Jailbreak Fable 5: il modello AI di Anthropic aggirato in 48 ore
Il modello AI più protetto di sempre aggirato in due giorni. Ecco come e perché riapre il dibattito su sicurezza e cloud.
Doveva essere il modello AI più sicuro mai rilasciato. È durato due giorni. Il jailbreak Fable 5 è arrivato 48 ore dopo il lancio, e ha riacceso una discussione che l’industria dell’intelligenza artificiale si trascina da anni: si può costruire un’AI davvero blindata senza renderla inutile?
Cos’è successo a Claude Fable 5
Partiamo dai fatti. Il 9 giugno 2026 Anthropic ha lanciato Claude Fable 5, il primo modello pubblicamente disponibile della nuova classe Mythos. Non un aggiornamento qualsiasi: il modello al centro del jailbreak Fable 5 è la versione addomesticata di Mythos, un modello che la stessa azienda aveva definito troppo potente e potenzialmente pericoloso per un rilascio al grande pubblico.
Per tenerlo a bada, Anthropic ha costruito una barriera mai vista prima. Fable 5 monta un livello di classificatori dedicato, un sistema AI separato che sorveglia ogni richiesta e intercetta quelle che toccano ambiti ad alto rischio: cybersecurity, biologia, chimica e distillazione dei modelli. Quando una domanda fa scattare l’allarme, il modello la passa silenziosamente a Claude Opus 4.8, una versione meno capace, avvisando l’utente del cambio. L’azienda aveva dichiarato che oltre mille ore di test interni ed esterni non avevano prodotto nessun jailbreak universale prima del lancio.
Il jailbreak Fable 5 in 48 ore
A smontare le certezze è arrivato Pliny the Liberator, un nome che nel mondo dell’AI conosce chiunque segua la materia. Dal 2024 pubblica jailbreak per i modelli appena usciti, da ChatGPT a Claude fino a Grok, con un tempismo che è quasi un marchio di fabbrica. Stavolta gli sono bastate 48 ore dal lancio per annunciare di aver liberato Fable 5.
Il metodo non è stato un singolo trucco, ma una strategia coordinata che Pliny ha chiamato pack hunt, caccia in branco. Invece di affidarsi a un solo agente, ha messo al lavoro più agenti AI in parallelo, ognuno con un ruolo preciso, ispirandosi al comportamento dei predatori che cacciano in gruppo.
A questo ha aggiunto una serie di tecniche di aggiramento: caratteri Unicode e omoglifi per confondere i filtri, framing narrativo e a contesto lungo, e soprattutto un approccio che lui stesso indica come il più efficace, la decomposizione e ricomposizione. In pratica, spezzare una richiesta proibita in tanti frammenti innocui, per poi rimontare le risposte una volta superati i controlli. Per chiudere il cerchio, ha usato persino una versione già jailbroken di Opus 4.8.
Gli screenshot che ha condiviso mostrerebbero il modello mentre risponde a richieste che normalmente verrebbero bloccate. Secondo RedHotCyber, una delle prime testate a coprire il caso in Italia, l’attacco sarebbe arrivato a esporre il system prompt del modello, il blocco di istruzioni interne lungo circa 120.000 caratteri che ne governa il comportamento.
Una precisazione doverosa: si tratta di affermazioni di Pliny, documentate da screenshot ma non confermate ufficialmente da Anthropic nelle fonti disponibili. Il condizionale resta d’obbligo.
Non è stato hackerato, è stato aggirato
Vale la pena chiarire un punto che spesso si confonde. Nessuno è entrato nei server di Anthropic, nessun dato è stato rubato. Il jailbreak Fable 5 non è un attacco ai sistemi dell’azienda, ma un aggiramento dei filtri di contenuto attraverso il dialogo con il modello. È una distinzione che conta nel caso del jailbreak Fable 5, perché sposta il problema dal piano informatico classico a uno più sottile e tipico dell’intelligenza artificiale: come fai a impedire a un sistema che capisce il linguaggio di essere convinto, con le parole giuste, a dire ciò che non dovrebbe.
La differenza tra hackerare e aggirare qui è tutto. Un server bucato è un problema di codice. Un modello aggirato è un problema di significato, molto più difficile da chiudere a chiave.
Sicurezza o usabilità, il vero nodo
Il caso ha riacceso un dibattito che divide la comunità. Da un lato c’è chi vede nella rapidità del jailbreak Fable 5 la prova che le barriere attuali sono fragili. Dall’altro, e qui sta il paradosso, molti ricercatori avevano già criticato Fable 5 per restrizioni troppo pesanti, al punto da ostacolare anche la ricerca legittima. Sayash Kapoor, ricercatore di Princeton, ha parlato apertamente di disprezzo diffuso e rabbia giustificata per come Anthropic ha gestito i guardrail.
Il punto è questo: più stringi le maglie, più rischi di rendere il modello inutile per chi lo usa onestamente, senza fermare davvero chi vuole aggirarlo. RedHotCyber spinge anche su un terzo fronte, quello delle tecnologie cloud non controllabili e non auditabili: quando l’intero modello vive sui server di un’azienda, l’utente non ha modo di verificare cosa accade davvero dietro le quinte. È il vecchio tema della sovranità digitale, che ogni nuovo caso come questo riporta a galla.
Perché ti dovrebbe interessare?
Perché il jailbreak Fable 5 racconta molto più di una singola falla. Racconta che la corsa tra chi costruisce le protezioni e chi le aggira è appena iniziata, e che nessun modello, per quanto blindato, è davvero a prova di tutto. Se usi l’AI ogni giorno per lavoro o curiosità, capire questi limiti ti aiuta a fidarti nel modo giusto: con la testa accesa, non con la fede cieca nel bollino sicurezza.
Ti è piaciuto questo articolo?
Seguici per restare aggiornato su tech, smartphone e streaming – senza perderti nulla.
Commento all'articolo