Anthropic 的 Bug-Scope 泄露：一个只修复单个 Bug 却会追问类别的模型

当前Anthropic泄露事件中最有意思的一句话并不是关于智能，而是关于范围。根据2026年10月19日在X上转发的一份报道，Anthropic正在准备一个模型，当被要求修复单个bug时，它能识别出该bug背后更广泛的一类问题，然后询问是否也应处理这些问题。这是一种关于模型在何处止步的主张，而不是关于它推理得有多好的主张——而且它直接落在每个生产环境中的编码智能体的断层线上，包括如今基于Claude Opus 5.5构建的那些，以及人们已经假设将运行在Claude Fable 5.5上的那些；Claude Fable 5.5是所描述模型的未确认候选名称。Anthropic尚未宣布、命名或确定任何此类模型的日期。没有标识符，没有费率卡，没有模型卡，也没有评估。下文中关于所报道行为的一切都是未经核实、单一来源的报道，而下文中关于当前产品线的一切均来自Anthropic自己的文档。 这类报道背后有记录的AI故障和编码智能体事件收录于 OrcaRouter AI Incident Archive其中每条记录都带有自己的来源、严重程度、置信等级和争议标记。

这里的措辞比平时更重要，因为同一份报告的两份摘要描述了两种不同的行为。那份读起来像规格说明的——一个 bug、它背后的类别、一个关于是否扩大任务范围的问题——出现在传到我们手里的转述中。10 月 19 日读到的该报告公开汇总则给出了另一种说法：一个“具有更好的直觉和推理能力、能够辨别潜在意图、也更擅长跳出框架思考”的模型。这些并不是同一个主张。一个说的是模型提出更多工作；另一个说的是模型读懂你的意思。二者对于同一个模型都可能成立，但只有其中一个会改变周一早上 diff 长什么样，而那个才值得拆解。

该主张实际上说了什么，以及它没有说什么

剥去修饰语，报告描述的是一个三步行为：模型拿到一个缺陷，从该缺陷泛化出一个模式，并将该模式呈现给用户，而不是悄悄修复它。第三步才使这成为一项设计主张，而非基准主张。一个悄悄修复每个实例的模型，会是一个影响范围无界的自主智能体。一个找到模式并询问的模型，是在提出对任务范围的变更，这是谨慎的工程师会做的事，也是不应允许粗心的智能体单方面做的事。

这也不是目前任何人都能评分的说法。目前还没有公开的任务集，能够衡量“正确识别了类别”与“凭空编造了一个并不存在的模式”之间的差别。在记录中，这两种行为看起来完全一样：模型返回一个列表。这个列表究竟是真正的泛化，还是自信的幻觉，只能通过逐条阅读每一项才能确定，而这本该是模型替你省下的工作。

报告没有说到的内容同样关键。没有模型名称。没有 API 标识符。没有价格、上下文窗口或输出上限。没有说明该行为是默认行为、一种模式，还是调用方必须主动请求的内容。也没有任何供应商确认——自 2026 年 10 月 7 日 Claude Haiku 5.5 发布以来，Anthropic 的新闻室未发布任何关于新模型的消息，而 Claude Platform 模型概览仍然恰好列出四个模型：Claude Fable 5.1、Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Haiku 5.5。

为什么“更宽泛的类别”是一个不同于“更好的推理”的主张

“推理能力更强”是一种稳妥的说法。每一代产品都是这样被描述的，而且这一点有公开指标可以衡量；后继产品得分更高是意料之中的事，算不上新闻。从单个实例进行泛化是一种不同的操作，而它之所以有意思，是因为它是软件中最常见的真实缺陷模式。

最典型的例子是注入。你报告某个处理器中一处未净化的查询。它背后代表的一类问题，是所有其他以同样方式构建查询的处理器。见过这种情况的人类评审者不会只修复那一个处理器就继续往下走；他们会用 grep 搜索这个模式，然后追问修复是否应属于这个工单。一个做同样事情的模型是在执行评审，而不是修复。输出不是补丁，而是一个发现项——而只有当有权扩大工单范围的人参与其中时，发现项才有用。

