Claude Fable 5惊现Kettle内部标识符：Anthropic模型签名泄露事件深度追踪

2026年8月16日深夜，太平洋夏令时间23点29分45秒，X平台用户@chetaslua发布的一条技术帖，在AI开发者圈子里掀起了不小的波澜。这条帖子的核心发现直指Anthropic旗下最贵的公开模型——Claude Fable 5。研究者声称，通过对Claude返回的"思考块签名"进行逆向解析，他们在原本应该只显示claude-fable-5的响应中，发现了一个从未公开过的内部代号：claude-kettle-e2c95a10-v2-prod。

这不是什么官方公告，而是一份来自社区的技术泄露报告。四天过去了，这个发现仍然停留在"单一研究者声称"的阶段，既没有被独立复现，Anthropic方面也始终保持沉默。但这件事之所以值得每一个使用Claude API的开发者关注，不在于它"证明"了什么惊天阴谋，而在于它戳中了一个行业长期存在的灰色地带：当你调用某个模型ID时，你得到的真的是这个模型吗？

签名字段里藏着的"第六字段"

要理解这次泄露，得先搞清楚Claude的"思考块签名"到底是什么东西。按照Anthropic官方文档的说法，每个思考块（thinking block）都会附带一个服务器签名的加密副本，用途是在多轮对话和工具调用场景下验证思考块的真实性。文档还特别加了一句警告："签名字段是不透明的，不要解释或解析它。"

然而@chetaslua偏偏就这么做了。根据他的描述，签名内部是一个protobuf结构，其中第六个字段存储了实际生成响应的模型标识符。从8月16日深夜开始，他对2582个抽样签名进行了检测，结果是2582个全部携带了同一个值——claude-kettle-e2c95a10-v2-prod。与此同时，另一个内部标签MYCRO_MODEL_MANATEE也出现在同一批元数据中。

"2582分之2582"这个数字的冲击力在于，它暗示这不是偶发的A/B测试片段，而是一次全面的标识符切换。但问题在于，这位研究者没有公开解码方法、没有放出原始签名、没有披露推断出的protobuf schema，甚至连完整的响应元数据都没有。公众能看到的，只有一张汇总图表。这让整个发现处于"看起来可信，但暂时无法验证"的悬置状态。

"Kettle"到底意味着什么？可能性不止一种

很多人看到这条消息的第一反应是：Anthropic偷偷把Fable 5换成了更强的模型？或者反过来，用更便宜的模型冒充Fable 5收费？这些猜测都很自然，但目前的证据距离证明其中任何一个结论，都还有很长的距离。

claude-kettle-e2c95a10-v2-prod这个字符串本身，至少可以对应四种完全不同的解释：

它可能是同一个Fable 5快照的内部服务部署名称。大型AI公司的生产环境里，一个公开模型ID背后往往对应着多个内部服务实例，每个实例有自己的版本标签和路由规则。Kettle完全有可能是某个特定集群或部署环境的代号。

它也可能是一个请求路由器组件的名称。你的请求先经过一层路由网关，网关决定把这个请求转发给哪个推理实例，而这个网关本身在签名中留下了痕迹。

还有一种可能，Kettle指向的是安全栈中的某个分类器。Anthropic的文档明确提到，模型周围的服务基础设施——包括安全分类器、采样逻辑等——是可以独立更新的。如果8月初那次生物分类器重训练（官方宣布把相关回退减少了约85%）触发了新的分类器版本，这个新版本完全可能以Kettle为代号。

最后一种可能性当然也不能排除：它确实是一个不同的模型。但仅凭一个内部标识符，我们无法判断它的权重是否与Fable 5相同、能力是否有差异、甚至它是不是一个尚未发布的继任者。

Anthropic自己的文档，给Kettle留了后门

要判断这次泄露是否构成"违规"，得回到Anthropic自己的版本控制政策。在官方文档中，有两句话并排出现，它们之间的张力恰好解释了为什么Kettle可能完全合法：

第一句话是承诺："Anthropic不会更新现有模型ID的权重或配置。当更新版本可用时，它会以新的模型ID发布。"第二句话则是补充说明："对于给定的ID，模型权重是固定的，但模型周围的服务基础设施可能会随时间变化。这些基础设施包括请求路由器、安全分类器和采样逻辑等组件。"

文档甚至预见到了行为漂移的可能性："偶尔，即使模型ID和权重未变，基础设施更新也会在可观察行为上产生微小差异。"换句话说，Anthropic早就给自己留了空间：固定的是模型权重，不是从请求到token的整条链路。如果Kettle只是一个新的路由器部署名称，那它完全符合文档描述，不构成任何政策违反。

真正能让这次泄露"升级"为丑闻的，需要满足两个条件之一：要么证明Kettle背后是一个违反"不更新权重"承诺的新模型，要么证明存在某种机制绕过了Anthropic已有的可见性规则。目前的证据，哪个都够不着。

Fable 5本来就有的"官方回退"，和Kettle不是一回事

其实Claude Fable 5早就有文档化的模型切换机制，而且Anthropic从未试图隐藏它。当安全分类器检测到某些敏感请求时——比如攻击性网络安全、双重用途生物学、模型蒸馏或前沿芯片开发——系统会把这部分请求路由到Claude Opus 5。在消费者界面上，这种回退是显式的：你会看到通知、答案中会标明实际服务的模型名称、模型选择器也会自动切换。在API层面，回退同样通过顶层的model字段和专门的回退内容块暴露出来。

Kettle事件与这种官方回退的关键区别在于：回退机制是透明的，而Kettle标识符出现在一个仍然公开标记为claude-fable-5的响应之下。研究者既没有展示回退通知，也没有展示被更改的API模型字段或回退块。如果这些都存在，报道的标题就会是"Anthropic的回退机制被触发了"，而不是"Anthropic在静默路由"。

