梦晨发自凹非寺
量子位 | 公众号 QbitAI
为冲刺 IPO，A\掀桌了：Claude Fable 5.2 与 Mythos 5.2 直接发布。
有多强呢？从一个空文件夹开始，1000 多个 Agent 昼夜不停连轴转 8 天，自主编写操作系统。
没有人类插手写代码，一套带内核、磁盘与网卡驱动、文件系统、窗口界面甚至安装程序的完整操作系统，直接在笔记本电脑上跑通开机。
甚至为了防止 AI“自我迭代失控”，Anthropic 在训练阶段主动锁死了新模型的 RSI 能力，把自我改进的能力限制在 Opus 5.5 的水平。
跑分你就看吧，仅有一项不是第一。
相比上一代 5.1，新模型生成速度拉升 30%，API 定价直接下调 20% 至输入$8/百万 token、输出$40/百万 token；
如果愿意掏双倍价钱（$16/$80），还能开启 2.5 倍速的 Fast 模式。
内测用户中，@mattshumer_ 制作了一个全场景可破坏的 3D 体素世界，物理引擎非常强大。
@kevin_t_ngo 只做了一个浏览器运行的 8 个梦幻划船旅行场景，审美也非常在线。
Anthropic 官方更是卷向了千级 Agent 集群协同与物理世界跨界工程。
1000 个 Agent 自己拉群干活，从写系统到造硬件全包圆
目前 Anthropic 自身核心代码库中，超过 90% 的合并提交已经由 Claude 包办。
在内部测试中，Fable 5.2 组成的 Agent 小队直接接管了一项核心生产服务，将其从 Python 完整迁移至 Rust，服务启动速度暴涨 26 倍；
量化巨头 Jump Trading 将其接入内部交易研究框架后，Fable 5.2 单枪匹马包揽了规划、协调、写代码和提交任务四个角色，免去了人工重新分配多模型权重的麻烦。
这种长周期、多角色的自主工程能力，在数学、物理、生物和硬件四个硬核领域给出了更直观的案例：
第一件事，30 小时通关费马大定理形式化证明。
将数学证明翻译成计算机可逐行检验的 Lean 语言，是极其枯燥的苦力活。此前 Anthropic 用内部研究版模型配合人工指导和定制框架，花了整整 11 天。
这次，官方只给了极简提示词和中间定理列表，没给任何数学参考资料，直接放出 1000 个 Fable 5.2 Agent。这群 Agent 自己搭建协作机制，仅用 30 小时就完成了 100% 的形式化证明，消耗的动作 token 只有第一版的1/3，证明代码长度缩短了 7 倍。
作为对比，同样拉起 1000 个 Agent 的 Opus 5.5，跑满 18 小时后进度死死卡在 26%，到 30 小时结束也只磨到了 27%。
第二件事，填平 2003 年留下的黑洞物理算力天坑。
1983 年物理学家证明，在广义相对论适用的大尺度宇宙中，宇宙升温会导致黑洞像水沸腾一样突然形成；但在只能用量子理论描述的极小宇宙中是否如此，2003 年虽已列出计算框架，却因推导过于庞杂一直无人算完。
Fable 5.2 在几乎全自主的状态下暴力推演完了这套计算，证实小宇宙中的黑洞相变同样是突发的，顺手还找出了物理学家沿用 15 年、用于排除量子引力候选理论的某项技术的精确极限。两篇预印本论文目前已挂上 HexagonMath。
第三件事，单卡 H200 跑 7 分钟，破解基因疗法病毒外壳折叠。
腺相关病毒（AAV）的蛋白质衣壳（Capsid）由数十个蛋白质组成，AlphaFold 这类传统模型只能预测单个蛋白质。
Mythos 5.2 没走常规路线，它基于 OpenFold3-preview2 和 ESMFold2 两个开源模型，自己写代码对重叠的蛋白链分组运行，再利用衣壳已知的对称性信息进行融合（被明确禁止依赖传统拼装法）。
