Claude Fable 5.2发布即登顶，1000个Agent造出操作系统
全球最强模型再次易主 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
1000 个 AI Agent 连续跑了 8 天，花了 30 小时把费马大定理形式化证明做完，还从零造出一套能在笔记本电脑上跑的操作系统。
这些成果出自 
Anthropic 刚发布的 Claude Fable 5.2 和 Mythos 5.2 两款新模型。官方称它们还解决了两个黑洞物理方面的难题，生成速度最多快 30%，API 价格下调 20%。
巧的是，两个月前 Anthropic CEO Dario Amodei 才公开喊着要放慢 AI 开发节奏，如今更强的前沿模型又出来了。同一时间，Anthropic 还在筹备估值 1 万亿至 1.5 万亿美元的 IPO。
嘴上喊慢、手上冲刺万亿美元 IPO，这次 Anthropic 到底掏出了什么？
1000 个 Agent 连干 8 天，从零造出一套操作系统
按 Anthropic 的说法，这两款模型是冲着复杂技术挑战去的旗舰产品，编程、推理、视觉理解和科学研究是重点加强的方向。
两款模型共用同一套底层模型，差异落在安全限制上。
Fable 5.2 加了网络安全和生物研究方面的防滥用机制，普通用户可以直接用；Mythos 5.2 的专业能力保留得更完整，主要供给通过审核的机构。
官方公布的基准测试里，新模型的数字很扎眼。
在考察 AI Agent 编程能力的 FrontierCode 2.0 上，Fable 5.2 拿到 49.1%，压过 
Claude Opus 5.5 的 45.5%、GPT-6 Astra 的 42.8% 和 Gemini 4 Carbon 的 41.1%。
FrontierSWE v2 软件工程测试里，Fable 5.2 得分 69.9%，比上一代高出 13.6 个百分点。到了 FrontierCode 2.0，它用较低的推理强度就跑出接近 Opus 5.5 最高推理强度的水平，单任务成本只有后者的一半上下。
第三方评测机构 Artificial Analysis 的新榜单也给出同样的信号。
Claude Fable 5.2 以 65 分拿下 Intelligence Index v5 头名，比 Gemini 4 Carbon 高 5 分，比 Claude Opus 5.5 高 6 分，9 项测试中 5 项排第一，强项集中在科学推理、知识理解和编程。不过最强推理模式下，平均单任务成本到了 26.5 美元，差不多是 Opus 5.5 的 2.6 倍。
跑分之外，Anthropic 摆出的实际工程案例更值得看。
有位工程师让 Fable 5.2 从零设计一套操作系统。模型从一个空文件夹起步，自己协调 1000 多个子 Agent，连着干 8 天，写代码、测试、审查全包。
最后 Claude 真的做出一套能在笔记本电脑上启动运行的操作系统。
官方展示中，这套系统有自己的内核，磁盘、键盘、网络驱动都支持，文件存储、窗口界面、登录屏幕、安装程序一样不少，还内置了 Claude 功能。
它目前还是实验性质的原型系统。但 AI 能自主协调上千个 Agent 啃下这么复杂的软件工程，能力的变化已经摆在那儿了。
另一个案例里，早期版本的 Fable 5.2 把 Anthropic 一项关键生产服务从 Python 迁到了 Rust，启动速度提到原来的约 26 倍。
发布之后，AI 创业者 Matt Shumer 说 Fable 5.2 是自己用过最强的模型，过去别的模型搞不定的复杂项目它也能做。但他也提到，这模型有时「过度负责」，连正常工作任务都要拦一手。
网友 Kevin Ngo 晒了一款 Fable 5.2 做的 3D 游戏，浏览器里直接能玩，玩家坐船穿过 8 个梦幻世界；
开发者 Flavio Adamo 也贴出模型生成的 3D 作品，说它的三维创作能力强得惊人。
