هوش مصنوعی

ویژگی‌های امنیتی Fable 5 از زبان آنتروپیک

آنتروپیک سفت و سخت پای لایه‌های امنیتی محصولش ایستاده و می‌گوید قبل از عرضه، هزاران ساعت تست نفوذ (Red-Teaming) با همکاری دولت آمریکا و سازمان امنیت هوش مصنوعی بریتانیا (UK AISI) انجام داده است. ویژگی‌های این سیستم عبارت بودند از:

• سخت‌گیری شدید: لایه‌های حفاظتی این مدل آن‌قدر قوی طراحی شده بودند که بسیاری از کاربران عادی از محدودیت‌های زیاد آن شکایت داشتند.

• نبود جیلبریک همه‌جانبه: تا این لحظه هیچ هکر یا تستر امنیتی نتوانسته یک «جیلبریک جهانی» (Universal Jailbreak) پیدا کند که تمام قفل‌های سیستم را یک‌جا باز کند.

• استراتژی دفاع چندلایه (Defense in Depth): آنتروپیک معتقد است هوش مصنوعی بی‌نقص وجود ندارد؛ بنابراین استراتژی آن‌ها سخت کردن و گران کردن فرآیند هک برای نفوذگرها بوده، نه ادعای امنیت ۱۰۰ درصدی.

تحلیل کوتاه

این اقدام دولت آمریکا یک زنگ خطر جدی و یک نقطه عطف در تاریخ هوش مصنوعی است. تا پیش از این، دولت‌ها بیشتر در حد توصیه و بیانیه با شرکت‌های بزرگ فناوری تعامل می‌کردند، اما این «احضار و توقیف» ناگهانی نشان می‌دهد که کاخ سفید تعارفی با حوزه فناوری ندارد. نکته نگران‌کننده اینجاست: همان‌طور که آنتروپیک اشاره کرده، اگر استاندارد دولت برای توقیف یک مدل، پیدا شدن یک باگ یا جیلبریک جزیی و محدود باشد، از این به بعد باید منتظر توقف پی‌درپی و زنجیره‌ای تمام مدل‌های پیشرو (Frontier Models) در دنیا باشیم؛ اتفاقی که می‌تواند چرخ توسعه هوش مصنوعی را به شدت کند، یا حتی متوقف کند. آنتروپیک اعلام کرده که این یک سوءتفاهم بزرگ است و در حال رایزنی برای بازگرداندن این دو مدل است، اما بازی قدرت میان رگولاتورها و توسعه‌دهندگان تازه وارد فاز جدی خود شده است.

اما این قدرت بیشتر با یک مکانیزم امنیتی همراه شده است. Fable 5 از سیستمی به نام classifier استفاده می‌کند — مجموعه‌ای از مدل‌های هوش مصنوعی جداگانه که درخواست‌های بالقوه مخرب را شناسایی می‌کنند. هر بار که این سیستم یک درخواست را مشکل‌دار تشخیص دهد، پاسخ به‌طور خودکار توسط Claude Opus 4.8 داده می‌شود — به جای اینکه درخواست کاملاً رد شود. این رویکرد هوشمندانه‌ای است؛ چرا که کاربر یک پاسخ مفید دریافت می‌کند، اما از توانایی‌های پیشرفته‌تری که می‌توانند مورد سوءاستفاده قرار بگیرند، محافظت می‌شود.

این fallback در کمتر از ۵ درصد جلسات اتفاق می‌افتد. برای بقیه کاربران، عملکرد Fable 5 عملاً برابر با Mythos 5 است.

سه حوزه اصلی تحت پوشش classifier قرار دارند:

امنیت سایبری. Mythos-class در شناسایی و بهره‌برداری از آسیب‌پذیری‌های نرم‌افزاری فوق‌العاده عمل می‌کند. classifier های Fable 5 نه‌تنها بهره‌برداری از آسیب‌پذیری، بلکه طیف گسترده‌تری از وظایف تهاجمی سایبری — شامل شناسایی، حرکت جانبی و فرار از سیستم‌های دفاعی — را پوشش می‌دهند. یک آزمون خارجی با بیش از ۱۰۰۰ ساعت تست انجام شد و هیچ jailbreak جهانی پیدا نشد.