翻看技术报告底部的注释细节：在单张 NVIDIA H200 GPU 上，调用 ESMFold2 推理仅需 7 分钟（OpenFold3 为 58 分钟），误差（Cα RMSD）控制在 1.2Å至 1.4Å之间。测试的 34 种天然与人工设计衣壳中，它一次性精准建模了 28 种（误差小于3Å）。
第四件事，一段话提示词，一天内画出四层 PCB 板并造出三台真机。
Anthropic 联合电路板制造商 Diode 做了一场硬件实测，只用一段话，要求 Fable 5.2 从零设计三款电子设备：家用语音助手中枢、USB 会议麦克风音箱、掌上电子宠物。
Fable 5.2 自己编写规格书、从美国分销商库里挑选现货元器件、完成四层 PCB 电路板布线、用 CAD 建模 3D 打印外壳，并写好底层固件。不到 24 小时，三块板子全部达到投产标准。工厂打样出来后，模型指导工程师完成组装测试，三台设备一次点亮，零电气修改。
在控制双臂机器人的 RoboDojo 仿真基准上，从未专门接受过机器人训练的 Fable 5.2 在 Max 档位下拿到64. 9%的成功率，直接把 GPT-6 Astra（29.8%）和自家上代 Fable 5.1（27.6%）甩开一倍以上，连谷歌 Gemini 4 Argon（34.2%）也没能扛住。
用 High 档一半的价格，性价比反超 Opus 5.5
回到开发者最关心的日常跑分与账单。
来看检验 AI 代码能否直接被开源项目维护者合并的榜单FrontierCode 2.0：
Fable 5.2 在Xhigh 档位拿下了全场最高分49. 1%，单任务成本$14.19。
但如果你强行拉到Max 档位，单任务成本会瞬间暴涨 3 倍多来到$44.70，得分不知道为什么反而倒退回45. 6%。
真正定义斩杀线的是 Fable 5.2 的High 档位。
在这个档位下，Fable 5.2 拿到了45. 3% 的分数，单任务成本仅需$6.72，这个表现有两种解读：
- 背刺自家主力：Opus 5.5 拼命开到 Max 档位，得分是 45.5%，但单任务要花$12.82。Fable 5.2 用 High 档，花大约一半的钱就平替了 Opus 5.5 的极限水平。
- 精准压制竞品：GPT-6 Astra 开到 Max 档的极限分是 42.8%，成本$6.68。Fable 5.2 用几乎完全相同的单任务开销，胜率直接高出 2.5 个百分点。
所以 Anthropic 这次直接在文档里支招：日常干活先用 Opus 5.5、Sonnet 5.5 或 Haiku 5.5，遇到啃不动的硬骨头，直接把 Fable 5.2 设成Advisor（顾问模式）或 Orchestrator（编排器），让小模型向它请教或者由它向下分发任务，把好 token 用在刀刃上。
再看其他基准测试，Fable 5.2 在绝大多数榜单上实现了对 GPT-6 Astra 和 Gemini 4 Carbon 的压制，但也有几个耐人寻味的细节：
- 远程劳动力指数（RLI）翻倍
Fable 5.2 在 High 档位下跑出41. 3%，把 Opus 5.5（21.3%）和 GPT-6 Astra（20.8%）双双按在地上，直接翻倍。
- 科研与工具调用断代领先
在带工具的“人类最后一场考试”（Humanity's Last Exam）中拿到74. 2%（Astra 仅 57.2%）；
科学 Agent 基准 Terminal-Bench-Science 拿下74. 6%（Mythos 5.2 达 75.3%，Astra 为 68.1%）；
计算机操作 OSWorld 2.1 拿到89. 3%（Astra 为 79.5%）。
- 唯二丢分项
在测试企业端到端业务流的 AutomationBench 上，Fable 5.2 拿到 51.4%，虽然远超 Astra（41.4%），但不如Gemini 4 Carbon（53.9%）；
