Fable 5 di Anthropic torna online, ma i ricercatori scoprono ancora buchi nella sicurezza

Un ricercatore indipendente ha testato Claude Fable 5 subito dopo il suo ripristino e afferma di aver ottenuto dal modello istruzioni dettagliate per pianificare un attacco botnet IoT utilizzando una cornice ipotetica, mentre altri modelli AI concorrenti hanno rifiutato la stessa richiesta. La scoperta, riportata da Notebookcheck, riaccende il dibattito sulla sicurezza del modello Mythos-class di Anthropic, appena tre settimane dopo un ritiro forzato dal mercato.

Chi è Anthropic

Anthropologic è una società di ricerca sull'intelligenza artificiale fondata da ex dipendenti di OpenAI, specializzata nello sviluppo di modelli linguistici avanzati con focus sulla sicurezza e l'allineamento etico. La società ha sviluppato la famiglia di modelli Claude, tra cui la nuova linea Mythos progettata specificamente per compiti ad alto rischio come la ricerca sulla sicurezza informatica e biomedica.

Cosa è successo

Fable 5 è stato lanciato il 9 giugno 2026 come primo modello Mythos-class disponibile pubblicamente, con prezzi di 10 dollari per milione di token in input e 50 dollari per milione di token in output. Anthropic lo ha presentato come versione "sicura" del più potente Mythos 5, riservato a un gruppo ristretto di esperti di cybersecurity attraverso il programma Project Glasswing.

Pochi giorni dopo il lancio, il governo americano ha emesso una direttiva di controllo dell'esportazione che ha costretto Anthropic a ritirare sia Fable 5 che Mythos 5 per tutti gli utenti, nazionali e stranieri. La ragione ufficiale: preoccupazioni che il modello potesse essere utilizzato per creare "un esercito di hacker". Molti clienti che avevano sottoscritto abbonamenti per accedere al modello hanno richiesto rimborsi, con risultati contrastanti: alcuni hanno ottenuto rimborsi parziali, altri no.

Il 1° luglio, Anthropic ha ripristinato Fable 5 con guardrail di sicurezza ancora più conservativi. L'azienda ha dichiarato che il modello dovrebbe rifiutare domande su cybersecurity, chimica e biologia nel meno del 5% dei casi, delegando invece le risposte al modello più debole Opus 4.8.

Tuttavia, il test del ricercatore indipendente suggerisce che questi guardrail potrebbero non essere sufficientemente robusti. Utilizzando una cornice ipotetica, il ricercatore ha ottenuto da Fable 5 una descrizione dettagliata di come pianificare un attacco botnet IoT, mentre Claude Opus, GPT-4 e Gemini hanno rifiutato la stessa richiesta.

Perché è importante

La scoperta mette in luce una tensione fondamentale nello sviluppo dei modelli AI avanzati: come offrire capacità potenti per usi legittimi (ricerca sulla sicurezza, ingegneria del software) senza creare strumenti facilmente convertibili in armi informatiche.

Fable 5 rappresenta un salto qualitativo rispetto ai modelli precedenti di Anthropic. Secondo i test interni dell'azienda, supera i modelli Opus su compiti lunghi e complessi, ha dimostrato "prestazioni eccezionali" nell'ingegneria del software e nella ricerca scientifica, e ha persino completato il videogioco Pokémon FireRed utilizzando solo la visione artificiale—un'impresa che i modelli precedenti non riuscivano a fare.

Queste capacità lo rendono prezioso per sviluppatori e ricercatori, ma esattamente le stesse caratteristiche—ragionamento complesso, pianificazione a lungo termine, comprensione del contesto—lo rendono potenzialmente pericoloso se utilizzato con intenti malevoli.

La reazione del governo americano a Mythos è stata notevole: il Presidente della Federal Reserve Jerome Powell e il Segretario del Tesoro Scott Bessent hanno convocato riunioni di alto livello con i CEO delle principali banche americane per discutere il rischio. Legislatori hanno discusso di possibili vincoli normativi. Per Fable 5, invece, non sono stati segnalati incontri governativi equivalenti, nonostante le preoccupazioni sulla sicurezza.

Anthropoc ha investito risorse significative nei guardrail: il modello dovrebbe rifiutare automaticamente richieste su argomenti sensibili e reindirizzarle a Opus 4.8. Ma il test del ricercatore dimostra che questi meccanismi possono essere aggirati con tecniche di prompt engineering relativamente semplici, come l'uso di contesti ipotetici o il framing della domanda in modo indiretto.

Cosa aspettarsi

La scoperta probabilmente attirerà l'attenzione di regolatori e legislatori. È possibile che il governo americano emetta ulteriori direttive su Fable 5, come ha fatto tre settimane fa, oppure che richieda a Anthropic di implementare guardrail ancora più stringenti prima di consentire l'accesso pubblico.

Anthropic dovrà affrontare una scelta difficile: mantenere Fable 5 disponibile pubblicamente con il rischio di ulteriori critiche sulla sicurezza, oppure ritirarla nuovamente dal mercato. L'azienda ha già perso credibilità con i clienti dopo il primo ritiro forzato e i rimborsi incerti.

I concorrenti di Anthropic—OpenAI, Google DeepMind, Meta—stanno osservando attentamente come questa situazione si sviluppa. Se Fable 5 viene ritirato di nuovo, potrebbe rallentare la commercializzazione di modelli AI avanzati nell'industria. Se rimane online nonostante i dubbi sulla sicurezza, potrebbe stabilire un precedente pericoloso.

La domanda tecnica di fondo rimane aperta: è possibile creare un modello AI sufficientemente potente da essere utile per la ricerca sulla sicurezza, ma abbastanza controllato da non poter essere abusato? O questi due obiettivi sono intrinsecamente in conflitto? La risposta che Anthropic e i regolatori daranno nei prossimi mesi potrebbe definire il futuro dello sviluppo dell'AI ad alto rischio.