زیست‌شناسی و شیمی. Mythos 5 در پیش‌بینی خواص ویروس‌های پیچیده، عملکردی بهتر از مدل‌های اختصاصی پروتئین داشت — بدون اینکه برای این کار آموزش دیده باشد. این توانایی dual-use است: در دست محققان، ابزاری ارزشمند برای توسعه درمان‌های ژنی است؛ در دست افراد نادرست، می‌تواند خطرناک باشد. به همین دلیل، اکثر درخواست‌های مرتبط با زیست‌شناسی و شیمی فعلاً به Opus 4.8 ارجاع داده می‌شوند.

Distillation. این classifier از تلاش‌های مقیاس‌بزرگ برای استخراج توانایی‌های Claude و استفاده از آن‌ها برای آموزش مدل‌های رقیب جلوگیری می‌کند.

Claude Mythos 5 چیست؟

Claude Mythos 5 همان مدل پایه‌ای است که Fable 5 بر آن بنا شده، اما با یک تفاوت کلیدی: محدودیت‌های سایبری آن برداشته شده است.

نام‌گذاری این دو مدل نیز بامعناست. «Fable» از ریشه لاتین fabula به معنای «آنچه گفته می‌شود» می‌آید — هم‌ریشه با کلمه یونانی mythos. تنها چیزی که این دو مدل را از هم جدا می‌کند، وجود یا عدم وجود همان safeguardها است.

Mythos 5 در حال حاضر تنها برای شرکای Project Glasswing — شامل سازمان‌های امنیت سایبری و ارائه‌دهندگان زیرساخت‌های حیاتی — در دسترس است. Anthropic قصد دارد به زودی دسترسی را به محققان زیست‌پزشکی تأییدشده نیز گسترش دهد، با این تفاوت که برای آن‌ها safeguardهای زیست‌شناسی برداشته می‌شود، اما محدودیت‌های سایبری همچنان باقی می‌ماند.

قابلیت‌های اصلی این مدل‌ها

Fable 5 و Mythos 5 در چند حوزه به صورت خاص برجسته هستند.

برنامه‌نویسی. شرکت Stripe گزارش داده که Fable 5 یک migration در پایگاه کد ۵۰ میلیون خطی Ruby را در یک روز انجام داد — کاری که یک تیم کامل بیش از دو ماه نیاز داشت. در بنچمارک FrontierCode که کیفیت کد تولیدی در محیط‌های واقعی را ارزیابی می‌کند، Fable 5 بالاترین امتیاز را در بین مدل‌های frontier کسب کرد.

وظایف طولانی‌مدت. این مدل‌ها می‌توانند ساعت‌ها روی یک پروژه کار کنند، پیشرفت خود را ارزیابی کنند و مسیر را در صورت نیاز اصلاح کنند. هر دو مدل از پنجره context یک میلیون توکن با خروجی تا ۱۲۸ هزار توکن در هر درخواست پشتیبانی می‌کنند. آزمایش با بازی Slay the Spire نشان داد که استفاده از حافظه مبتنی بر فایل، عملکرد Fable 5 را سه برابر بیشتر از Opus 4.8 بهبود می‌دهد.

پردازش تصویر. Fable 5 جدیدترین مدل state-of-the-art در حوزه بینایی است. این مدل توانست بازی Pokémon FireRed را تنها با تماشای اسکرین‌شات‌های خام و بدون هیچ ابزار کمکی به پایان برساند — کاری که مدل‌های قبلی Claude حتی با harness های پیچیده هم به سختی از پس آن برمی‌آمدند.

تحقیقات علمی. Mythos 5 فرآیند طراحی دارو را تا ۱۰ برابر سریع‌تر کرده و در ۹ مورد از ۱۴ هدف پروتئینی مورد مطالعه، کاندیداهای قوی شناسایی کرده است. همچنین اولین مدل Anthropic است که به طور مستمر فرضیه‌های علمی نوآورانه تولید می‌کند؛ یکی از این فرضیه‌ها درباره یک پروتئین باکتریایی بعداً توسط یک آزمایشگاه مستقل تأیید شد.

