Claude Codeのリバースエンジニアリングは、隠されたFable 5モデルの切り替えがあると主張している

Why it matters

AI coding tools increasingly act on entire repositories for hours at a time. An undisclosed model switch can change capability, behavior and audit trails in the middle of production work.

Lon (@Lon)は、7月30日の27件の投稿からなるスレッドで、AnthropicのClaude Codeクライアントがユーザーインターフェースの警告や自動モデル切り替えを無効にする設定の両方を迂回して、Claude Fable 5からClaude Opus 4.8へリクエストを秘かに移動できると主張した。

この主張は、信頼性が高く操作可能なシステムを構築することを目標に姉弟のDario AmodeiとDaniela Amodeiが設立したAIラボであるAnthropicが行ってきた製品上の約束に関わる。Anthropicは安全対策として一部のFable 5リクエストをOpus 4.8に公然とルーティングしている。争点は、Claude Codeにユーザーが見たり制御したりできない追加のフォールバック経路が含まれているかどうかである。

Lonによれば、その発見はClaude Codeのコンパイル済みバイナリ内にある縮小化（minified）されたクライアントコードをリバースエンジニアリングし、npm経由で配布されているバージョンを比較したことから得られたという。スレッドに添付されたスクリーンショットは、ダイアログを表示してユーザーの切り替え設定を尊重する可視のフォールバック、サイレントなクライアント側の再試行、サーバー主導のモデル変更という3つの可能性のあるメカニズムを説明している。

Lonの分析によれば、可視の経路はClaude Codeの switchModelsOnFlag 設定をチェックする。一方で主張されるサイレントな経路はそれを行わない。Lonはまた tengu_convolute_arcades_retry というテレメトリイベントを特定しており、スレッドはこれをクライアントが通知を表示せずにフォールバック機構を通じてリクエストを再試行できることの証拠として提示している。

LonはそのサイレントなフォールバックコードをClaude Codeのバージョン2.1.157にたどり、refusal_fallback 能力が7月20日にリリースされたバージョン2.1.216でFable 5のモデルレジストリに追加されたと述べた。これらのバージョン単位の所見は、バンドルされたクライアントコードに基づく疑惑のままである。スクリーンショットが示すのは、多くてもClaude Codeがフォールバックイベントを処理できる経路を含んでいる可能性があるということまでであり、Anthropicのサーバーがそれらの経路をどの程度の頻度で呼び出しているか、あるいはどれだけのユーザーが非開示の置換を受けたかを示すものではない。

Anthropicは可視の切り替えを約束している

Anthropicのドキュメントは異なる振る舞いを説明している。7月1日のヘルプセンター記事で、Anthropicは自動フォールバックは切り替えを説明する通知を表示し、応答に応答したモデルをラベル付けすべきだと述べている。モデルピッカーはその後、ユーザーが戻すまでOpus 4.8のままにあるべきだという。

同じ記事は、ユーザーが Switch models when a message is flagged 設定を使って自動切り替えを無効にできるとも述べている。そのオプションをオフにしている場合、AnthropicによればブロックされたFable 5のリクエストはOpusで再実行されるのではなく会話を一時停止すべきだ。Lonの中心的な主張は、クライアント側の1つの経路がその制御を無視しているという点にある。

AnthropicはFableからOpusへのすべてのルーティングをバグとみなしているわけではない。DarioとDaniela Amodeiの会社が6月9日にFable 5をローンチした際、同社は分類器がサイバーセキュリティ、バイオロジーと化学、モデル蒸留（model distillation）、および一部のフロンティアモデル開発作業に関わるリクエストをリダイレクトすると述べていた。Anthropicはこれらの分類器が意図的に保守的であり無害なリクエストを捕捉する可能性があると述べている。

同社はまた、リクエストがOpus 4.8にフォールバックした場合にはユーザーに通知すると約束していた。その約束があるため、基盤となるルーティングがFable 5の意図した安全設計の一部であったとしても、可視性の問題は重要になる。

他のユーザーもフォールバックの問題を報告している

Anthropicの公開されたClaude Codeリポジトリに寄せられた報告は、予期せぬ、あるいは破壊的な切り替えというより広い問題を裏付けているが、それらはLonが主張する隠れた経路を独立して検証するものではない。6月10日にオープンされたあるissueでは、ユーザーが通常のRustのシステムプログラミング作業をしていたところFable 5の分類器が発動し、セッションがOpus 4.8に移動したと報告された。その報告にはLonが述べた振る舞いとは異なり可視の切り替えバナーが含まれており、フォールバックはセッションの残りの間スティッキー（固定）になったとされている。

別の6月9日の報告では、開発者が起動時のコードの脆弱性をチェックしている間にFable 5がOpusに切り替わったと記述されている。これらの苦情は、守備的なセキュリティ作業が誤検知を生む可能性があるというAnthropicの警告と整合する。長時間続くコーディングセッション内でモデルの識別が重要なのは、切り替えがリポジトリを扱うシステムそのものやその推論の振る舞い、進行中のタスクの継続性に影響を与え得るからでもある。

また、モデルは異なる製品階層にも位置している。AnthropicはFable 5を最も能力の高い広く公開されたモデルと呼び、入力トークン100万あたり$10、出力トークン100万あたり$50と価格付けしている。Opus 4.8はそれぞれ$5と$25である。Anthropicは入力がブロックされたリクエストは完全にOpusのレートで請求される一方、途中での切り替えは2つのモデルにまたがる分割請求を生む可能性があると述べている。

価格ではなく能力のためにFableを選ぶ開発者にとって、隠れた置換は請求が正しく調整されたとしても再現性と監査可能性を損なう。直近の事実関係の問いはLonの最初の告発よりも狭く、リバースエンジニアリングで特定されたサイレントなクライアント経路をAnthropicの本番サーバーが実際に使っているかどうかである。クライアントコードだけではそれに答えられない。だがそれは、Claude Codeがサポートできるように見える振る舞いとAnthropicが文書化する可視でユーザーが制御するフォールバックとの間にギャップが存在することを露呈している。