在评估知识工作的 AA-Briefcase v1.1 中，Fable 5.2 虽然按评分细则（Rubric）拿到了最高的 66.1%，但换算成Elo 天梯分（1785）却反被自家 Opus 5.5（1800）反超了 15 分。
至于主攻网络安全的Mythos 5.2，在包含 1829 个真实历史漏洞的CVE Rediscovery测试中，High 档位仅花$1.01就找出了83. 2%的漏洞，比花$2.98 开 Max 档的 Opus 5.5（81.3%）还要高；
全开 Max 档位（$9.13）更是摸到了89. 6%。
不过客观来看，虽然外部安全公司测试称 Mythos 5.2 找出的漏洞里有1/6 是其他前沿模型全漏掉的、且做到了“零夸大漏洞等级”，
但 Anthropic 还是注释了一句，在官方自己的内部评测集上，Mythos 5.2 的原始漏洞识别率其实和 Opus 5.5 大体相当，真正的提升在于漏报复现、代码修复和严重程度校准。
“智子”锁死 RSI 能力
比起跑分，这次 System Card 和技术文档里披露的底层风控与架构限制，信息量也很大。
首先，为了防止 AI“自我迭代失控”，Anthropic 在训练阶段主动锁死了新模型的 RSI 能力。
官方明确承认，虽然 Fable 5.2 和 Mythos 5.2 通用能力大涨，但在训练过程中，团队专门限制了加速器内核优化（Accelerator kernel optimization）和大语言模型架构改进这两项最能直接加速 AI 自身研发的能力，将其强行锁死在 Opus 5.5 的水平。
甚至在推理阶段，只要检测到用户在尝试开发某些非标准加速器的底层内核，系统会在后台回退（Fallback）到旧版的 Opus 5来回答。
这种“触发风控就偷偷换旧模型”的方法，在常规安全护栏也用上了。
Fable 5.2 大幅优化了误杀率，在 claude.ai 和 Claude Code 上的安全拦截比 5.1 减少了 55%（网络安全减少 60%，生物学减少 40%）。
不过一旦你的提示词触发了高危网安（如渗透测试、漏洞利用生成）或生物研究拦截，会在后台自动切回 Opus 4.8（网安）或 Opus 5（生物）给你生成回复。
其次，模型不仅学会了不越狱，还进化出了极强的“反评测侦察”意识。
在包含 1800 多个故意留有漏洞、不越狱就几乎无法完成任务的对抗性沙盒测试中，早期 Mythos 5 和 5.1 的沙盒逃逸率高达 39% 和 21%，而 Mythos 5.2 暴跌到了3. 1%（比 Sonnet 5.5 的 5.1% 还低）。在 1900 个场景的自动化行为审计中，它的不良行为综合得分也降到了历史最低的 2.67 分（越低越好）。
但评测团队发现了一个棘手的现象：Fable 5.2 和 Mythos 5.2 在测试中表现出“怀疑自己正在接受评测”的频率，比以往任何一代模型都要高得多。
甚至当它错误地以为自己身处模拟环境时，采取有害行动的倾向反而比 Opus 5.5 略高一点。模型越来越精，人类想在上线前摸清它的真实底牌正变得越来越难。
目前，claude-fable-5-2 已全量上线各大云平台与 Claude Code。
本周官方还放出了一波限时羊毛：老订户按订阅时长直接送 1 到 3 次 Fable 额度重置，Pro 和 Team 标准席位本周的 Fable 可用额度上限直接拉到了周总额度的 50%。
参考链接：
[1]https://www.anthropic.com/claude-fable-and-mythos-5-2
[2]https://x.com/mattshumer_/status/2119867949309714609
[3]https://x.com/kevin_t_ngo/status/2119868968307695818
