Anthropic ujawnia systemowe prompty dla modeli Opus 5

Otwartość po zdjęciu embarga

Simon Willison zwrócił uwagę na ujawnienie dokładnego promptu systemowego dla modeli Claude Fable 5 i Mythos 5. Anthropic wydał modele 9 czerwca, ale już trzy dni później zablokował do nich dostęp z powodu kontroli eksportowych nałożonych przez amerykański Departament Handlu. Ograniczenia zdjęto pod koniec czerwca. Publikacja promptu systemowego zaraz po powrocie na rynek to rzadki ruch w kierunku pełnej przejrzystości. Główne źródło było niedostępne, więc ta analiza opiera się wyłącznie na metadanych.

Pokazywanie kart regulatorom

Dla zespołów technicznych dostęp do wewnętrznych instrukcji jest kluczowy. Pokazuje jasno, czy model odmawia wykonania zadania z własnej natury, czy blokuje go dopiero zewnętrzna warstwa ochronna. Dla samego Anthropic to także sygnał ostrzegawczy wysłany w stronę regulatorów: firma pokazuje, w jaki sposób trzyma w ryzach swoje najpotężniejsze narzędzia. W czasach rosnącej presji geopolitycznej to skuteczny sposób na łagodzenie obaw administracji.

Instrukcje nie zastąpią zabezpieczeń

Trzeba jednak pamiętać, że prompty systemowe to tylko wskazówki, a nie żelazne zapory techniczne. Zarysowują intencje projektantów, ale nie dają gwarancji, jak model zachowa się przy zaawansowanych atakach typu jailbreak czy prompt injection. Ujawnienie tekstu buduje zaufanie na rynku, jednak prawdziwa odporność Fable 5 i Mythos 5 wyjdzie na jaw dopiero w starciu z rzeczywistym, nieprzyjaznym ruchem w sieci.

Standard rynkowy dla compliance

Najważniejsze pytanie brzmi, czy publikowanie promptów stanie się rynkową normą. Jeśli Anthropic utrzyma tę politykę, a OpenAI nadal będzie bazować na ogólnych zapewnieniach o bezpieczeństwie, zespoły wymagające rygorystycznego audytu wdrożeń AI zaczną faworyzować podejście oparte na otwartej architekturze sterowania.

Werdykt Lilith

Anthropic obnaża instrukcje swoich modeli nie tylko dla programistów, ale przede wszystkim dla biurokratów z Waszyngtonu, którzy nie potrafią w żaden inny sposób kontrolować zachowania AI.