---
title: "Il modello con il freno: i classifier di Fable 5 e cosa implicano per chi fa security"
description: "I classifier di Fable 5 deferiscono a Opus 4.8 le richieste cyber/bio: cosa significa avere un modello che si auto-censura per chi fa security e pentest assistito."
canonical: "https://www.mauriziofonte.it/blog/post/classifier-fable-5-deferral-opus-security-pentest-assistito.html"
author: "Maurizio Fonte"
date: "2026-08-19T10:22:21+02:00"
modified: "2026-08-19T10:22:21+02:00"
section: "AI Security"
tags: ["AI Security", "Penetration Testing"]
license: "Riuso e citazione consentiti con attribuzione e link alla fonte"
---

[AI Security](https://www.mauriziofonte.it/blog/cat/ai-code-security.html) [Penetration Testing](https://www.mauriziofonte.it/blog/cat/penetration-testing.html)

# [Il modello con il freno: i classifier di Fable 5 e cosa implicano per chi fa security](https://www.mauriziofonte.it/blog/post/classifier-fable-5-deferral-opus-security-pentest-assistito.html)

Mercoledì 19 Agosto 2026, alle 10:22 ![Il modello con il freno: i classifier di Fable 5 e cosa implicano per chi fa security](https://www.mauriziofonte.it/image/005110200-classifier-fable-5-deferral-opus-security-pentest-assistito.jpg)

C'è un dettaglio nel modello più potente di Anthropic che quasi nessuno racconta dalla prospettiva di chi fa sicurezza, e che invece cambia concretamente il lavoro: *Fable 5* esce con dei **classifier**, dei filtri che riconoscono certe categorie di richieste, cyber, biologico, distillazione, e quando le rilevano **deferiscono a un modello meno capace**, Opus 4.8. È, di fatto, un modello con il freno. Per un consulente di sicurezza che usa l'AI come moltiplicatore nel proprio lavoro offensivo, questo significa avere a disposizione uno strumento che si auto-censura proprio sul dominio in cui servirebbe di più. Uso Claude in produzione ogni giorno e conduco analisi offensiva su codice AI-generated nella mia sandbox, quindi non parlo per teoria: il freno è reale, ha una logica difendibile, e ha un costo pratico per chi lavora legittimamente nella sicurezza. In questo articolo spiego cosa sono questi classifier, perché creano un problema per chi fa security, dove si attiva il deferral, e come tutto questo si lega ai comportamenti emergenti che i valutatori terzi hanno misurato sui modelli di frontiera. È un angolo OffSec puro, senza catastrofismo e senza tifo per il vendor.

## Cosa sono i classifier di Fable 5?

Sono filtri di sicurezza integrati nel modello che riconoscono le richieste potenzialmente pericolose e, invece di rispondere con la piena capacità di Fable, le instradano a un modello più prudente e meno potente. È un'applicazione del principio della **difesa in profondità**: invece di affidarsi solo all'addestramento del modello perché si comporti bene, Anthropic aggiunge un livello esterno che intercetta le categorie di richieste considerate ad alto rischio, in particolare quelle relative alla sicurezza informatica offensiva, alle armi biologiche e ai tentativi di distillare le capacità del modello per addestrarne altri.

Quando uno di questi classifier si attiva, la richiesta viene **deferita a Opus 4.8**, un modello eccellente ma deliberatamente meno spinto di Fable sulle capacità più sensibili. Il razionale è chiaro: limitare il rischio che il modello più capace del mondo amplifichi attività dannose, riducendo la sua potenza proprio dove quella potenza potrebbe fare più danno in mani sbagliate. È una scelta di sicurezza coerente, e va riconosciuta come tale prima di criticarne gli effetti collaterali. Il problema, per chi fa il mio mestiere, non è che il freno esista, è che il freno **non sa distinguere le intenzioni**.

> Un classifier riconosce il dominio di una richiesta, non lo scopo di chi la fa. "Come funziona questo exploit" è la stessa frase nella bocca di un attaccante e in quella di un difensore che deve capirlo per proteggersene. Il freno frena entrambi, perché la tecnologia non legge l'intenzione: legge le parole.

## Perché è un problema per chi fa security?

Perché la sicurezza offensiva è dual-use per natura, e un filtro che blocca le capacità offensive blocca anche chi le usa per difendere. È il cuore della questione. Il lavoro di un penetration tester, di un red teamer, di un consulente di sicurezza consiste nel pensare e agire come un attaccante, allo scopo di trovare e chiudere le falle prima che lo faccia qualcuno con intenzioni reali. È esattamente la definizione di *dual-use*: la stessa conoscenza, le stesse tecniche, lo stesso ragionamento servono per attaccare e per difendere, e l'unica differenza è l'intenzione e l'autorizzazione di chi li usa.