但反过来说，泄露内容同样没有证明任何可见性保证遭到了违反——因为它根本没有说明Kettle是什么。

为什么即使什么都没变，这件事依然重要

固定模型ID本质上是一种信任契约。开发团队之所以敢针对claude-fable-5做基准测试、写评估报告、做成本预测，是因为Anthropic承诺了这个ID背后的权重不会变。如果在公开ID之下运行的是一个从未披露的内部模型，那么每一个基准分数、每一次成本估算、每一轮质量回归测试，都可能被悄然作废。

计费层面的问题更为尖锐。Claude Fable 5的定价是每百万输入token 10美元、输出token 50美元，这是Anthropic公开的最高费率。如果实际服务的模型与计费ID不符，适用哪个费率、由谁来决定，就会变成一个没有答案的问题。当然，目前没有任何证据表明计费发生过异常。重点在于，签名字段恰好是你寻找这类迹象时第一个会检查的地方。

时间线也值得玩味。在Kettle泄露之前的短短九天里，Anthropic已经释放了两个相关信号：8月7日，公司宣布重训练了Fable 5的生物分类器；8月14日，其《负责任扩展政策风险报告》承认存在一个未发布的内部"Model 2"，Anthropic称其为相比Claude Mythos 5的"显著改进"且无意发布。这两个都是官方声明，但合在一起描绘出一幅图景：Anthropic正在主动调整围绕Claude Fable 5的系统基础设施，同时保持公开模型ID不变。Kettle如果最终被证实只是又一个基础设施更新，那它不过是同一故事的第三幕——只是这一次，少了披露的部分。

开发者现在该做什么？务实比恐慌更重要

对于日常调用Claude API的开发者来说，一个未经证实的内部标识符，目前还不构成改变技术决策的理由。真正有用的行动是建立属于自己的观测体系：

记录你收到的每个响应中顶层的model字段，留意任何回退内容块的出现。在固定工作负载下持续追踪token消耗量和成本波动。Anthropic文档中记载的回退机制，恰恰会在这些可见位置留下痕迹。这才是对你的业务唯一重要的测试，而且完全不依赖任何人去解码Anthropic的签名格式。

如果你正在使用模型路由服务，低风险的做法是继续正常使用Fable 5，但不要把全部生产流量押在单一模型上。将一部分真实流量分配给Fable 5，同时配置自动故障转移到经过验证的后备模型——比如Claude Opus 5或成本更低的编码专用模型。这样即使未来出现质量回退，它也会变成一个可控的路由决策，而不是一场生产事故。

接下来值得关注的几个信号

Anthropic是否会就此发声，仍然是最关键的变量。一句简单的"Kettle和Manatee是什么"就能让整件事尘埃落定。沉默本身也是一种信息，但解读沉默需要比解读声明更多的谨慎。

独立复现是另一个转折点。如果有人公布原始签名、解码方法和推断出的protobuf schema，这个发现就能从"一个人的图表"变成可核查的技术事实。在那之前，它只能是"目前已知的信息"，而非定论。

还需要观察的是可见性表面的变化。如果claude-fable-5的响应开始频繁出现回退通知、API模型字段发生变动、或者回退块的出现频率异常上升，那"官方回退机制"的解释就会更有说服力；反之，如果这些都保持静默，"未记录路径"的猜测就会获得更多 traction。

最后，留意新的模型ID发布。Anthropic的版本策略规定，真正的新版本会以新ID发布。所以如果Kettle确实指向一个真正的继任模型，最确凿的证据将是看到claude-fable-5.1或类似名称的出现——而不是在现有ID下偷偷替换。

常见问题速查

Anthropic真的在偷偷替换Claude Fable 5吗？ 目前未经证实。泄露信息显示标记为claude-fable-5的响应携带了内部标识符claude-kettle-e2c95a10-v2-prod，但这不能证明权重被修改、有继任版本被部署、或请求被降级处理。Kettle同样可能是同一Fable 5快照的内部服务部署名称。

Kettle标识符是怎么被发现的？ 研究者@chetaslua声称解码了Claude思考块签名字段中的protobuf，从第六个字段读取了模型标识符。Anthropic文档明确称该签名为"不透明"并告诫开发者不要解析，而该研究者的解码方法尚未公开，因此目前无法独立复现。

这违反了Anthropic的固定模型保证吗？ 尚不清楚。Anthropic的版本文档承诺不更新现有模型ID的权重或配置，但明确允许模型周边的服务基础设施（路由器、安全分类器、采样逻辑）发生变化。Kettle标识符可能恰好属于这类变化，因此不一定构成违规。

我怎么知道自己被服务的模型有没有变？ 查看API响应顶层的model字段和回退内容块，并在固定工作负载上追踪token和成本变化量。Anthropic文档中记载的回退机制会在这些位置留下可见痕迹。没有任何公开API字段会暴露Kettle标识符。

写在最后

实事求是地说，这次泄露只是给某个东西安上了一个名字，并没有证明它究竟是什么。Kettle这个标识符的真实性，仅限于泄露字符串本身所能承载的范围：一位研究者称它从8月16日夜间开始出现，在2582次检测中全部命中。但它所指代的东西——新模型、更名后的部署、路由器组件、分类器——仍然没有答案。

Anthropic自己的文档为整件事提供了一个极为平常的解释框架。在原始签名被公开、或Anthropic说明Kettle到底是什么之前，最理性的态度是将其视为"值得关注但不必恐慌"的信号：保持观察、记录自己的流量数据、维持模型选择的灵活性——而不是因为一个未经证实的内部代号，就推翻现有的技术架构。