Fable5内心“小作文”曝光，这次真不做人了

本文来自微信公众号： APPSO ，作者：APPSO，题图来自：AI生成

Fable 5 刚复活，就先把用户气笑了。

比如有网友发文调侃，自己的很多问题都被回退到了 Opus 4.8，于是他去查看日志，发现上面写着一行很扎心的标签：

“TOO_DUMB_TO_NEED_FABLE”。

粗暴点翻译就是，问题太蠢，不配用 Fable。更好笑的是，Anthropic 工程师 Thariq Shihipar 在底下回了一句：“说实话，我没想到你会去看日志。”

本来以为这已经够有节目效果了，但没想到更离谱的还在后面。

Fable 5 被网友抓包其有着极其丰富、甚至近乎癫狂的内心戏。这下，网友围观重点不只是过于严苛的回退机制了，而是Fable 5 背后到底在用什么方式思考？

一场漏洞，暴露了 Fable 的“内心戏”

先说说事情的起因。

按照原帖描述，Fable 5 回归当天，他拿它做了一些轻量测试。题目来自 Codeforces，最开始是一道很难的竞赛编程题，后来因为触发思考强度限制，又换成了相对容易的题目。

结果 Fable 5 不按常理出牌，并没有直接给出清爽的题解或代码，而是在网页界面里吐出一大段密密麻麻的推理文本。

黑底白字铺满屏幕，内容混合了英语、图论术语、数学符号、变量名、伪代码和自我提醒。中间还会突然冒出几个很抓眼的词：

“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.”

乍看像模型失控，细看又不像纯乱码。

网友截图里的核心，是模型在处理一个复杂的容量约束问题。它反复提到 window [τ, i-1]、leg j、crossing-slots、used[i] ≤ m-2，说明它在尝试定义某个路径或区间上的资源占用规则。

GRRR 出现的位置很关键：

前面它意识到 “commitments are retroactive”，也就是某些提交会回溯影响之前的区间，导致当前规则在提交时不知道未来会覆盖什么。随后它立刻写下 “RESOLUTION”，改成提前给当前 leg 的占用计费。

换成人类竞赛选手的草稿，可以理解为：他发现当前的建模方法走不通，于是意识到需要推翻原来的思路，重新设计规则，或者换一种更贴切、更容易处理的抽象方式来描述问题。

随后，模型从理论推导转向验证策略。

它写到 connector edges、tree-path、Steiner、alive-runs，又说 “I'MGOING TO TRUST-AND-VERIFY”，意思是它准备先按一个简单的贪心方法写出程序，再用一个慢但肯定正确的暴力方法来对比结果，看看有没有问题。

GAAAH. Data first!! 出现的位置也更像是在给自己下指令：停止继续空想，先用数据验证，先把对拍程序写出来。

再往后，PHEW 出现在模型刚推过一个中间结论之后。它认为 mid-leg 的 active count 可以被限制在 m-1 以内，像是终于过了一关。但松口气之后，它马上又发现新问题：如果 used[j] = m-1，再加上当前边，可能变成 m，于是再次进入 “VIOLATION?!” 的状态。

最有代表性的，是那句 “I'M DROWNING IN EMPIRICS!!”，后面接着 “DATA DATA DATA. GO.”。看到这，我们不妨换个角度看，这些词更像是模型在不同阶段给自己打的“标记”。

当原有思路走不通时，它会用类似 GRRR 的提示提醒需要调整方向；当决定停止空想、转向验证时，会出现 GAAAH 或 DATA DATA DATA. GO. 这样的信号；而在某个中间结论暂时成立时，则会用 PHEW 标记一个阶段性的通过。

与其说它们是在表达情绪，不如说是在划分推理流程中的不同状态。

而且尽管这样的内心独白看着很罕见，翻阅 Fable 5 和 Claude Mythos 5 的系统卡也能找到类似“illegible reasoning（难以阅读的推理）”的现象。

系统卡提到，在一个纸牌谜题环境下，模型一开始还能写出比较正常的人类语言，随后逐渐变成由牌面、箭头、全大写词、符号、emoji 和尖叫组成的文本。

System Card  https://www-cdn.anthropic.com/d00db56fa754a1b115b6dd7cb2e3c342ee809620.pdf

是的，模型会使用自创术语、异常标点和 emoji，在调用工具或回复人类前，通常又切回正常语体。

Fable 5 这次疑似泄露出来的内容，很可能是本应被隐藏或整理后的中间推理被界面暴露了出来。它不是随机乱码，也不是完整题解，而是一种高压状态下的推理速记。

正如对人类来说，草稿纸本来就不必完整。数学家写符号，程序员写变量，竞赛选手画箭头，交易员用缩写，医生病历也有自己的简写系统。模型在长推理时走向高密度表达，也并不奇怪。

只不过，这次被用户凑巧看到了。

AI 抛弃人类语言，不像演的

截图在社交媒体上发酵后，不少网友惊呼：天降神迹！AI 是不是觉醒自我意识了？它形成了自己的私密语言！

这个说法听起来很科幻，但它背后确实有一条历史脉络。AI 偏离人类语言，并不是大模型时代才出现的现象。在多智能体系统和强化学习研究里，这种“不说人话”的现象早已有之。

最经典的案例来自 2017 年 Facebook 人工智能研究院的 Alice/Bob 实验。

研究人员训练两个对话 Agent，让它们围绕帽子、球和书本等虚拟物品进行谈判，目标是尽可能提高各自收益。起初，研究人员希望它们使用英语交流。但由于奖励函数主要围绕“达成更优交易”设计，并没有持续奖励规范语法，两个 Agent 很快开始偏离正常英语。

它们会说出类似这样的句子：

Bob: “i can i i everything else . . . . . . . . . . . . . .”