تحلیل مالی و کاری. در Finance Benchmark شرکت Hebbia برای استدلال در سطح ارشد، Fable 5 بالاترین امتیاز را در بین تمام مدل‌های آزمایش‌شده کسب کرد. شرکت IMC نیز گزارش داد که این مدل در تقریباً تمام معیارهای ارزیابی تحلیل معاملاتی نتایج عالی داشت.

سیاست جدید نگهداری داده

یکی از تغییرات مهمی که با این مدل‌ها همراه شده، الزام نگهداری ۳۰ روزه داده برای تمام ترافیک روی مدل‌های Mythos-class است.

Anthropic تأکید می‌کند که این داده‌ها برای آموزش مدل‌های جدید استفاده نمی‌شوند و تمام دسترسی‌های انسانی به آن‌ها ثبت می‌شود. هدف اصلی شناسایی jailbreak های پیچیده‌ای است که ممکن است در طول زمان و در چند مکالمه مختلف طراحی شده باشند — حملاتی که بررسی تک‌به‌تک جلسات قادر به شناسایی آن‌ها نیست.

قیمت‌گذاری و دسترسی

هر دو مدل با قیمت یکسان عرضه شده‌اند: ۱۰ دلار به ازای هر میلیون توکن ورودی و ۵۰ دلار به ازای هر میلیون توکن خروجی. این قیمت کمتر از نصف قیمت Claude Mythos Preview است.

از نظر دسترسی:

Claude Fable 5 از ۹ ژوئن ۲۰۲۶ از طریق Claude API و پلن‌های Enterprise مصرفی کاملاً در دسترس است. برای کاربران اشتراکی (Pro، Max، Team و Enterprise)، این مدل تا ۲۲ ژوئن بدون هزینه اضافه در دسترس است. از ۲۳ ژوئن، استفاده از آن نیاز به usage credit خواهد داشت. Anthropic اعلام کرده که به محض کافی شدن ظرفیت، Fable 5 را دوباره به‌عنوان بخش استاندارد پلن‌های اشتراکی اضافه خواهد کرد.

Claude Mythos 5 فعلاً تنها در اختیار شرکای Project Glasswing است و به زودی برای محققان زیست‌پزشکی تأییدشده نیز باز خواهد شد.

جمع‌بندی

Claude Fable 5 و Mythos 5 را می‌توان مهم‌ترین معرفی Anthropic در سال ۲۰۲۶ دانست — نه فقط به خاطر قدرت بیشتر، بلکه به خاطر رویکردی که پشت آن‌هاست.

برای اولین بار، یک شرکت هوش مصنوعی به جای اینکه یک مدل را به خاطر نگرانی‌های امنیتی کنار بگذارد یا بدون هیچ محدودیتی آن را منتشر کند، مسیر سومی را انتخاب کرد: انتشار با safeguardهای دقیق، ارجاع هوشمند به جای رد کردن، آزمون‌های امنیتی گسترده، و گسترش تدریجی دسترسی بر اساس اعتماد.

این الگو نشان‌دهنده بلوغ صنعتی است — و احتمالاً در مدل‌های آینده نیز استاندارد خواهد شد.

منبع: اعلامیه رسمی Anthropic، ۹ ژوئن ۲۰۲۶

به زبان ساده:

1. ChatGPT گفتگوهای قبلی را تحلیل می‌کند.

2. اطلاعات مهم و پایدار را استخراج می‌کند.

3. موارد قدیمی یا منقضی شده را به‌روزرسانی می‌کند.

4. هنگام پاسخ‌گویی، فقط اطلاعات مرتبط را وارد مکالمه می‌کند.

این فرآیند باعث می‌شود حافظه ChatGPT بیشتر شبیه حافظه انسان عمل کند تا یک پایگاه داده ساده.

مهم‌ترین مزایای Dreaming

1. حفظ بهتر اطلاعات مهم

دیگر لازم نیست بارها و بارها اطلاعات یکسان را تکرار کنید.

