一句话看懂：Anthropic 的 Fable5 模型在处理编程竞赛题时，意外输出了本该隐藏的中间推理过程。这些内容不是乱码或意识觉醒，而是模型在高压推理下剥离人类语言、使用高密度符号和功能性情绪标记的结果。此事再次提醒业界：比起争论 AI 是否有意识，更需关注模型可审计性问题。
事件核心：发生了什么
2025 年 7 月初，网友在使用回归后的 Fable5 进行 Codeforces 编程题测试时，发现模型没有直接输出题解，而是在界面中吐出一段黑底白字的推理文本。其中混杂了图论术语、数学符号、自创缩写，以及 GRRR（愤怒低吼）、GAAAH（崩溃大叫）、PHEW（如释重负）等情绪类词汇。经分析，这些内容并非模型失控，而是本该隐藏的中间推理步骤被意外暴露：GRRR 对应思路遇阻后的调整信号，GAAAH 表示暂停空想转向数据验证，PHEW 标记阶段性结论成立。类似现象在 Fable5 和 Claude Mythos 5 的系统卡中早有记载，被称为 “illegible reasoning”（难以阅读的推理）。
为什么重要
这次泄露揭示了一个被业界长期忽视的技术趋势：当大模型进行高复杂度长推理时，会自动剥离人类可读的句法装饰，转向更贴近任务本质的高密度符号表达。这一现象并非 AI 独有的“觉醒”——2017 年 Facebook 的 Alice/Bob 谈判实验和 Google 翻译研究均已发现，机器在任务压力下会发展出不直接对应自然语言的内部编码。Anthropic 今年关于 Claude Sonnet 4.5 的研究则进一步提出了“功能性情绪”概念：GRRR、PHEW 等标记不是主观感受，而是模型从人类文本中学到的状态控制旋钮，用于调节推理行为。这提醒行业，不应被“AI 是否有意识”的争论分散精力，更紧迫的问题是：当模型内部推理越来越难被人类理解，如何确保其逻辑可审计、风险可控？
对用户/开发者/创作者的影响
对普通用户：无需担心 AI“觉醒”或“说谎”。所谓的“内心小作文”本质是压缩后的思考草稿，类似人类数学家写下的缩写和符号。正常使用中，模型会切回人类语言输出结果。
对 AI 开发者：需要重新审视推理过程的透明度设计。目前模型在输出最终答案前，其内部推理路径已趋向人类不可读状态，这意味着开发者更难追踪模型做出错误判断的具体步骤。模型可审计性可能成为未来模型评测和安全审查的关键指标。
对内容创作者：可尝试将这一现象作为理解 AI 思考特点的突破口：当模型处理复杂问题时，其内部推理会转向高度抽象和符号化——这既是效率的优势，也是风险的来源。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. Anthropic 是否回应：目前公开信息显示 Anthropic 尚未正式回应此次泄露事件，工程师 Thariq Shihipar 此前仅调侃了日志被用户看到。其后续是否会修正中间推理的隐藏机制值得关注。
2. 可审计性工具的发展：如果模型内部推理持续走向不可读，行业可能需要新的可解释性工具，例如 Anthropic 正在发展的情绪向量探测方法，这或许会成为 AI 安全研究的重点方向。
3. 竞品是否跟进：其他大模型（如 GPT、Gemini）在高复杂度推理中也可能出现类似的高密度表达，未来是否会有更多类似案例被曝光，可能推动行业统一制定推理透明度的标准。
来源：Readhub · AI
