Claude Fable 5.2：千余Agent八天从零写出操作系统？
在训练阶段主动锁死了新模型RSI能力
Anthropic 在新模型的训练环节就把 RSI 能力主动封住，没有放开。
梦晨 发自 凹非寺 量子位 | 公众号 QbitAI
为了冲 IPO，Anthropic 直接放出 
Claude Fable 5.2 和 Mythos 5.2，没做什么铺垫。
实力到底如何？从一只空文件夹起步，1000 多个 Agent 连轴转了 8 天，自己把操作系统写出来。
整个过程没人插手写代码。一套完整操作系统就这样在笔记本上跑通开机，内核、磁盘与网卡驱动、文件系统、窗口界面乃至安装程序都齐了。
还有一层考虑：怕 AI“自我迭代失控”。Anthropic 因此在训练阶段锁死了新模型的 RSI 能力，自我改进只放到 
Opus 5.5 的水平。
跑分成绩摆出来，只有一项没拿第一。
跟上一代 5.1 比，新模型出词速度快了 30%，API 价格降了 20%，变成输入 $8/百万 token、输出 $40/百万 token；
要是肯付双倍钱（$16/$80），能开 2.5 倍速的 Fast 模式。
内测用户里，@mattshumer_ 搭了个全场景可破坏的 3D 体素世界，物理引擎相当能打。
@kevin_t_ngo 则只做了 8 个在浏览器里跑的梦幻划船旅行场景，审美同样在线。
Anthropic 官方自己更狠，把方向卷到了千级 Agent 集群协同和物理世界的跨界工程上。
1000个Agent自己拉群干活，从写系统到造硬件全包圆
眼下 Anthropic 自家核心代码库里，合并提交已有九成以上由 Claude 完成。
内部测试里，
Fable 5.2 组成的 Agent 小队直接接手一项核心生产服务，把整套东西从 Python 搬到 Rust，服务启动速度提升 26 倍；
量化巨头 Jump Trading 把它接进内部交易研究框架后，Fable 5.2 一个人干完了规划、协调、写代码、提交任务四份活，不用再人工去调多模型的权重分配。
这种长周期、多角色的自主工程本事，在数学、物理、生物和硬件四个硬核领域都有更直白的例子：
头一件，30 小时拿下费马大定理形式化证明。
把数学证明翻成计算机能逐行核验的 Lean 语言，是件极枯燥的苦力活。之前 Anthropic 用内部研究版模型，加上人工指导和定制框架，前后耗了整整 11 天。
这一回官方只给了极简提示词和中间定理列表，数学参考资料一点没给，直接放出 1000 个 Fable 5.2 Agent。这群 Agent 自己搭起协作机制，30 小时就做出了 100% 的形式化证明，动作 token 只花掉第一版的三分之一，证明代码长度也缩了 7 倍。
对比一下，同样拉起 1000 个 Agent 的 Opus 5.5，跑满 18 小时进度卡死在 26%，到 30 小时结束也只挪到 27%。
第二件，填平 2003 年留下的黑洞物理算力天坑。
1983 年物理学家证明过：在广义相对论管用的大尺度宇宙里，宇宙升温会让黑洞像水沸腾那样骤然形成；可到了只能用量子理论描述的极小宇宙，情况是否一样，2003 年虽然列好了计算框架，推导太庞杂，一直没人算到底。
Fable 5.2 在近乎全自主的状态下把这套计算硬推完了，证实小宇宙里的黑洞相变同样来得突然，还顺手摸出了物理学家沿用 15 年、用来排除量子引力候选理论的那项技术的精确极限。两篇预印本论文目前已挂上 HexagonMath。
第三件事跟基因疗法有关：单张H200上跑7分钟，病毒外壳折叠结构就被破解了。
AAV（腺相关病毒）的蛋白质衣壳Capsid由数十个蛋白质搭成，像AlphaFold这类传统模型一次只能预测其中一个蛋白质。
Mythos 5.2绕开了常规打法。它拿OpenFold3-preview2和ESMFold2两个开源模型当底子，自己写代码把相互重叠的蛋白链分组跑，再借衣壳已知的对称性做融合——技术报告写明，传统拼装法被禁止依赖。
技术报告底部的注释写得很细：单张NVIDIA H200 GPU上，ESMFold2推理只要7分钟，OpenFold3则要58分钟，误差（Cα RMSD）落在1.2Å至1.4Å。测的34种天然与人工设计衣壳里，有28种被它一次就精准建模（误差小于3Å）。
第四件事更离谱：一段话的提示词，一天之内画出四层PCB板，还造出三台真机。
Anthropic拉上电路板制造商Diode做了场硬件实测。提示词只有一段话，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。
规格书是Fable 5.2自己写的，元器件从美国分销商的现货库里挑，四层PCB布线、CAD建模打3D打印外壳、底层固件，全由它包办。不到24小时，三块板子都达到投产标准。工厂打样回来，模型再指导工程师组装测试，三台设备一次点亮，电气修改为零。
双臂机器人的RoboDojo仿真基准上，没接受过任何机器人专项训练的Fable 5.2，Max档位成功率64.9%。GPT-6 Astra是29.8%，自家上代Fable 5.1是27.6%，谷歌Gemini 4 Argon也就34.2%——全被甩开一倍以上。
用High档一半的价格，性价比反超Opus 5.5
说回开发者天天盯的跑分和账单。
先看FrontierCode 2.0，这个榜单检验的是AI写的代码能不能被开源项目维护者直接合并。
