Salvaguardas cibernéticas de Fable 5: 4 categorías, 1 escala de jailbreak
Fable 5 se redesplegó globalmente el 2 de julio de 2026 con reglas publicadas para sus clasificadores de ciberseguridad y una escala de gravedad de jailbreak de 5 niveles. Esta lección muestra dónde se trazan las líneas y cómo enmarcar el trabajo de seguridad para que Fable 5 ayude en lugar de bloquear.
Fable 5 se redesplegó globalmente el 2 de julio de 2026, esta vez con un libro de reglas publicado para sus clasificadores de ciberseguridad.
El hecho clave: Fable 5 no bloquea todo el contenido de seguridad. Clasifica cada solicitud en una de cuatro categorías. Su categoría determina si Fable 5 ayuda libremente, monitorea y a veces bloquea, o se niega por completo.
Conocer las cuatro categorías le dice exactamente qué preguntar, cómo preguntar y qué hacer cuando una solicitud es bloqueada.
Uso prohibido — Siempre bloqueado. Ransomware, desarrollo de malware, evasión de defensa (bypass de AV/EDR), infraestructura de comando y control, exfiltración de datos de dispositivos de víctimas y ataques de infraestructura como el secuestro de BGP. La asimetría es la regla: si los atacantes obtienen mucho más que los defensores, está prohibido.
Uso dual de alto riesgo — Bloqueado por ahora. Pruebas de penetración, desarrollo de exploits, escalada de privilegios, movimiento lateral e investigación de vulnerabilidades de cero clic. Todo trabajo de seguridad legítimo, pero Fable 5 bloquea esta categoría hasta que existan mejores controles para verificar quién pregunta y bajo qué autorización.
Uso dual de bajo riesgo — Mayormente permitido, a veces bloqueado. OSINT en sistemas públicos, identificación de vulnerabilidades que otras herramientas ya pueden hacer, pruebas SSL/TLS. Fable 5 aplica un "margen de seguridad" aquí: bloquea una banda más amplia de solicitudes ambiguas que los modelos anteriores, aceptando más falsos positivos a cambio de una mayor confianza en que nada dañino se escape.
Uso benigno — Siempre permitido. Codificación segura, análisis de registros, respuesta a incidentes, ingeniería inversa de malware, gestión de parches, certificaciones de seguridad y planificación de desastres. Si Fable 5 bloquea una pregunta de seguridad claramente legítima, es probable que haya caído en el margen de seguridad, no un bloqueo duro, no una oportunidad de jailbreak.
La escala de gravedad de ciber-jailbreak (CJS) es un nuevo marco que Anthropic desarrolló con sus socios de Glasswing para calificar cuán peligroso es realmente un jailbreak dado. Los jailbreaks son técnicas de prompt que eluden las salvaguardas de un modelo. La escala CJS va de CJS-0 (Ninguno/Informativo) a CJS-4 (Crítico), con bandas exponenciales: cada paso es varias veces más grave que el anterior.
Cuatro ejes impulsan la puntuación: ganancia de capacidad (¿cuánto más allá de las herramientas existentes lleva el jailbreak a un atacante?), amplitud (¿funciona en un objetivo o en muchos?), facilidad de armamento (¿cuánto esfuerzo se necesita para ejecutar un ataque?) y descubribilidad (¿con qué facilidad puede un actor de amenazas encontrarlo?). Un jailbreak que puntúa 0 en ganancia de capacidad es automáticamente CJS-0; si las herramientas públicas existentes pueden hacer lo mismo, no hay un nuevo riesgo. Anthropic lanzó un programa HackerOne para que los investigadores envíen jailbreaks de Fable 5 y está recopilando comentarios en cyber-safeguards@anthropic.com.
Lo que puedes hacer ahora
Trabajo de seguridad benigno — análisis de registros, respuesta a incidentes, ingeniería inversa, codificación segura, gestión de parches — usa Fable 5 directamente.
Trabajo de uso dual de alto riesgo — pasos de pentest, desarrollo de exploits — Fable 5 bloquea esta categoría por ahora. Usa herramientas especializadas para esos pasos; usa Fable 5 para documentación y orientación de remediación.
Bloqueos por margen de seguridad — si una pregunta claramente legítima es rechazada, reformúlala hacia el resultado defensivo. El clasificador responde a las señales de contexto.
CJS-0 a CJS-4 te da a ti y a tu equipo de seguridad un vocabulario compartido para discutir el riesgo de jailbreak con la gerencia y las partes interesadas del gobierno.