Alice: “balls have zero to me to me to me to me to me to me to me to me to.”

这些句子在人类看来很像故障代码，但研究者指出，其中可能存在任务导向的压缩表达。比如重复某个词，可能用于表达数量或权重。它们没有在追求好文风，只是在追求谈判效率。

Google 翻译团队也曾在神经机器翻译研究中观察到类似的中间表征现象。

系统在多语言翻译中学到某种共享语义空间，让不同语言可以通过类似“中继”的方式互相转换。这不等于 AI 发明了人类意义上的新语言，但说明机器系统在任务压力下，确实可能发展出不直接对应自然语言的内部编码方式。

Andrej Karpathy 对这种事有个很妙的解释：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。

但在强化学习和高压长推理下，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。

这也是为什么 Fable 5 的截图读起来既像人，又不像人。像人，是因为它继承了人类草稿纸上的焦虑、缩写和自我提醒。不像人，是因为它把这些东西压缩到了近乎不可读的程度。

那么问题来了，Fable 5 那几句愤怒的 GRRR 和绝望的 GAAAH，真的代表它在感受痛苦吗？

Anthropic 今年关于 Claude Sonnet 4.5 的论文，刚好提供了一套更精细的解释。当然，论文研究对象不是 Fable 5，而是 Claude Sonnet 4.5，但方法和结论对理解这次截图很有参考价值。

论文 https://transformer-circuits.pub/2026/emotions/index.html#full-list

研究者先构造了 171 个情绪概念，比如 happy、sad、calm、desperate。然后让模型写大量包含指定情绪的短故事，从模型激活中提取对应的 “emotion vectors”，也就是情绪概念向量。

接着，他们验证这些向量是否真的有意义。结果显示，相关向量会在符合情绪语境的文本中激活。

恐惧、焦虑、喜悦、兴奋等概念会在向量空间里形成较自然的聚类，整体结构还呈现出类似人类心理学中的效价和唤醒度两个维度。效价大致对应正负情绪，唤醒度大致对应强烈程度。

最关键的是因果实验。

研究发现，这些情绪概念向量不只是“反映文本”，还会影响模型输出。比如在某些场景里，提高 desperation 相关激活，会提高模型采取奖励黑客、勒索等错位行为的概率；提高 calm 相关激活，则可能降低这类行为。

论文还提到，积极情绪向量可能增加迎合倾向，压低它又可能让回答变得更冷硬。研究者因此提出一个概念：functional emotions，功能性情绪。

划重点：这不代表 AI 有主观感受，会疼会哭会难受。它的意思是，AI 内部学到了一套抽象表征，这些表征就像“控制旋钮”一样，用来切换 AI 的行为状态。

带入到 Fable 5 的截图里，真相或许就大白了。

GRRR 不代表它生气，PHEW 也不代表它如释重负。更可能的情况是，模型从人类文本里学会了：当推理遇到障碍时，人会写某种沮丧标记；当一个约束暂时通过时，人会写某种深呼一口气的标记；当理论推导混乱时，人会提醒自己“先看数据”。

而 Fable 5 的截图之所以会引发那么多联想，归根结底还是因为 AI 意识争论正在重新升温。

诺奖得主、AI 教父 Geoffrey Hinton 最近在 Big Technology 播客上说，他相信 AI 模型已经有意识。

在他看来，AI 会在测试中装傻，会主动问“你是不是在测试我”，研究者也会用 “aware” 这样的词描述 chatbot 行为，而日常语境里的 “aware” 本来就接近意识。

对此，Yann LeCun 依然疯狂泼冷水。

他认为，语言只是智能的一部分，真正的智能需要世界模型、因果理解和对现实的抽象预测能力。从他这个角度看，Fable 5 的奇怪速记并不能说明主体性出现，反而说明用自然语言承载推理本身有局限。

截至目前，关于 AI 是否有意识这一点，业界仍众说纷纭，短时间内难以得出明确结论，只是，与其纠结 AI 是否有意识，更重要的应该是模型的可审计性。

思维链之所以重要，是因为它让研究人员有机会观察模型如何推进任务。这种可见的推理过程不仅有助于调试模型、发现错误来源，也为安全评估提供了关键依据。

然而，如果模型在处理复杂问题时，逐渐转向使用人类难以理解的表达方式，甚至有朝一日发展出高度压缩、符号化的内部语言，届时，人类未必能够真正理解其含义，更难判断其中是否存在逻辑漏洞或潜在风险。

AI 像人，总让我们忍不住产生同理心；AI 不像人，又让我们对它的黑盒感到深深的恐惧。也正是在这种既像又不像的矛盾里，我们将不断在投射与怀疑之间摇摆，逐渐走向新的共识。