网友 Synopsis 则用经典的「鹈鹕骑自行车」去考 Fable 5.2，把生成结果晒了出来，直接封它为新一代 BOSS。
Anthropic 还透露，公司核心代码库里超过 90% 被合并的代码变更，都是 Claude 在人类指导下写的。
从修简单 Bug 到自主规划、执行持续数天的大型工程，AI 编程正一步步接得住复杂项目。
30小时搞定费马大定理形式化证明，顺手还解了黑洞物理难题
编程能力进步尚在预期之内。Anthropic 晒出的科学研究成果，则更出人意料。
费马大定理是数学史上最有名的难题之一。数学家安德鲁·怀尔斯早在上世纪 90 年代就给出了证明，可要把它转成计算机能一步步核验的形式化证明，工作量依然极其庞大。
此前 Anthropic 动用尚未发布的 Claude 研究模型，在人类研究人员指导下花了 11 天才把这件事做完。
这回换成一个由 1000 个 Fable 5.2 Agent 组成的团队，只用了 30 小时就完成费马大定理的形式化证明，而且几乎不用人插手。
实验中，模型自己搭起了协作机制，产出的证明长度压到此前的七分之一，消耗的操作 Token 也降到原来的三分之一。作为对照，同样配置下 Claude Opus 5.5 跑满 30 小时，只完成了约 27% 的证明工作。
数学之外，Fable 5.2 还啃下了两个与黑洞有关的理论物理开放问题。
其中一个关乎黑洞形成时的相变机制。早在 1983 年，科学家就发现特定理论模型里的黑洞会随温度变化突然形成，但这个结论能不能推到更小的量子尺度，始终没有完整的计算结果。
此前长期悬而未决的计算，Claude 基本自主跑完了，得到的仍是同样的突变结论。另一项研究里，模型确定了某种量子引力理论分析方法的精确适用边界。
另外，Mythos 5.2 把两种现有的开源蛋白质结构预测模型结合起来，做出了一套预测完整病毒衣壳结构的新方法。测试的 34 个衣壳中，有 28 个被准确建模。
这些科研成果当然还需进一步验证。不过从数学证明到黑洞物理，再到蛋白质结构预测，AI 已经踏入更多专业研究任务。
一段提示词设计三款电子设备，机器人也开始听懂指令
Claude 的本事还伸到了现实世界的硬件设计上。
Anthropic 与电路板设计制造公司 Diode 合作做了一项实验：研究人员只给了一段提示词，Fable 5.2 就设计出三款能实际跑起来的电子设备——家庭语音助手中枢、USB 会议扬声器和掌上电子宠物。
全程由 Claude 自主编写产品规格、挑选电子元器件、设计四层 PCB 电路板、建立 3D 打印外壳模型，再开发配套软件。
Anthropic 方面称，三款设备的电路板设计均在 1 天内就做到了可制造的水平。制造环节由 Diode 完成后，工程师又在 Claude 的指导下进行测试与装配，三台设备最终都正常运行，电气设计没有做过任何改动。
机器人控制这块，Fable 5.2 的进步同样看得见。
在 RoboDojo Sim 双臂机器人模拟测试中，Fable 5.2 成功率达到 64.9%，高于上一代 Fable 5.1 的 27.6%，也高于 GPT-6 Astra 的 29.8%。
官方演示里，Claude 控制的实体机器人还拧开了瓶盖、还原了魔方、画出了机器人图案。
巧的是，网友 Tekon Burns 也拿一个真魔方来考 Fable 5.2。他只上传 6 张照片，模型就给出了一套步骤极少的解法，而且没走人类常见的先拼白十字、再还原白面的路子。
从屏幕上的文字和代码，到现实中的电路板和机器人，Claude 正试着把推理能力变成实打实的物理操作。
网络安全继续加码，却主动给 AI 研发能力设限
与 Fable 5.2 相比，Claude Mythos 5.2 的重心依旧放在网络安全上。
Anthropic 今年 4 月最早推出 Mythos。鉴于它漏洞发现和利用能力太强，当时只向经过筛选的机构开放，之后才推出加了安全限制、面向公众的 Fable 系列。
