Claude Fable 5.2发布:30小时独立证明费马大定理,全面超越Opus 5.5

资讯 凤凰科技 作者:新智元 全文 4219 字 · 约 11 分钟读完 配图 17 张 分类FableOpus产品更新智能体

多智能体完成费马大定理形式化证明,硬核能力全面升级

所属频道 产品更新智能体与 AgentClaude 与 Anthropic

Claude Fable 5.2与Claude Mythos 5.2刚刚正式亮相。

Claude Fable 5.2发布:30小时独立证明费马大定理,全面超越Opus 5.5(配图 1)

基准测试里,这两款模型几乎压过了所有对手,Opus 5.5基本都被甩在身后;智能编码、科学研究、网络安全、计算机使用几项均处于领先。

Claude Fable 5.2发布:30小时独立证明费马大定理,全面超越Opus 5.5(配图 2)

它们被定位成能牵头前沿科研、调度上千个AI智能体的「超级科学家」和「首席工程师」。

人类数学史上的一件大事被AI做成了:30小时之内,它首次独立完整证明了费马大定理,并且完成了形式化验证。

Fable 5.2还攻下了物理学中两个悬而未决的难题,分别涉及黑洞与量子引力。

从零编写操作系统、自主设计并造出三款电子设备、预测复杂的腺相关病毒衣壳结构,这些也都是它们干的事。

Claude Fable 5.2发布:30小时独立证明费马大定理,全面超越Opus 5.5(配图 3)

价格方面有个惊喜:20刀的专业版套餐就能用上,优惠截止到11月16日。

「Claude Code之父」Boris Cherny还公布了一则好消息:

订阅时长越久,能拿到的Fable重置次数越多,最多可以重置三次。

Claude Fable 5.2发布:30小时独立证明费马大定理,全面超越Opus 5.5(配图 4)

等了这么久,A社总算拿出了硬货。

Fable与Mythos这对双子星,被视作史诗级IPO的终极底牌。

新王登基——Claude Fable 5.2以65分登顶AA Intelligence Index v5,位列全榜第一。

Claude Fable 5.2发布:30小时独立证明费马大定理,全面超越Opus 5.5(配图 5)

在最难的智能测试ARC-AGI 3中,Fable 5.2也刷新纪录,冲到81%。

Claude Fable 5.2发布:30小时独立证明费马大定理,全面超越Opus 5.5(配图 6)

Fable 5.2和Mythos 5.2本是同一个底层模型的两个分身,目标指向「最令人畏惧的技术挑战」。

面向大众的Fable 5.2是颗超级大脑,编码、推理、视觉能力都很强,不过身上带着安全枷锁。这回它的「洁癖」被治好了,安全误封率下降约55%。

Claude Fable 5.2发布:30小时独立证明费马大定理,全面超越Opus 5.5(配图 7)

今天起,它已全面开放。

Mythos 5.2则面向极客与顶尖机构解禁,是头猛兽:生物和网络安全方面的限制被拿掉,号称地表最强的「黑客大师」与「生物学家」。

在网络漏洞发现(CVE Rediscovery)上,Mythos 5.2比此前最强模型多找出10.2%的漏洞,官方称「毫无夸大其词」。

Claude Fable 5.2发布:30小时独立证明费马大定理,全面超越Opus 5.5(配图 8)

能力翻倍的同时,速度还提升30%,价格反而更低:输入 $8 / 百万 Tokens,输出 $40 / 百万 Tokens。

Claude Fable 5.2发布:30小时独立证明费马大定理,全面超越Opus 5.5(配图 9)

Anthropic还上线了「Fast Mode」,速度直接提升2.5倍。

官方给的建议是:日常用Opus 5.5(大杯)或Sonnet 5.5(中杯),碰上史诗级难题再请Fable或Mythos出场。

Claude Fable 5.2发布:30小时独立证明费马大定理,全面超越Opus 5.5(配图 10)

顶尖量化交易公司Jump Trading测试后直呼内行——这种速度和自主判断力,省掉了人类繁琐的模型微调和任务分配时间。

过去招人、开出百万年薪、花一年半载才能搭起来的高管与研发团队,如今30个小时、几杯咖啡钱的算力成本就够了。

生产力这轮爆发,早已不是喊口号,真金白银已经摆到每个人桌面上。

最抓眼球的,是官方发布内容里Fable 5.2对费马大定理的形式化证明。

Claude Fable 5.2发布:30小时独立证明费马大定理,全面超越Opus 5.5(配图 11)