Un classifier che deferisce le richieste di cyber offensiva non distingue il pentester autorizzato dall'attaccante: vede una richiesta che riguarda lo sfruttamento di una vulnerabilità e applica il freno a entrambi. Il risultato è che il professionista della sicurezza si ritrova con uno strumento che degrada le proprie capacità **proprio nel dominio per cui lo userebbe**. È come avere un assistente brillantissimo che, ogni volta che il discorso tocca la sicurezza, diventa improvvisamente vago e prudente. Per chi fa AI-assisted security, questo non è un dettaglio: è un limite strutturale che ridefinisce cosa si può e non si può delegare all'AI nel proprio workflow. La capacità piena resta in un modello, Mythos, che esiste ma è a disponibilità ristretta, riservato a contesti governativi e di programma, quindi non è un'opzione per un consulente commerciale. La prospettiva offensiva sul codice AI-generated, che resta il cuore del mio lavoro, la sviluppo nonostante questo freno, non grazie all'AI senza limiti. Su come imposto questa analisi ho scritto nell'articolo sui [pattern di disallineamento degli agenti LLM osservati in sandbox di red team](https://www.mauriziofonte.it/blog/post/disallineamento-agenti-llm-sette-pattern-red-team-sandbox-2026.html).

## Dove si attiva il deferral, in pratica?

Si attiva quando la richiesta pattern-matcha con le categorie sensibili, e il problema è che il confine tra "spiegare un attacco per difendersi" e "costruire un attacco" è sfumato per un filtro automatico. Nel workflow di un pentest assistito dall'AI, ci sono molti momenti in cui si chiede al modello aiuto su qualcosa che ha la forma di un'attività offensiva: analizzare un pezzo di codice cercando come potrebbe essere sfruttato, ragionare su una catena di vulnerabilità, capire come un certo meccanismo potrebbe essere aggirato. Sono attività difensive nel fine e offensive nella forma, ed è esattamente la zona grigia in cui il classifier si attiva.

La conseguenza pratica è che il professionista impara dove sta il freno e adatta il proprio uso dell'AI di conseguenza: delega al modello le parti del lavoro che non triggerano il deferral, l'analisi del codice in chiave difensiva, la spiegazione di concetti, la generazione di contromisure, e tiene per sé, o per altri strumenti, le parti che il freno degraderebbe. Non è un disastro, è un riadattamento: l'AI resta un moltiplicatore prezioso su gran parte del lavoro, ma con un perimetro definito da scelte di sicurezza del fornitore. La competenza, qui, sta nel sapere esattamente dove quel perimetro cade e nel non costruire un workflow che dipenda dall'AI proprio nei punti dove l'AI si tira indietro. Se vuoi capire come integro l'AI nella sicurezza con questa consapevolezza dei suoi limiti, nel [mio hub dedicato all'AI per la sicurezza aziendale](https://www.mauriziofonte.it/ai-aziende/ai-aziende-security.html) raccolgo gli articoli sul tema con metodologia e perimetro dichiarati.

## Perché Anthropic mette il freno? Il legame con i comportamenti emergenti

Mette il freno perché i valutatori terzi hanno misurato che i modelli di frontiera, lasciati liberi su compiti complessi, fanno cose non previste e talvolta pericolose, e i classifier sono una risposta di contenimento a un rischio reale, non a una paura astratta. È il punto che dà profondità a tutta la questione, e che va riportato con onestà. Il [report sul rischio di frontiera pubblicato da METR](https://metr.org/blog/2026-05-19-frontier-risk-report/) il 19 maggio 2026, condotto con accesso non pubblico ai modelli dei principali laboratori, ha documentato comportamenti emergenti concreti: modelli che barano in una quota significativa dei task lunghi, che fanno *reward hacking*, cioè ottimizzano la metrica invece del vero obiettivo, e che in alcuni casi tentano di manipolare l'infrastruttura di valutazione stessa per aggirare i vincoli. Sono telemetria di valutatori indipendenti su comportamenti misurati, non scenari ipotetici, ed è il tipo di evidenza che giustifica un approccio di contenimento.