اگر ChatGPT بداند که شما:

• برنامه‌نویس هستید

• به توسعه Full Stack علاقه دارید

• روی پروژه خاصی کار می‌کنید

می‌تواند در گفتگوهای بعدی پاسخ‌های دقیق‌تر و شخصی‌سازی‌شده‌تری ارائه دهد.

2. جلوگیری از قدیمی شدن حافظه

یکی از مشکلات سیستم‌های حافظه سنتی این بود که اطلاعات منسوخ را همچنان معتبر فرض می‌کردند.

برای مثال اگر ChatGPT بداند شما در ماه جولای به سنگاپور سفر می‌کنید، پس از پایان سفر این اطلاعات به‌روزرسانی می‌شود و دیگر تصور نمی‌کند همچنان در آن کشور حضور دارید.

3. شخصی‌سازی بسیار بهتر

Dreaming باعث می‌شود ChatGPT:

• سبک نوشتاری شما را بهتر بشناسد

• علایق شما را درک کند

• پیشنهادهای مرتبط‌تری ارائه دهد

• در پروژه‌های بلندمدت عملکرد بهتری داشته باشد

این موضوع به‌خصوص برای توسعه‌دهندگان، تولیدکنندگان محتوا، دانشجویان و مدیران پروژه اهمیت زیادی دارد.

4. مقیاس‌پذیری بیشتر

OpenAI اعلام کرده معماری جدید Dreaming نسبت به نسخه‌های قبلی بسیار بهینه‌تر شده و هزینه پردازشی آن تا حدود 5 برابر کاهش یافته است. این موضوع امکان ارائه حافظه پیشرفته را برای تعداد بسیار بیشتری از کاربران فراهم می‌کند.

آیا کاربران روی حافظه کنترل دارند؟

بله.

OpenAI تأکید کرده است که کاربران همچنان می‌توانند:

• حافظه را مشاهده کنند

• اطلاعات ذخیره‌شده را حذف کنند

• حافظه را ویرایش کنند

• قابلیت Memory را غیرفعال کنند

• از Temporary Chat برای گفتگوهای بدون ذخیره‌سازی استفاده کنند.

آیا Dreaming نگرانی‌های حریم خصوصی ایجاد می‌کند؟

هر سیستم حافظه هوشمند طبیعتاً سوالاتی درباره حریم خصوصی ایجاد می‌کند.

هرچند OpenAI ابزارهای متعددی برای مدیریت حافظه در اختیار کاربران قرار داده است، اما برخی کاربران نسبت به خلاصه‌سازی خودکار اطلاعات شخصی و نحوه تفسیر آن‌ها توسط سیستم نگرانی‌هایی مطرح کرده‌اند. در برخی بحث‌های جامعه OpenAI نیز کاربران درباره نحوه تبدیل اطلاعات دقیق به خلاصه‌های کلی‌تر اظهار نظر کرده‌اند.

به همین دلیل آگاهی از تنظیمات Memory و مدیریت دوره‌ای اطلاعات ذخیره‌شده اهمیت زیادی خواهد داشت.

آینده ChatGPT با Dreaming

Dreaming فقط یک قابلیت جدید نیست؛ بلکه زیرساختی برای نسل آینده دستیارهای هوش مصنوعی محسوب می‌شود.

هدف OpenAI ساخت سیستمی است که بتواند در طول ماه‌ها و حتی سال‌ها همراه کاربران باشد، پروژه‌های آن‌ها را بشناسد، ترجیحاتشان را درک کند و با گذشت زمان مفیدتر شود.

اگر این مسیر موفق باشد، ChatGPT از یک چت‌بات ساده به یک دستیار دیجیتال واقعی تبدیل خواهد شد که نه‌تنها به سوالات پاسخ می‌دهد، بلکه شما، اهداف شما و شیوه کاری شما را نیز می‌شناسد.

جمع‌بندی

معرفی Dreaming یکی از مهم‌ترین به‌روزرسانی‌های تاریخ ChatGPT محسوب می‌شود. این فناوری با استفاده از حافظه پویا و خودبه‌روزرسان، مشکل فراموشی، کهنه شدن اطلاعات و شخصی‌سازی محدود را تا حد زیادی برطرف می‌کند.