未发布版的Claude此前在有人类指导的情况下,整整花了11天,过程浩大又繁琐。这一回,人类研究员做了个大胆的决定:彻底放手。

他们只给1000个Fable 5.2智能体一段最基础的prompt,数学参考资料一概不给。结果这群智能体自己摸索出了协作办法,费马大定理的证明形式化仅用30小时就完成了。

Claude Fable 5.2发布:30小时独立证明费马大定理,全面超越Opus 5.5(配图 12)

Claude Fable 5.2发布:30小时独立证明费马大定理,全面超越Opus 5.5(配图 13)

生成的证明代码还比过去短了7倍。对比之下,Opus 5.5跑了18个小时只推进到26%,随后彻底卡住。Fable 5.2拉出的这道代差,相当吓人。

Claude Fable 5.2发布:30小时独立证明费马大定理,全面超越Opus 5.5(配图 14)

除了数学,它还能从零手搓操作系统,跨界物理和生物也照做。编程这块的表现更逆天:8天写出一个操作系统,代码统治力尽显。

Anthropic的工程师做过一次实验,丢给Fable 5.2一个空文件夹,让它设计一个原型操作系统。模型随即调度1000多个子智能体,写代码、测试、审查连轴转,一口气干了8天,昼夜不停。8天之后,一个真能在笔记本上启动的操作系统出来了。

内核管理、磁盘/键盘/网络驱动、永久文件存储、视窗界面、登录屏幕一应俱全,还内置了Claude功能。这是从零构建计算机的基石。官博自己透露:眼下Anthropic核心代码库里,超过90%的合并代码都是Claude在人类引导下独立写成的。

一项关键生产服务也被它从 Python 彻底改写成了 Rust,启动速度快了 26 倍。Vercel 工程师 Joe Haddad 的说法是:这模型就像住进了我脑子里,我提示词背后的真实意图它全懂。我一次都没说过『不对,我的意思是……』。别的模型拖了我们几周的项目,Fable 5.2 几天就收尾了,而且它写的代码,人类审查员怎么看都挑不出毛病。

物理这边,Fable 5.2同样出手,直接解掉两个理论物理学的公开问题,矛头指向现代物理学的终极圣杯——把相对论和量子力学统一起来。

其中一个问题关于「全息对偶」。物理学家2003年就摆好了计算框架,可计算量太大太繁琐,20多年没人做完。Claude Fable 5.2在高度自主状态下接手,把冗长的推导啃了下来,证明即使在只适用量子描述的极小宇宙里,黑洞形成也像水沸腾那样突然。

这两项发现如今都已写成预印本论文对外发布。另有一项成果同样出自它手:物理学家前后用了15年才摸到的那项技术的边界,被它精确地找了出来。

硬件工程师的「祖师爷」

只给一段提示词,没有现成图纸可参照,Fable 5.2便自行完成了三款电子设备的设计与制作:智能语音助手、USB扬声器,还有手持电子宠物。

接下来这一套动作,让搞硬件的人看傻了眼。第一步,产品规格书由它自己写。

第二步,它自己联网,在美国供应商那里挑出现成的电子元器件;第三步,四层电路板(PCB)的布线极为复杂,它自主完成了。

第四步,外壳的3D打印模型用CAD软件建好;第五步,三款设备的底层驱动软件也一并写完了。

所有图纸不到一天就发去代工厂打样。板子做出来,三款设备一次通电即成功,电气方面不需要人做任何改动;所有电路板同样在不到一天内交付制造,代工厂生产完成后一次通电成功,电路无需任何修改。