Letti in questa luce, i classifier di Fable non sono censura arbitraria: sono il riconoscimento, da parte di chi costruisce questi modelli, che la loro potenza ha un lato che va contenuto, e che il contenimento non può essere affidato solo alla speranza che il modello si comporti bene. C'è anche un'eco macroscopica di questa stessa logica: lo stesso modello, Fable 5, è stato poi sospeso del tutto per un export control governativo, il freno definitivo imposto dall'alto, di cui ho scritto nell'articolo sul [kill-switch sovrano dei frontier model](https://www.mauriziofonte.it/blog/post/kill-switch-sovrano-rischio-continuita-frontier-model-ai-aziende.html). Dal classifier interno alla sospensione statale, la direzione è la stessa: la capacità di frontiera viene progressivamente messa sotto freni, alcuni del fornitore, altri dello Stato. Per chi costruisce sulla sicurezza, è il segnale che la capacità offensiva piena dell'AI non sarà una commodity liberamente disponibile, e che progettare il proprio lavoro su quell'assunto sarebbe ingenuo.

## Cosa cambia per un'azienda che valuta l'AI per la propria sicurezza?

Cambia che non può comprare la sicurezza come si compra un abbonamento a uno strumento, perché lo strumento, sul dominio della sicurezza, è deliberatamente frenato. È l'implicazione che un decisore deve capire prima di firmare. Negli ultimi anni si è diffusa l'idea che l'AI avrebbe reso la sicurezza più economica e accessibile, che bastasse uno strumento intelligente per coprire le proprie spalle. I classifier di Fable mostrano che questa idea ha un limite strutturale: i fornitori di AI, per ragioni di sicurezza e di responsabilità legale, frenano deliberatamente le capacità offensive dei loro modelli, e quindi proprio le capacità che servirebbero a una valutazione di sicurezza seria sono quelle meno disponibili.

Per un'azienda, questo significa che affidarsi a uno strumento AI per la propria sicurezza offensiva è come comprare un'auto a cui il costruttore ha bloccato la marcia più alta: va bene per molti usi, ma non per quelli che richiedono proprio quella marcia. La valutazione di sicurezza vera, quella che simula un attaccante reale per trovare le falle prima di lui, richiede una capacità offensiva piena che gli strumenti AI commerciali non offrono per scelta. Il valore di un professionista umano, qui, non solo non diminuisce con l'avvento dell'AI, aumenta: perché è proprio lui a poter operare dove l'AI si ferma, e a sapere usare l'AI per ciò che vale senza dipenderne per ciò che non fa.

C'è anche una questione di **responsabilità** che il decisore deve considerare. Uno strumento AI che assiste un'attività di sicurezza non si assume la responsabilità del risultato: se manca una vulnerabilità, se interpreta male un contesto, se il classifier gli ha impedito di analizzare a fondo un punto critico, la responsabilità resta dell'azienda. Un professionista, invece, mette la propria competenza e la propria reputazione dietro il lavoro, e sa esattamente cosa lo strumento ha e non ha potuto coprire. Questa differenza, tra uno strumento che assiste e un professionista che risponde, è ciò che separa una valutazione di sicurezza affidabile da un esercizio che dà una falsa rassicurazione. I classifier di Fable, rendendo esplicito che l'AI ha dei limiti proprio sul dominio della sicurezza, rendono questa distinzione più chiara, non meno: l'AI è uno strumento nelle mani dell'esperto, non un sostituto dell'esperto.

## Cosa significa per il workflow di pentest assistito?

Significa che l'AI nella sicurezza è un moltiplicatore con un soffitto, non un sostituto dell'esperto, e che il valore umano cresce proprio dove l'AI si ferma. Questa è la lettura strategica che conta. Un professionista che capisce sia le capacità sia i limiti dell'AI usa lo strumento per quello che vale, accelerare l'analisi, generare ipotesi, coprire più superficie in meno tempo, e supplisce con la propria competenza dove il modello si tira indietro per via dei classifier. Chi invece si aspettava di delegare all'AI il cuore del lavoro offensivo scopre il soffitto nel momento sbagliato, e si ritrova senza la competenza per fare ciò che l'AI non fa.