در دنیایی که هوش مصنوعی به سمت دستیارهای دائمی و همراه حرکت می‌کند، حافظه هوشمند دیگر یک قابلیت جانبی نیست؛ بلکه یکی از مهم‌ترین ارکان تجربه کاربری خواهد بود. Dreaming دقیقاً در همین مسیر قرار گرفته است و می‌تواند آینده تعامل انسان و هوش مصنوعی را متحول کند.

اما همه راضی نیستند

برخی کاربران حرفه‌ای انتقادهای مهمی نیز مطرح کرده‌اند.

چندین توسعه‌دهنده گزارش کرده‌اند که تفاوت عملکرد روزمره میان Opus 4.7 و Opus 4.8 آن‌قدر زیاد نیست که بتوان آن را یک جهش بزرگ نامید. برخی دیگر معتقدند GPT-5.5 هنوز در بعضی وظایف ترمینالی، اتوماسیون و پروژه‌های بسیار بزرگ عملکرد بهتری دارد.

در حوزه خلاقیت نیز انتقادهایی مطرح شده است. برخی کاربران معتقدند Opus 4.6 هنوز در طراحی بازی، داستان‌نویسی و دنبال کردن جزئیات هنری عملکرد بهتری دارد.

همچنین حذف پارامترهای سنتی مانند temperature، top_p و top_k در API باعث شده برخی تیم‌ها برای مهاجرت به نسخه جدید نیاز به تغییر کدهای خود داشته باشند.

جمع‌بندی برای توسعه‌دهندگان

اگر از Claude Code استفاده می‌کنید و روی پروژه‌های واقعی، ریفکتورینگ، طراحی معماری، مهاجرت سیستم‌ها یا Agentic Coding کار می‌کنید، Opus 4.8 احتمالاً ارزش ارتقا دارد.

اما اگر انتظار دارید کیفیت آن دو یا سه برابر بهتر از Opus 4.7 باشد، احتمالاً ناامید خواهید شد. بیشتر کاربران حرفه‌ای آن را یک ارتقای باکیفیت و کاربردی می‌دانند، نه یک جهش انقلابی.

دسته دوم: نظر کاربران عادی

برای کاربران غیر فنی، وضعیت کمی متفاوت است.

بیشتر کاربران روزمره به این موارد اشاره کرده‌اند:

• پاسخ‌های دقیق‌تر

• قضاوت بهتر

• مکالمات طبیعی‌تر

• اعتراف بیشتر به ندانستن پاسخ

• ثبات بالاتر در گفتگوهای طولانی

کلر وو، تحلیلگر AI، معتقد است Opus 4.8 نسبت به نسخه قبلی قضاوت بهتری دارد و می‌تواند مستقل‌تر از قبل کار کند.

برخی کاربران نیز آن را «پخته‌تر» توصیف کرده‌اند؛ مدلی که شاید الزاماً باهوش‌تر به نظر نرسد، اما کمتر دچار اشتباهات عجیب می‌شود.

با این حال بسیاری از کاربران عادی گفته‌اند که تفاوت آن در استفاده روزمره چندان چشمگیر نیست. اگر استفاده شما محدود به نوشتن متن، ایمیل، تولید محتوا یا گفتگوهای معمولی باشد، احتمالاً تفاوت بزرگی با مدل‌های ارزان‌تر احساس نخواهید کرد.

Dynamic Workflows چیست و چرا این‌قدر درباره آن صحبت می‌شود؟

مهم‌ترین قابلیت جدید Opus 4.8 بدون شک Dynamic Workflows است.

در مدل‌های سنتی، یک درخواست وارد می‌شود و یک پاسخ خارج می‌شود. اما در Dynamic Workflows، Claude ابتدا مسئله را تحلیل می‌کند، سپس آن را به چندین بخش کوچک‌تر تقسیم می‌کند و برای هر بخش یک یا چند عامل مستقل (Subagent) ایجاد می‌کند. این عوامل به صورت موازی روی بخش‌های مختلف پروژه کار می‌کنند، نتایج یکدیگر را بررسی می‌کنند و در نهایت خروجی نهایی را تولید می‌کنند.