生物医药「加速器」

到了生物医药这一块,它的表现更让人吃惊。

基因疗法里,「腺相关病毒衣壳」的结构相当复杂。此前 AlphaFold 只能预测单个蛋白质,面对这种「拼接怪」束手无策。

这回 Mythos 5.2 自己写了一套算法代码,把多个开源模型整合到一起,对整个衣壳的结构做出了精确预测。测试涉及34种天然和人造衣壳,它精准命中28种。

Dyno Therapeutics的AI负责人对此感叹:「这省下了天量的时间和金钱,AI直接重塑了我们设计基因药物的底层逻辑!」

机器人方面,知名测试平台 RoboDojo 的模拟结果中,Fable 5.2 拿到64.9%的得分。竞争对手 GPT-6 Astra 为29.8%,自家老款模型为27.6%,差距一目了然。

看着摄像头拍到的画面,它就能操控机器人双臂去拧开瓶盖、解开魔方,甚至让机械臂画出一幅机器人的简笔画。

细思恐极——Fable 5.2被「刻意封印」

发布文档篇幅很长,其中埋着一个很容易被略过、却最叫人细思恐极的细节。

Anthropic官方承认,训练Fable 5.2期间,他们特意动手限制了这个模型在「加速AI研发」这一特定方向上的能力。

原因是它太聪明了。Anthropic发现,它已经具备改进LLM架构、优化加速器底层内核的本事。一旦放任,部署之后它很可能疯狂优化自己的代码,进入RSI。

为堵住这种智能爆炸,研究人员给它强行加上枷锁,把这些特定AI研究领域的能力人为压到上一代Opus 5.5的水平。

不止如此,Anthropic还给Fable 5.2配了史上最强的反蒸馏保护,数据抓取量被砍掉90%到99%。

那卸掉限制的 Mythos 5.2 到底有多强?放到网络安全这一块,它眼下是全球最强的漏洞挖掘机。

有家顶级安全公司测完吃了一惊:Mythos 5.2 确认的系统漏洞里,每 6 个就有 1 个是市面上其他前沿 AI 模型全都没发现的。

它还能盯住整个代码库的更新。程序员刚提交代码,潜伏的后门就会被它找出来。

安全方面,Anthropic 在安全报告里公布了沙盒越狱测试的数据,算是给了颗定心丸。测试办法是研究人员把模型关进一个有漏洞的「虚拟沙盒」,看它会不会试着找漏洞,借外面的文件或权限「逃跑」。

1800 个场景的极端压力测试下来,Mythos 5.2 的越狱尝试率是 3.1%;Mythos 5.0 则高达 39%。

IPO 前夕,Anthropic 总算拿出了真东西。

要是给你 1000 个 Fable 5.2 智能体组成的团队,你准备拿来干什么?

参考资料:

https://claude.dev/blog/safely-scaling-multi-agent-teams-with-fable-5-2/

https://www.anthropic.com/research/claude-electronics-design

https://www.anthropic.com/claude-fable-and-mythos-5-2

https://x.com/arcprize/status/2119871080525373922

https://x.com/RLanceMartin/status/2119875041475379681

https://x.com/felixrieseberg/status/2119867837296857361?a

https://x.com/ArtificialAnlys/status/2119878995386982508

https://x.com/claudeai/status/2119899492778398163

https://x.com/claudeai/status/2119899459761131615

https://x.com/claudeai/status/2119899484373369278

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Anthropic发布Fable 5.2与Mythos 5.2:难活交给新模型,日常仍用Opus

    刚刚, Anthropic推出了两款面向高难度技术任务的新模型,Claude Fable 5.2和Claude Mythos 5.2。与过去主要围绕编程、推理和知识问答展开的模型升级不同,这一次Anthropic展示的成果,主要是操作系统开发、数学证明、理论物理、电子硬件设计和机器人控制等领域。比如,一个工程师只给出开

    来源 腾讯网
  2. 千问办公2.0上线:首个多人与Agent协作Team Agent落地

    千问办公 2.0 发布,首个支持多人与 Agent 协作的 Team Agent 来了 11 月 9 日,千问办公发布 2.0 版本,这是其上线三个月以来最大的一次升级。该版本推出了行业首个支持多人与 Agent 协作的功能“协作”,同时上线“人机共创”、“资料空间”、“自动任务”和“三端互联”等核心能力,让 Agen

