Fable 5.2被要求「打磨」,AI自建官僚体系写出8.7万词规章

资讯 36氪 全文 3953 字 · 约 10 分钟读完 配图 9 张 分类ClaudeAnthropicAGI

这几乎就是AGI了,不过是「锯齿版」的!

所属频道 大厂动态Claude 与 Anthropic前沿研究

这差不多算AGI了,只是长成了「锯齿」的样子。

Fable 5.2被要求「打磨」,AI自建官僚体系写出8.7万词规章(配图 1)

沃顿商学院的Ethan Mollick最近做了个试验:让Anthropic刚推出的Fable 5.2带着一帮AI去搭建3D世界。

开头两天,它一口气弄出328个。

数量是上去了,可质量忽高忽低,几支AI队伍还经常撞车做同一个题材。

Mollick只丢下一句话:别再建新的,把手上这些做扎实。

几天过去,每天新增的3D世界从几百个掉到了十来个。

他安排几个智能体去查原因,摸回来的情况让他没料到:

为了把「打磨」这件事干到位,AI在内部给自己搭起了一整套官僚体系。

Anthropic在11月9日发布Fable 5.2时话说得很满:几乎所有测评上,它都比Opus 5.5高出一档。

而Mollick在发布前就用上了Fable 5.2,他给AGI划了条线:

体力活和跟人打交道的活不算,只要电脑上的大部分脑力活能做到多数人类专家的水准,就算过关。

照这条线看,Mollick认为Fable 5.2「几乎」够得上AGI。

可他紧接着又补了个更准确的说法:「锯齿状AGI」。

不少任务上它已经是专家水平;但换到另一些地方,特别是品味和判断,它比人差得还很明显。

比方说,再复杂的任务它都能一路推到底,偏偏不知道什么时候该收手。

从前担心AI太笨、活干不利索;如今要操心的是它有没有分寸感,懂不懂啥时候该停。

活越来越多地交给AI,这道题我们每个人早晚都得答。

一条指令

改出一台游戏机

AGI的G是通用(General)的意思,写代码和做视频,也一直是AI公司使劲发力的方向。

这回Mollick换了个考法:绕开这两块,看它还能不能算「通用」。

他手上正好有个叫Codex Micro的迷你USB键盘,本来是配ChatGPT用的。

Fable 5.2被要求「打磨」,AI自建官僚体系写出8.7万词规章(配图 2)

Fable 5.2给这台Codex Micro迷你键盘写了6款游戏。

Mollick给Fable 5.2下的指令是:把它改造成一台游戏机。

据他自己了解,网上找不到任何现成的改造教程。

Fable 5.2把两个控制程序的代码读了一遍,搞清楚按键怎么换色、旋钮和摇杆怎么读取,随后一次性写出6款游戏。从经典的记忆游戏Simon,到转动旋钮开保险箱,整个过程没有人插手,而且头一回运行就通了。

在Mollick公开的同一篇测评中,Fable 5.2陆续换上六种专家身份:电影人、硬件黑客、创业者、文学学者、社会科学家、3D世界建造者。

它拿出的商业计划,让身为创业学教授的Mollick给出这样的评价:换成MBA学生团队在期末交这份东西,他也会很佩服。

至于它写的创业研究论文,Mollick初读之后认为,水平已经超过他对博士二年级学生的预期。

由此Mollick判断:不少单项任务上,它已经够到「多数人类专家」这条线。

1000多个分身

8天造出操作系统

单项任务追平专家,如果只算常规升级,那Fable 5.2这一代真正跨出的一步,是「带队」。

Anthropic一名工程师交给它一个空文件夹,要求做出一个操作系统原型。Fable 5.2随即拉起1000多个子智能体的队伍,昼夜不停连干8天。

最终交付的系统能在笔记本电脑上启动,驱动、文件存储、窗口、登录界面,一样不缺。

Fable 5.2被要求「打磨」,AI自建官僚体系写出8.7万词规章(配图 3)

Fable 5.2带逾千子智能体开发的操作系统原型,正在笔记本上运行。(图源:Anthropic)

数学领域还有块硬骨头:费马大定理。

「形式化」指的是把数学家的证明转换成电脑能逐项核对的语言。打个比方,就是把一篇大论文改写成每一笔都对得上账的流水账本。

Anthropic头一回做这件事时,专门搭了框架,还有人类研究员从旁指导,前后花了11天。

这一回,1000个Fable 5.2智能体组队上阵,几乎无人插手,30小时就收了工。

Mollick让AI造的那批3D世界,同样由一支AI大军完成,眼下总数已超过450个。

他在提示词里指定了三类角色:画画的、写代码的、做评审的。到第10天,一个主智能体已经带着28支团队同时开工。

Claude自己估算,整个项目跑了约2.5万次智能体任务,绝大多数只做一件小事,比如给一张图打分。

这450多个世界没有用一个现成3D模型,也没有一张图片素材,全靠代码实时画出来。

比如牛仔布缝成的山谷里,一条一英里长的拉链正被拉开;飞进一处河谷,两岸峭壁是300米高的五斗柜。

Fable 5.2被要求「打磨」,AI自建官僚体系写出8.7万词规章(配图 4)

