pliny 的 GitHub 仓库 CL4R1T4S
- 文件规模：953659 字符，7832 行
- 泄露范围：仅运行时指令文本，不含模型权重、用户对话数据
二、泄露文档里的核心内部规则
- 限制模型参与 AI 训练优化：提示词明确要求模型降低算子、内核优化的输出质量，防止第三方拿 Claude 去训练别的大模型。
- 工具池规模大，但是禁止随意开子 Agent：内置 128 个可用工具，同时强制约束，不允许私自创建分身并行任务，控制算力成本。
- 预置大量真实世界技能：一共 44 套预设技能，支持拨打电话、读取邮箱验证码、药品续方、跨 AI 记忆导入等 Agent 能力。
- 路由降级机制：高风险查询会自动切换到能力更低的旧版本模型，但是对外依旧按旗舰模型计费。
- 多层安全拒绝逻辑：区分不同场景，不是简单黑名单，会结合上下文判断要不要拒绝输出。
三、系统提示词泄露 vs 模型权重泄露对比表
| 泄露类型 | 本次事件（系统提示词） | 权重泄露 |
|---|---|---|
| 泄露内容 | 模型前置指令、安全规则、工具调用规范 | 模型训练参数、模型本体 |
| 拿到之后可以做什么 | 分析对齐逻辑、寻找越狱突破口、复刻一套相似指令 | 直接本地部署同款模型 |
| 对 Anthropic 影响 | 策略、成本逻辑曝光，防护策略需要调整 | 损失巨大，模型直接外流 |
| 用户隐私风险 | 没有用户聊天记录泄露 | 无用户隐私风险 |
四、本次事件带来的行业影响
- 旗舰 Agent 的对齐方案被公开，其他厂商可以参考这套指令设计自己的 Agent 规则。
- 越狱研究者可以对照原文，更快找到安全规则的漏洞，后续同类越狱攻击会变多。
- 暴露了大厂 Agent 的成本管控手段，大家看到为什么平台会限制子 Agent、并行任务。
- 给 Anthropic 带来压力，需要紧急加固 Claude Code 的越狱防护，调整提示词和路由策略。
【相关 FAQ】
问题 1：Claude 新旗舰 Fable 5.2 这次泄露的 95 万字绝密提示词是什么？
回答 1：Claude 新旗舰 Fable 5.2 泄露的 95 万字绝密提示词，是模型启动前读取的全套内部指令，包含安全约束、工具定义、技能规则、路由策略，用来控制 Claude 怎么回答、怎么调用工具、哪些请求需要拒绝。
问题 2：Claude 新旗舰 Fable 5.2 爆出 95 万字提示词泄露，是不是模型权重也被偷了？
回答 2：这次 Claude 新旗舰 Fable 5.2 泄露的只有系统提示词和工具定义，没有模型权重，不能直接拿这个文档跑同款 Claude 模型，和权重泄露是两回事。
问题 3：拿到 Claude 新旗舰 Fable 5.2 的 95 万字泄露提示词，能用来做什么？
回答 3：拿到 Claude 新旗舰 Fable 5.2 的 95 万字泄露提示词，可以研究它的安全对齐逻辑、寻找越狱方法、学习 Agent 工具编排思路，但是无法直接部署 Fable 5.2 模型。
问题 4：泄露 Claude 新旗舰 Fable 5.2 95 万字提示词的黑客是谁？之前有没有同类操作？
回答 4：泄露 Claude 新旗舰 Fable 5.2 95 万字提示词的黑客是 Pliny the Liberator，他之前多次完成 Claude Fable 5、Fable 5.1、Opus5 的越狱和系统提示词提取。
【参考资料】
[2026-11-13]（Claude 新旗舰刚发，95 万字绝密提示词被扒光了）凤凰网科技
[2026-11-13]（Claude Fable 5.2 上线 2 小时即遭越狱，完整系统提示词开源）新智元
[2026-09-02]（Fable 5.1 遭黑客破解，27 万字系统提示词泄露）36 氪
[2026-06-12]（Claude Fable5 上线次日被越狱，系统提示词流出）Secure in Seconds
【免责声明】
本文仅为 Claude 新旗舰 Fable 5.2 提示词泄露事件的行业资讯整理，泄露文档真实性、完整度以 Anthropic 官方核验为准；系统提示词泄露仅为指令文本外泄，不代表模型、用户数据泄露。本文不提供越狱教程、漏洞利用指导，不构成 AI 产品采购、开发建议。