• 该声明所描述的内容——面对一个缺陷时，识别出其中的模式，并在采取行动之前将其上报。

• 普通修复会做什么——更改你所指向的代码，然后就此停止。

• 粗心的智能体会怎么做——改动你指定的代码，然后继续往下改，而你最先得知此事的途径就是那份 diff。

• 报告未予明确的是——“asks”指的是在交互式会话中提出的阻塞性问题，还是附加在已完成更改上的一条备注。

最后一行正是泄漏不再可评级的地方。这两种解读之间的差异，就是一款尊重变更控制的工具与一款事后才记录自身范围蔓延的工具之间的差异。

Anthropic 自家的指导方针在这件事上本就同时站在了两边。

这就是该说法可信而非随意的原因。Anthropic 为 Claude Code 发布的指南，已在一处明确要求的正是这种直觉，却在另一处又对其提出警告，而这两条建议之间只隔了一段。

“解决根本原因，而非症状”是 Claude Code 最佳实践指南中记录在案的策略之一，并用一个构建失败来加以说明：修复错误并验证构建成功，而不要抑制该错误。这是一条明确的指令，要求着眼于所报告实例之外的问题。再往前几个小节，同一份指南说要“限定任务范围。明确指定哪个文件、什么场景以及测试偏好”，并举了这样一个例子：要求编写覆盖某一个边缘情况的测试，而不是泛泛地要求测试。给出的理由是，Claude 可以推断意图，但无法读心。

该指南还在 diff 大小上划了一条界线：当一项改动涉及多个文件，或实现路径尚不确定时，计划模式值得承担额外开销；而“如果你能用一句话描述这项 diff，就跳过计划”。一个把单个 bug 扩展成一类问题的模型，从构造上就是在把一句话的 diff 变成一份计划。因此，泄露所描述的行为并非与 Anthropic 的产品哲学格格不入——它恰恰是其两项明确原则发生碰撞的时刻，而目前化解这一碰撞的是用户，而不是模型。

还有第二个不那么令人安心的理由，说明这一说法为何有道理。Anthropic 自己的文档坦率地指出，模型会在工作 看起来完成时停止；而且，如果没有可供模型运行的东西——测试套件、构建退出码、与固定测试样本的差异对比——那么“看起来完成了”就是唯一可用的信号。一个能从单个缺陷泛化到一整类缺陷的模型，就是一个找到了超越“看起来完成了”这一信号的模型。这既是支持这种能力的最强论据，也是主张在据此行动之前先询问的最强论据。

如今决策实际上是在哪里做出的

这个泄漏之所以有用，是因为它所需要的控制机制已经存在，而且你无需等待模型就能检查它们。其中有三项至关重要。

• 努力程度 — Anthropic 提供五个级别，从 low 到 medium、high，再到 xhigh 和 max，该设置决定模型能自主完成多少工作。Claude Opus 5.5 和 Claude Haiku 5.5 默认为 medium；其他当前模型默认为 high。努力程度设置适用于所有输出 token，包括工具调用，这意味着一个在 high 努力程度下运行的、会扩大任务范围的模型，就是一个会扩大任务范围、且账单更高的模型。

• 计划模式 — Claude Code 将探索与执行分离，而使用它的文档化阈值恰恰是某类缺陷所隐含的多文件情形。该控制并非对模型想法的过滤器；它是一个阶段，让你在扩大的范围变成 diff 之前看到它。

• 确定性门禁——钩子以脚本形式运行检查，并且可以阻止一个回合结束，直到检查通过。这是三者中唯一不依赖模型主动选择询问的一个。如果所报告的行为真的上线，诚实地使用它的方式就是把它放在你编写的门禁之后，因为“询问它是否应该处理那些内容”是关于模型判断力的承诺，而停止钩子则是关于你自己的承诺。

这些都不是对上述主张的批评。这正是该主张有趣的原因：一个提出更大范围的模型，只有在范围扩大于应用之前就可见时，才算是一种改进；而每一个使其可见的机制，都是调用方配置的东西，而不是模型保证的东西。