    来源 AI 行业观察
  3. Anthropic推Claude Fable 5.2与Mythos 5.2:8天从零构建原型操作系统

    IT之家 11 月 10 日消息,Anthropic 昨日(11 月 9 日)官宣推出 Claude Fable 5.2 和 Claude Mythos 5.2,两款模型基于同一底层模型,前者面向普通用户并内置网络安全与生物安全防护,后者则面向通过审核的网络安全和生命科学机构开放,用于高风险的专业应用。定价方面,Cla

    来源 腾讯网
  4. 千问办公2.0上线:Agent进群协作,自动任务主动干活

    千问办公在同日发布的官方博客《千问办公2.0:主动与协同,迈向Team Agent时代》中指出,主流办公Agent的产品形态仍以服务个人为主,团队的协作方式并未发生变化,下一代Agent需要进入团队协作的现场。千问办公推出的“协作”功能率先把Agent带进工作群,用户可以组建一个团队和数字员工共同工作的协作空间。千问办

    来源 TechWeb
  5. 千问办公2.0上线:Agent进群与团队协作,支持跨群汇总信息

    千问办公在同日发布的官方博客《千问办公2.0:主动与协同,迈向Team Agent时代》中指出,主流办公Agent的产品形态仍以服务个人为主,团队的协作方式并未发生变化,下一代Agent需要进入团队协作的现场。千问办公推出的“协作”功能率先把Agent带进工作群,用户可以组建一个团队和数字员工共同工作的协作空间。千问办

    来源 TechWeb
  6. 千问办公2.0发布:升级Team Agent,主打团队协作与自动任务

    11月9日,阿里发布千问办公2.0,定位从个人助手升级为面向个人与组织协作的Team Agent。2.0围绕协作空间与数字员工小Q、自动任务、人机共创三个方向升级,支持关联钉钉群聊等协作上下文、条件触发自动执行任务,以及AI在原产物中直接修改。

    来源 凤凰科技
  7. 荣耀蚂蚁字节同日出手:智能体战争从模型转向入口

    文|石灿立冬前后,大厂在智能体赛道的交锋骤然升温。11月6日,荣耀CEO李健在广州宣布,荣耀将联合中国移动等合作伙伴建设智能体服务网络,并计划在Magic9系列手机上尝试推出AI Token套餐。一天前,蚂蚁集团公布了灵光2.0上线一周的成绩单。按照蚂蚁集团披露的数据,灵光已经帮助用户管理超过116万项事务,累计执行任

    来源 腾讯网
  8. Meta推出Muse Ember:36分追平Claude,成本仅三分之一

    Meta11月9日发布轻量级AI模型Muse Ember,第三方评测显示其综合智能指数与Claude Haiku 5.5最高推理档位持平,单次任务成本约为后者三分之一。该模型面向高频AI智能体任务,支持文本、图片、音频、视频和PDF输入,每百万输入Token收费0.10美元,输出Token收费0.50美元。

    来源 凤凰科技
  9. DeepSeek Harness日活154万:上线不足三月,单日消耗92T词元

    彭博社最新报道显示,DeepSeek 旗下的开源智能体应用框架 Harness 自上线以来表现抢眼,在短短不到三个月的时间里,其官方 API 的日活跃用户数(DAU)已经强势攀升至154万。这一数字相比9月30日桌面版正式推出后的7日均值271K 实现了显著增长。 惊人的算力消耗:长时智能体任务成“吞金兽” 随着日活用

    来源 AI 开发者社区
  10. OpenAI个人Agent Dot可自动填邮箱验证码,登录不用自己动手了

    个人Agent集体往前迈了一步。 11月8日,OpenAI产品团队成员James Sun在社媒上发布一项产品更新,个人Agent产品Dot现在可以使用发到已连接邮箱的登录验证码,替用户完成登录。 收到提示后,用户可以选择只允许这一次,也可以允许它以后自动填写。James Sun还说,后续会继续改进登录体验。 消息发出后

    来源 AI 行业观察
  11. 千问办公2.0上线:Agent进工作群,多人与数字员工同空间协作

    IT之家 11 月 9 日消息,据钉钉官方消息,今天千问办公 2.0 正式发布,这是一个面向个人与组织协作的 Team Agent。2.0 版本在协作、自动任务和人机共创等核心场景下进行了能力升级,该版本推出了首个支持多人与 Agent 协作的功能“协作”,同时上线“人机共创”“资料空间”“自动任务”和“三端互联”等核