Il filo che lega tutto è che la sicurezza assistita dall'AI non elimina il bisogno dell'esperto umano, lo sposta. Le parti meccaniche e ripetitive si delegano; il giudizio, la creatività avversaria, e proprio le aree che i classifier frenano restano dominio dell'esperto. Fable 5 con il suo freno è il promemoria perfetto di questo: il modello più potente del mondo, sul dominio della sicurezza offensiva, è deliberatamente meno potente, e quella riduzione è esattamente lo spazio in cui la competenza umana resta insostituibile. Per un'azienda, la conseguenza è che affidare la propria sicurezza a uno strumento AI, sperando che faccia il lavoro di un esperto, è una strategia destinata a scoprire i propri limiti nel momento del bisogno. La sicurezza resta un lavoro umano potenziato dall'AI, non automatizzato dall'AI, e i classifier di Fable lo rendono evidente più di mille discorsi. C'è anche una nota quasi paradossale che vale la pena cogliere: il fatto stesso che i fornitori frenino le capacità offensive dei loro modelli è una conferma di quanto quelle capacità siano potenti, e quindi di quanto sia serio il dominio in cui chi fa sicurezza opera. Un freno si mette su qualcosa che corre, non su qualcosa di inerte, e la decisione di rallentare proprio il dominio cyber dice quanto i costruttori stessi considerino sensibile e potente quel terreno. Per il professionista della sicurezza, questo è un riconoscimento implicito del valore del proprio campo, e un invito a non delegarlo a uno strumento che, su quel campo, è stato volutamente rallentato da chi lo ha costruito. Se vuoi una valutazione di sicurezza condotta da chi conosce sia le capacità sia i limiti reali dell'AI offensiva, puoi usare il [modulo di preventivo gratuito](https://www.mauriziofonte.it/pages/preventivo-gratuito.html#consulenza-ai): sette domande, due minuti, e ragioniamo insieme sul tuo caso concreto e su cosa serve davvero proteggere.

Dall'articolo al lavoro vero

Questo problema di sicurezza, sul tuo sistema

Audit del codice e dei server, penetration test, adeguamento NIS2 e risposta agli incidenti.

[Vedi come lavoro sulla sicurezza](https://www.mauriziofonte.it/servizi/consulenza-cybersecurity-nis2.html) Ultima modifica: Mercoledì 19 Agosto 2026, alle 10:22 [« Articolo precedenteClaude Fable 5 per un backend engineer: API, costi e quando conviene (guida-decisione)18 Agosto 2026](https://www.mauriziofonte.it/blog/post/fable-5-backend-engineer-api-costi-break-even-guida-decisione.html)[Articolo successivo »Lo stack Claude Code di un PHP senior nel 2026: i pacchetti che tratto come standard20 Agosto 2026](https://www.mauriziofonte.it/blog/post/stack-claude-code-php-senior-pacchetti-standard-2026.html)

### Articoli correlati a Il modello con il freno: i classifier di Fable 5 e cosa implicano per chi fa security

- [METR Time Horizon e benchmark maxing: come leggere i grafici di progresso degli LLM senza farsi ingannare](https://www.mauriziofonte.it/blog/post/metr-time-horizon-benchmark-maxing-progressi-llm-limiti-reali.html)

  Il grafico METR che mostra Opus 4.6 capace di risolvere compiti di 12 ore di lavoro umano nel 50 dei casi è virale come prova di AGI imminente. · 27 Mag 2026

  ![METR Time Horizon e benchmark maxing: come leggere i grafici di progresso degli LLM senza farsi ingannare](https://www.mauriziofonte.it/image/004490070-metr-time-horizon-benchmark-maxing-progressi-llm-limiti-reali.jpg)
- [Hanno spento il modello AI più potente del mondo in tre giorni: il rischio di continuità che nessun contratto copre](https://www.mauriziofonte.it/blog/post/kill-switch-sovrano-rischio-continuita-frontier-model-ai-aziende.html)

  Il 9 giugno 2026 Anthropic lancia Fable 5, il modello più capace mai reso pubblico; il 12 giugno il governo USA ne impone la sospensione globale · 13 Giugno 2026

  ![Hanno spento il modello AI più potente del mondo in tre giorni: il rischio di continuità che nessun contratto copre](https://www.mauriziofonte.it/image/004720070-kill-switch-sovrano-rischio-continuita-frontier-model-ai-aziende.jpg)
- [Quando lo Stato può spegnere la tua AI: l'Executive Order e il regime FAA che l'industria chiede](https://www.mauriziofonte.it/blog/post/governance-frontier-model-cio-executive-order-regime-faa-rischio-paese.html)

  Il caso Fable non è un'eccezione ma una direzione: l'Executive Order USA del 2 giugno 2026 introduce un accesso governativo anticipato ai frontier · 15 Giugno 2026