如果它奏效，代价会是多少

范围扩张是最昂贵的一种“乐于助人”，因为它放大的是产出而非投入。在 Anthropic 当前的价目表上，Claude Fable 5.1 为每百万输入 token 10 美元、每百万输出 50 美元，而 Claude Opus 5.5 为 4 美元和 20 美元——并且 Anthropic 自己的文档建议开发者优先使用 Claude Opus 5.5，只有在 Opus 以更高 effort 运行的评估仍不达标时，才转向 Fable。一个以“找出更多工作可做”为卖点的模型，直接违背了这一建议，因为便宜档位才是你希望其产出被放大的那一档，而昂贵档位里，被扩大的工单就是一条预算条目。

有一种二阶成本不会出现在 token 账单里：审查。对一个函数的补丁，一分钟就能读完。而一个点名了另外九个调用点的发现，必须逐项核实，而这种核实工作，正是模型声称要消除的同一项工作。这并不是反对这项能力的论据——有清单的优秀审查者比没有清单的优秀审查者更快——但这确实意味着其价值取决于精确度。一个模型如果给出五个真实实例和一个捏造实例，就已经让你付出了证伪那个捏造实例的时间，还让你对这份列表的信任稍微降低了一些。

今天你可以怎么称呼，以及关于这一个的诚实答案

没什么新东西。报告里没有任何该模型的标识符，而我们自己的目录就是对这一点的公正检验：向它查询 anthropic/claude-fable-5.5 会返回 model not found，查询 anthropic/claude-haiku-5.5 同样如此。这两个字符串都不在我们路由的 209 个模型之中。真正能解析出来的，是 A​nthropic 官方标价下的当前产品阵容——anthropic/claude-opus-5.5，具备 1M token 上下文窗口、128K 输出上限，以及每百万 token $4 / $20；还有 anthropic/claude-fable-5.1，价格为 $10 / $50。眼下任何宣称可访问“A​nthropic 全新漏洞猎寻模型”的平台，卖的只是一个名号。

读者真正关心的实际问题并不是这个模型叫什么，而是如何判断一个扩大了适用范围的新模型在你的代码库上究竟是有帮助还是有害，同时又不拿生产路径去赌一个传闻。这是一个路由问题，也正是平台体现价值的地方：把一部分请求发给尚未验证的模型，同时在其背后用你已经测量过的模型兜底，这样一次糟糕的泛化最多让你多一次评审，而不是造成一次事故。Anthropic 的价格变动和新版本发布 当天就会以 0% 加价在 OrcaRouter 上线，因此当价目表出现时，实验成本就是标价，没有任何额外费用。你可以在 Claude Opus 5.5 模型页面上准确看到当前阵容顶配的价格，并将其与 Claude Fable 5.1 页面进行比较，然后再决定你的工作负载应默认使用哪一个。

什么会改变这件作品？

有三件事，而第一件是最快能解决问题的那件。

一句第一方表述。Anthropic 的文档中只要有一行说明模型何时扩大范围，以及这种扩大是默认行为还是需主动选择，就能把整个泄露事件转化为一份规格说明。缺少这一行，正是此处每个说法都不得不留有余地的原因。

一份已发表的评估。“发现了该类缺陷”只有在与“发明了该类缺陷”相对照时才有意义，而没有任何厂商会发布能区分二者的任务集。在这样一个任务集出现之前——它要对缺陷类别识别给出精确率和召回率，且由实验室以外的第三方评分——关于从单个缺陷推广开来的宣称，就只是对意图的描述，而不是可以跨模型比较的能力。

名称和价目表一并给出。从 Fable 5、Fable 5.1、Opus 5.5、Sonnet 5.5 到 Haiku 5.5，命名惯例一直保持稳定，而标识符本身就体现了档位：claude-fable-5-5 意味着 $10 / $50，而 claude-opus-5-6 则意味着 $4 / $20。模型概览中的一行字符串，就解答了泄露信息用上千字才说清的问题。

在此之前，诚实的立场是：据报道，一家前沿实验室正在朝着一种行为推进，而每个工程组织都已经针对这种行为制定了政策，却没有人公布过这项政策。模型应该修复你报告的 bug，还是修复你并不知道自己拥有的 bug，这不是能力问题。这是谁掌握合并按钮的问题；而那份泄露信息——其中说模型会先询问——比大多数编程智能体目前给出的答案更令人安心，后者是继续做下去，让 diff 自己解释。