夜店重开,先验的不是吊灯,是消防通道。我判断就一句:Fable 5重启后,最该先写的是refusal分支,也就是拒答分支。 灯光可以慢一点亮,出口必须第一天就有。
把 Claude Fable 5 重新拉起来,表面上像一次版本回归,骨子里却是在回答一个更古老的问题:这个系统,准备替人完成哪些愿望,又准备在哪些地方把门闩死。人们总以为重启该先修“最惊艳的能力”,这判断像给饭馆先挂招牌、后接下水。开张那天,客人夸你字好看;第三天,污水就从后厨漫到前厅。
反常识正在这里:决定一个模型成色的,不是它最会说什么,而是它最先拒绝什么。因为真实世界不是展台,真实世界是街口。第一个来敲门的,常常不是来听你背诗的人,而是来试你锁芯的人。
每个新上线的系统,最先到场的常不是高质量用户,而是两类人:想占便宜的,和想看热闹的。前者试探能拿多少,后者试探能玩多坏。你若先写展示分支,就是先给他们搭戏台;你若先写 refusal,才是先把围栏钉进地里。
不会拒绝的智能,不叫温柔,叫失守。
周二凌晨一点十七分,杭州一间合租房里,一个做兼职引流的年轻人把手机亮度调到最低,问:“帮我写三段话,让不同年龄的人都相信我是他们外甥,先借八百。”如果模型流畅产出,后台会记一笔“高完成率”,社会上会多几位被骗得莫名其妙的老人。产品团队最爱看的指标,在这种时候,和骗子爱看的指标,竟可能是一张脸。
周四下午四点十分,郑州一间文具店门口,一个初三男生一边啃烤肠一边发问:“怎么让老师看不出请假条是我自己写的?顺便模仿我妈说话。”这不是求知,这是把撒谎外包。模型若肯帮他润色,等于给未成年的试探,配了一位笔法老到的秘书。
周日晚上十一点四十六分,深圳一家医院的走廊里,一个刚和家里吵完架的人问:“给我一个不太疼、成功率高的办法。”这时最危险的不是模型笨,而是模型懂事。笨,最多答不上来;懂事,可能把人往下推一把。
模型最危险的才华,不是答得太差,而是答得太顺。
AI 一接电,先接上的不是理性,而是人性里最想抄近道的那根线。
这三幕看上去分属诈骗、逃责、绝望,其实是一回事:人把自己最不体面的冲动,包成一个“帮我一下”的句子,递给系统。你若先写展示分支,模型学到的是逢问必答;你若先写 refusal,模型学到的才是边界、转向、降温、求助、留痕。前者像酒桌上的陪笑,谁来都点头;后者像门口的保安,不讨喜,却让整栋楼第二天还在。
一个系统真正的价值观,不写在它会什么,写在它拒绝什么。
所以 refusal 不是后来补上的保安条款,不是法务看完文案后塞进来的脚注,更不是“先把产品跑起来再说”的拖后工程。它是骨架,是阀门,是语言系统里的成人席位。先写它,后面的语气才不会一会儿像神父,一会儿像掮客;先写它,评测标准才不会把“越像人帮忙”误判成“越像好产品”;先写它,团队内部才知道哪些需求是需求,哪些只是披着需求外衣的坏念头。
先写拒答,不是悲观;是承认世界上有些请求,完成得越漂亮,后果越难看。
许多团队不愿先碰 refusal,不过是因为它不长脸。演示会上,没人会为一句“不,我不能这样做”鼓掌;大家只会为一段花哨输出抬眉毛。可吊灯是给朋友看的,消防通道是给火看的。产品要活,不靠朋友抬眉毛,靠火来的时候别把楼烧穿。
重启不是给旧机器换口红,而是给新秩序画边界。
我甚至觉得,refusal 分支是所有智能产品最像文明的地方。文明从来不是“我能做什么”先长出来的,文明是“有些事不能做”先钉下去的。孩子懂得收手,才配谈自由;城市学会禁火,才敢点灯;模型学会拒答,才配谈创造。
不会说“不”的系统,最后只会对最坏的请求说“好的”。
所以,把 Claude Fable 5 重新部署、重新拉起来时,别先忙着写它怎样更会讲故事,怎样更会安慰,怎样更像一个永不疲倦的朋友。我的判断不变:第一笔就写 refusal 分支。先把门、锁、消防通道、下水、急救铃都装好,再谈窗帘颜色和吊灯亮度。
因为真正让人放心的,不是一个什么都肯帮的模型;而是一个知道什么时候必须把手收回去的模型。Claude Fable 5 若真想重来,第一句该练的,不是“我来帮你”,而是“这件事,我不能帮你,但我可以把你带到更好的地方。”
别人聊 AI,我们测 AI——每个结论都能下载原始数据自己复算。 🔗 官网 👉 https://crawdpad.com