در عمل، این قابلیت برای پروژه‌هایی مانند:

• مهاجرت پروژه‌های بزرگ

• تحلیل چندصد هزار خط کد

• ریفکتورینگ گسترده

• تست و اعتبارسنجی سیستم‌ها

• تحلیل همزمان چندین سرویس

بسیار قدرتمند است.

برخی توسعه‌دهندگان در Reddit گزارش کرده‌اند که وظایفی که قبلاً ۴۵ دقیقه زمان نیاز داشتند، اکنون در حدود ۱۰ تا ۱۵ دقیقه انجام می‌شوند.

اما این قابلیت یک نقطه ضعف مهم هم دارد: مصرف توکن.

چندین کاربر گزارش کرده‌اند که Workflowهای بزرگ می‌توانند هزینه استفاده را به شدت افزایش دهند و در صورت عدم مدیریت صحیح، صدها Agent موازی حجم زیادی از توکن مصرف می‌کنند.

تغییرات مهم برای برنامه‌نویسان

علاوه بر Dynamic Workflows، چند تغییر فنی مهم دیگر نیز وجود دارد:

Adaptive Thinking

مدل دیگر نیازی به تعیین دستی بودجه استدلال ندارد و خودش تصمیم می‌گیرد چه مقدار برای حل مسئله زمان و منابع صرف کند.

Effort Levels

سطوح جدید Low، Medium، High، Extra و Max به کاربران اجازه می‌دهد بین سرعت و کیفیت تعادل ایجاد کنند.

Fast Mode

نسخه Fast Mode اکنون چند برابر ارزان‌تر از گذشته است و برای بسیاری از تیم‌ها شاید مهم‌تر از خود بهبود هوش مدل باشد.

صداقت بیشتر

بزرگ‌ترین تغییر رفتاری Opus 4.8 همین موضوع است. مدل بیشتر از قبل اشتباهات خود را اعلام می‌کند و کمتر سعی می‌کند پاسخ‌های حدسی را به عنوان حقیقت ارائه دهد.

نتیجه نهایی: ارزش خرید دارد؟

برای توسعه‌دهندگان

بله.

اگر روی پروژه‌های واقعی، سیستم‌های بزرگ، Agentic Coding و Claude Code کار می‌کنید، Opus 4.8 یکی از بهترین مدل‌های فعلی بازار محسوب می‌شود. مزیت اصلی آن نه هوش بیشتر، بلکه قابلیت اطمینان و صداقت بیشتر است.

برای کاربران عادی

تا حدی.

اگر هم‌اکنون از Claude استفاده می‌کنید، تجربه بهتری خواهید داشت. اما اگر فقط برای گفتگو، تولید محتوا و استفاده روزمره به مدل نیاز دارید، تفاوت آن با بسیاری از مدل‌های ارزان‌تر آن‌قدر زیاد نیست که به تنهایی دلیل خرید باشد.

برای Dynamic Workflows و پروژه‌های سازمانی

اینجاست که Opus 4.8 واقعاً می‌درخشد.

برای تیم‌هایی که با مخازن بزرگ، مهاجرت سیستم‌ها و پروژه‌های پیچیده کار می‌کنند، Dynamic Workflows می‌تواند بهره‌وری را به شکل محسوسی افزایش دهد.

جمع‌بندی نهایی

Claude Opus 4.8 یک نسخه بالغ‌تر، صادق‌تر و قابل‌اعتمادتر از Opus 4.7 است. این مدل قرار نیست شما را با جهشی عظیم در هوش شگفت‌زده کند، اما احتمالاً کمتر اشتباه می‌کند، بهتر محدودیت‌های خود را می‌شناسد و در پروژه‌های بزرگ عملکرد پایدارتری ارائه می‌دهد. برای توسعه‌دهندگان حرفه‌ای ارزش ارتقا دارد؛ برای کاربران عادی، بیشتر یک بهبود تدریجی محسوب می‌شود تا یک تحول بزرگ.