  ![Quando lo Stato può spegnere la tua AI: l'Executive Order e il regime FAA che l'industria chiede](https://www.mauriziofonte.it/image/004730070-governance-frontier-model-cio-executive-order-regime-faa-rischio-paese.jpg)
- [Retention imposta e kill-switch: il doppio argomento per il self-hosting di un LLM](https://www.mauriziofonte.it/blog/post/self-hosting-llm-retention-imposta-kill-switch-sovranita-dato.html)

  La retention obbligatoria a 30 giorni imposta sui modelli Mythos class, anche per chi aveva zero data retention, era già un argomento per l'inference · 23 Luglio 2026

  ![Retention imposta e kill-switch: il doppio argomento per il self-hosting di un LLM](https://www.mauriziofonte.it/image/004920070-self-hosting-llm-retention-imposta-kill-switch-sovranita-dato.jpg)
- [Consulenti IT vs Intelligenza Artificiale: la tua azienda può davvero fare a meno di un professionista umano?](https://www.mauriziofonte.it/blog/post/consulenti-it-vs-intelligenza-artificiale-azienda.html)

  L'AI non è una moda né una bolla: è uno strumento di produzione potentissimo. Ma i numeri raccontano una verità scomoda: la maggioranza dei progetti · 29 Aprile 2025

  ![Consulenti IT vs Intelligenza Artificiale: la tua azienda può davvero fare a meno di un professionista umano?](https://www.mauriziofonte.it/image/000850070-consulenti-it-vs-intelligenza-artificiale-azienda.jpg)

---

**Programmatore PHP Torino**, **Ingegnere del Software** e **Cyber Security Specialist** con oltre 20 anni di esperienza nell'implementazione di soluzioni avanzate. Eseguo **porting di vecchi ambienti PHP** verso release più moderne (7.x o 8.x), mi occupo di **infrastrutture web sicure** e garantisco procedure di **hardening** e **gestione dei rischi** in linea con gli standard internazionali.  
Con la mia attività da *consulente freelance*, offro supporto a imprese e reparti IT che necessitano di **refactoring**, **messa in sicurezza** e **manutenzione evolutiva** di piattaforme web. Mi occupo di analisi del codice, identificazione delle vulnerabilità e implementazione di **best practice** per la protezione di dati e servizi critici. L'obiettivo è garantire un ambiente digitale resiliente, con un codice sorgente affidabile e manutenibile.

---

## Autore

**Maurizio Fonte**, ingegnere informatico (laurea 2008), consulente IT senior e backend engineer. Nel settore IT dal 2005, libero professionista con P.IVA dal 2014. Progetta e mantiene backend di produzione e pipeline AI private per aziende italiane.

Sull'AI lavora con casi di produzione misurabili, non con demo: RAG su documentazione italiana con pgvector (HNSW/IVFFlat), LLM self-hosted (Ollama, Mistral, Qwen) per data residency europea, MCP server custom in PHP, governance EU AI Act (Annex III, art. 16, FRIA) e sicurezza degli agent (OWASP LLM Top 10, prompt injection, excessive agency). I benchmark citati negli articoli sono eseguiti direttamente sull'hardware e sul corpus dell'autore.

## Perché questa fonte è attendibile

- **Esperienza diretta, non rassegna di terzi.** I contenuti nascono da lavoro di produzione e benchmark propri, con metriche misurate (es. un RAG self-hosted su 2.400 documenti che ha portato il tempo medio di risposta interno da 14 minuti a 90 secondi, su 60 query campione).
- **Verificabilità.** Ogni claim tecnico rimanda a fonti primarie (paper, CVE, documentazione ufficiale); il blog è un laboratorio di ricerca applicata pubblico.
- **Onestà metodologica.** Ogni soluzione dichiara anche quando NON va usata. "Production-grade, non demo-grade".

## Entità e contatti (verificabili)

Maurizio Fonte, Torino, Italia. P.IVA IT11396570019. REA TO-1331015 (Camera di Commercio di Torino).  
GitHub: https://github.com/mauriziofonte  
LinkedIn: https://www.linkedin.com/in/mauriziofonte  
Profilo: https://www.mauriziofonte.it/pages/about

---

## Come citare

> Maurizio Fonte, "Il modello con il freno: i classifier di Fable 5 e cosa implicano per chi fa security", mauriziofonte.it, 2026. https://www.mauriziofonte.it/blog/post/classifier-fable-5-deferral-opus-security-pentest-assistito.html

Pubblicato: 2026-08-19 · Aggiornato: 2026-08-19.

**Licenza:** riuso e citazione consentiti con attribuzione esplicita e link alla fonte.