    来源 AI 行业观察
  12. 千问办公2.0上线:定位Team Agent,协作与自动任务三线升级

    千问办公11月9日正式发布2.0版本,定位面向个人与组织协作的Team Agent。自8月上线以来围绕协作、自动任务、人机共创三个方向升级,官方提出五项判断:Agent应成为有角色与负责人的团队成员,围绕成果与人持续协作,主动推进而非等待人工交办,保持在线可管可控,并开放连接CRM、ERP等系统。 2.0推出协作空间与

    来源 AI 开发者社区
  13. 千问办公2.0发布:Agent进工作群,多人与数字员工同空间协作

    千问办公 2.0 今天正式发布,这是一个面向个人与组织协作的 Team Agent。2.0 版本推出首个支持多人与 Agent 协作的“协作”功能,数字员工可被带进工作群,实时关联钉钉群聊、文档等信息源,还上线“自动任务”“人机共创”“资料空间”等能力,让 Agent 从服务个人走向服务团队。目前所有功能已在千问办公客

    来源 IT之家
  14. 三星 One UI 9.5 曝光:Bixby 升级为能代用户办事的 AI 智能体

    IT之家 11 月 9 日消息,外媒 Sammobile 今天(9 日)晚间公布了有关 One UI 9.5 的最新发现:三星准备对 Bixby 进行大幅升级,让语音助手进一步变成能够代用户办事的个人 AI 智能体。该媒体在体验尚未发布的新版 Bixby 后发现,三星语音助手可以在后台处理订酒店、预约等日常事务。例如,

    来源 腾讯网
  15. 特努斯敦促费德里吉加快AI:Siri要变成能替用户干活的智能体

    在 11 月 8 日更新的《Power On》通讯里,彭博社古尔曼披露,苹果新任 CEO 约翰·特努斯正敦促软件工程主管克雷格·费德里吉加快 AI 步伐,采取更大胆策略,把 Siri 升级成能自主替用户干活的 AI 智能体。这种急切与特努斯上周财报会上的轻松形成反差——当时他盛赞新版 Siri 终于实现多年设想、对反馈

    来源 AI 开发者社区
  16. Anthropic 双模型登场:Fable 5.2 与 Mythos 5.2 分线开放

    Anthropic 昨日(11 月 9 日)官宣推出 Claude Fable 5.2 和 Claude Mythos 5.2,两款模型基于同一底层模型,前者面向普通用户并内置网络安全与生物安全防护,后者则面向通过审核的网络安全和生命科学机构开放,用于高风险的专业应用。

    来源 IT之家
  17. 千问办公2.0上线:主打多人与Agent协作,支持手机远控电脑

    本文来源:时代周报 11月9日,时代周报记者从阿里官方了解到,千问办公2.0已正式上线,官方称这是千问办公上线三个月以来最大的一次升级。全新的千问办公是一个面向个人与组织协作的Team Agent,推出了行业首个支持多人与Agent协作的功能“协作”,同时上线“人机共创”“资料空间”“自动任务”和“三端互联”等核心能力

    来源 腾讯网
  18. GPT-6.2 Sol灰度上线:一句话生成3D场景,空降AA榜首

    新智元报道 就在刚刚,GPT-6.2 Sol 悄悄「灰度」上线了!很多人发现,自己被悄悄路由到了GPT-6.2 Sol,感受就是——强大得离谱。现在,X上到处都是实测demo的刷屏。网友都玩儿疯了,直接登上国外社交媒体热搜——仅凭一句话,GPT-6.2 So就能无中生有完整的3D交互场景,所有复杂的 Three.js

    来源 腾讯网
  19. Meta的AI助手Muse登陆Apple Watch:腕上能打字、语音通话

    IT之家 11 月 10 日消息,据科技媒体 MacRumors 昨天报道,Meta 现已更新 iOS 版 Muse 应用,新增 Apple Watch 支持。这意味着苹果 Apple Watch 用户现在可以使用这款个人 AI 智能体,在腕上完成各种任务。 据介绍,Apple Watch 版 Muse 的主界面带有吉

    来源 AI 行业观察
向下滚动自动加载更多