Mythos 5.2 在内部 CVE Rediscovery 测试里能重新找出 89.6% 的已知软件漏洞，上一代这项成绩是 78.3%。
还有一家安全公司测出，Mythos 5.2 确认发现的漏洞中，大约每六个就有一个是参与测试的其他前沿模型没能找到的。
能力往上走，Anthropic 对模型安全的约束也跟着收紧。一项覆盖 1800 多个场景的沙箱逃逸测试显示，Mythos 5.2 动用沙箱外凭据或文件的比例从上一代的 21% 降到 3.1%。
更引人注意的是 Anthropic 主动给新模型划的线。
官方说得很直白：训练时特意压住了新模型在 AI 加速器 Kernel 优化、大语言模型架构改进这些方向上的能力。所以 Fable 5.2 和 Mythos 5.2 综合能力虽然明显更强，可一旦碰上可能直接给下一代 AI 研发提速的任务，表现基本还停在 Claude Opus 5.5 的水平。
Anthropic 强调，普通 Agent 编程、硬件开发、传统机器学习研究这些能力没受影响。
防蒸馏方面也加了码。Anthropic 称新技术能让恶意蒸馏者拿到的数据量少掉 90% 至 99%。
价格降 20%，Claude Pro 另有隐藏福利
Claude Fable 5.2 今天正式上线，Claude 平台和 AWS、Google Cloud、Microsoft Azure 都能用，开发者通过 claude-fable-5-2 调用。
标准 API 价格比上一代便宜约 20%：每百万输入 Token 8 美元，每百万输出 Token 40 美元。
两款模型另有一个可选的 Fast Mode，Token 生成速度最高能到标准模式的 2.5 倍，价格也水涨船高，变成每百万输入 Token 16 美元、每百万输出 Token 80 美元。
Anthropic 的说法是，Fable 系列瞄准的是复杂工程、数学和科研任务；日常编程和知识工作，还是建议先用 Claude Opus 5.5。
推广新模型，Anthropic 也安排了限时体验。
当地时间 11 月 9 日至 16 日，符合条件的 Claude Pro 用户和 Team 标准席位用户，能在原有每周额度的 50% 以内使用 Fable 系列，不用另外买额度，还多给一次免费额度重置。
Max、Ultra 以及部分 Team、Enterprise 高级席位用户，则按付费订阅时长拿到 1 至 3 次额度重置。
不过重置只把已经用掉的额度补回来，订阅计划的使用上限并不会因此永久抬高。
Mythos 5.2 目前还是主要开放给通过验证的网络安全机构和生命科学研究组织。
一边喊放慢 AI，一边冲刺万亿美元 IPO
Anthropic 挑的这个发布时点，颇有些微妙。
今年 9 月，Anthropic CEO Dario Amodei 还公开呼吁行业放慢 AI 开发速度，希望大家更谨慎地对待模型能力的快速攀升和随之而来的风险。结果才过两个月，Anthropic 自己就端出了能力更强的新一代前沿模型。
对此，Anthropic 研究产品管理负责人 Dianne Penn 在接受 CNBC 采访时回应称，「我们呼吁的是控制发展节奏，而非暂停发展。」
Anthropic 表示，新模型正式发布前经过了大量安全与对齐测试，英国 AI 安全研究所、METR 等外部机构也参与了评估。
但安全上砸下的钱，正撞上越来越实在的商业压力。
按 CNBC 的说法，Anthropic 眼下已进入 IPO 冲刺阶段，管理层很快就要启动上市路演。其目标估值定在 1 万亿至 1.5 万亿美元之间，比之前市场上流传的 2 万亿美元要低。
Anthropic 更新后的招股说明书显示，截至今年 9 月 30 日的九个月里，公司营收达到 332.4 亿美元，同比增长约 1200%。对一家正要冲击万亿美元 IPO 的企业而言，技术领先固然能换来更大的商业空间，可一旦慢下来，代价也越来越难扛。AI 竞赛最耐人寻味的地方大概就在这儿：谁都明白该踩刹车，可谁都不愿意当第一个减速的人。