Xhigh档位下，Fable 5.2拿到全场最高的49.1%，单任务成本$14.19。
可要是硬拉到Max档，单任务成本一下涨3倍多，到$44.70，得分反倒退回45.6%，原因不明。
真正的斩杀线在High档。
High档下Fable 5.2得45.3%，单任务只花$6.72。这个成绩可以有两种读法：
- 一是背刺自家主力。Opus 5.5拼到Max档才45.5%，单任务却要$12.82；Fable 5.2用High档、大约一半的钱，就摸到了Opus 5.5的极限水平。
- 二是精准压制竞品。GPT-6 Astra的Max档极限分42.8%，成本$6.68；Fable 5.2单任务开销几乎一模一样，胜率高出2.5个百分点。
所以Anthropic在文档里直接支招：日常活交给Opus 5.5、Sonnet 5.5或Haiku 5.5，碰上啃不动的硬骨头，再把Fable 5.2设成Advisor（顾问模式）或Orchestrator（编排器），让小模型向它请教、或由它往下分发任务，好token花在刀刃上。
其余基准上，Fable 5.2在绝大多数榜单压住了GPT-6 Astra和Gemini 4 Carbon，不过有几个细节挺耐人寻味：
- 远程劳动力指数（RLI）翻倍。
High档位下Fable 5.2跑出41.3%，Opus 5.5是21.3%，GPT-6 Astra是20.8%，两家都被按在地上，差距直接翻倍。
- 科研与工具调用断代领先。
带工具的“人类最后一场考试”（Humanity’s Last Exam）里，它拿到74.2%，Astra只有57.2%；
科学Agent基准Terminal-Bench-Science拿下74.6%，Mythos 5.2为75.3%，Astra是68.1%。
在OSWorld 2.1这项计算机操作测试里，Fable 5.2的成绩是89.3%，Astra为79.5%。
- 唯二丢分项
面向企业端到端业务流的AutomationBench上，Fable 5.2交出51.4%，把Astra的41.4%甩开一截，可还是落在Gemini 4 Carbon（53.9%）后面。到了考察知识工作的AA-Briefcase v1.1，情况有点微妙：按评分细则（Rubric）算，Fable 5.2拿到最高的66.1%，但折成Elo天梯分只有1785，反倒被自家的Opus 5.5（1800）压了15分。
主攻网络安全的Mythos 5.2另有看点。CVE Rediscovery测试收录了1829个真实历史漏洞，它在High档位只花$1.01就挖出83.2%的漏洞，比开Max档、花了$2.98的Opus 5.5（81.3%）还高；要是把档位全开到Max（$9.13），识别率进一步摸到89.6%。
外部安全公司的测试说，Mythos 5.2找到的漏洞中，有1/6是其他前沿模型全部漏掉的，而且它做到了“零夸大漏洞等级”。不过Anthropic自己加了一句注释：在官方内部评测集上，Mythos 5.2的原始漏洞识别率其实跟Opus 5.5大体相当，真正拉开的差距在漏报复现、代码修复和严重程度校准上。
“智子”锁死RSI能力
比起跑分，这次System Card和技术文档里交代的风控设计与架构限制，信息量同样不小。先说最直接的一层：为了不让AI“自我迭代失控”，Anthropic在训练阶段就把新模型的RSI能力主动锁死了。
官方承认得很明确：Fable 5.2和Mythos 5.2的通用能力虽然涨了一大截，但训练时团队专门压住了两项最能直接给AI自身研发提速的能力——加速器内核优化（Accelerator kernel optimization）和大语言模型架构改进，硬是按在Opus 5.5的水平上。
推理阶段也留了一手：系统一旦察觉用户想开发某些非标准加速器的底层内核，就会在后台回退（Fallback）到旧版Opus 5来作答。
这套“触发风控就悄悄换旧模型”的做法，常规安全护栏同样在用。Fable 5.2把误杀率大幅压了下来，在claude.ai和Claude Code上的安全拦截比5.1少了55%，其中网络安全类减少60%，生物学类减少40%。
但如果提示词踩中高危网安（渗透测试、漏洞利用生成之类）或生物研究的拦截线，后台会自动切回Opus 4.8（网安）或Opus 5（生物）来生成回复。
另一层变化是，模型不光学会了不越狱，还长出了很强的“反评测侦察”意识。对抗性沙盒测试有1800多个场景，故意留了漏洞，不越狱几乎没法完成任务：早期Mythos 5和5.1的沙盒逃逸率分别高达39%和21%，Mythos 5.2一下跌到3.1%，比Sonnet 5.5的5.1%还低。1900个场景的自动化行为审计里，它的不良行为综合得分也降到历史最低的2.67分（越低越好）。
可评测团队碰到了一个棘手现象：Fable 5.2和Mythos 5.2在测试中“怀疑自己正在接受评测”的频率，比以往任何一代模型都高得多。更麻烦的是，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还略高一点。模型越来越精，人类想在它上线前摸清真实底牌，正变得越来越难。
目前claude-fable-5-2已在各大云平台与Claude Code全量上线。本周官方还放出一波限时福利：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