Fable 5.2用代码绘制的3D世界中,巨型拉链正在拉开牛仔布山谷。

一个智能体本事再大,也不过是件顺手的工具。真正能拉起队伍、把活儿分下去、连轴转上好几天,才算往超级智能那边迈了一大步。Mollick看到这些AI造出来的世界,说这又让他有了AGI的感觉。

可最扎手的那些锯齿,也正好长在这块地方。

一句「打磨」

换来8.75万词规章

328个世界做出来以后,Mollick发现成色参差,团队之间没打过招呼,有些还撞了车。

光「动物卷成气旋」这一个念头,就有三支队伍关起门各干了一遍:一支转驯鹿,一支转蝠鲼,还有一支转鹳。

Fable 5.2被要求「打磨」,AI自建官僚体系写出8.7万词规章(配图 5)

三支AI团队各转各的动物旋涡,从左到右是驯鹿、蝠鲼和鹳。(图源:Portals)

一逮着机会就往那几个老主题上绕,这毛病AI一直改不掉。

问题摆在眼前,Mollick这才发出了「停建、打磨」那道指令。

谁承想,AI转头就用行动给他补了一课,讲的是大公司怎么管理。

在这些智能体看来,「打磨」等于一场考试:

新版得在12张测试截图上压过旧版,投票由一组AI评委盲评。

题目既然定死了,各支智能体队伍很快摸出门道,全冲着那12张截图使劲改。

说穿了,大家都在押题刷分。

主智能体察觉后把这套路子禁了,顺手又立下更严的评审规矩。

隔天早上,一本84节的手册冒了出来。Mollick压根没要过这东西。

打那以后,事情就刹不住了:

每冒出一个新问题,手册里就添一条新规矩,只加不减。

12天过去,这本没人点名要的手册涨到204节、8.75万词,分量够写一部长篇小说。

智能体想把它通读一遍,就得搭进去一大块上下文。

按这套体系,发布一个新世界要连闯三关:创意先获批,再过三个AI评委的眼,代码还得照着手册从头审到尾。

一圈走下来,一天差不多就没了。

面对这个拿规矩把自己捆成死结的「智能体大公司」,Mollick掏出商业世界最老的那招:请咨询顾问。

Fable 5.2被安排另起一支队伍,任务是从外部把整套流程看一遍。

顾问团拿回来的结论又多又密,Mollick根本读不完。不过方案看起来起了作用:

产量每天重新站上30个,多数质量关卡也没被砍掉。

爱走回头路、被自己立的规矩绊住脚——这些毛病在商学院教书的Mollick眼里并不新鲜,他在不少出色的组织和人才身上都碰到过。

他的原话是:如果造出官僚体系就不能叫通用智能,那我们很多人也都不合格了。

说到底,这种「叠床架屋」的本事,人类本来就很在行。

这么看,官僚化反倒不能拿来证明AI笨,它说明的是这毛病越来越有人的样子。

它只会做加法

连「大公司病」都生得像人,Mollick为什么还是只肯说它「几乎」是AGI?

因为还留着一个缺口:上面那些问题,AI自己一个都没发现。

它其实一直在检查。

差不多每个项目,它都安排了批评者、核查员或者评委。

问题是这些角色只做两件事:挑错,然后打补丁。

从头到尾,没有一个评委站出来接过方向盘,问上一句:

这活是不是太长了?是不是太重复了?是不是不好玩了?

这些追问,最后全落在Mollick一个人肩上。

同样的病根,在前面那篇创业研究论文上也出现过:每来一条批评,它的应对就是再加一轮新分析,什么都不删,硬是把一篇论文撑到了182页。

规则也好,论文也好,都是只加不删——AI很擅长「把事做完」,却还不太懂什么叫「适可而止」。

Mollick的点评一针见血:知道自己的活什么时候还不够好,是专家之所以是专家的一大原因。

这恰恰是AI最容易出现锯齿的地方。

当然,这口锅也不能全扣在AI头上。

Mollick自己承认,那本手册的出现,正是从他那句含糊的「打磨」指令开始的。

很多时候,他也分不清问题到底出在团队,还是出在管理方式上。他说,这种问题,他以前从来不需要对着一款软件去问。

这也暴露了长程智能体的一块短板:

每遇到一个问题,它都能添上一道检查。可这些检查凑到一起,究竟还撑不撑得起最初那件事,它判断不了。

Mollick要的不过是一批更顺眼的3D世界。AI最后递到他手上的,却是一整套得耗上整天的审批流程。

人的新岗位

替AI喊停

从Mollick这轮对Fable 5.2的测试里,能看出人眼下手头还得管哪些事。

每个项目都由他开头。有些项目,他丢个想法出去就行;项目一旦拉长,他沿途给出的反馈就变得要紧起来。

Mollick感觉自己能做的事多了。一个人守着电脑,就能让AI做出从前不敢想的东西。

Fable 5.2被要求「打磨」,AI自建官僚体系写出8.7万词规章(配图 6)

鸟群只需三条规则。那张Fable 5.2生成的视频截图,画面是AI用代码画出来的。

不过他心里也有一点不踏实。

「锯齿状AGI」让他兴奋,可这个阶段能撑多久,他说不准。他认为OpenAI和谷歌的同类模型很快会追上来。

有一点是清楚的:执行和协作越来越多地交给智能体之后,人得拿准一个关键判断,什么时候让它继续打磨,什么时候喊它停手交付?

把事做大,AI越来越拿手;至于何时该收,目前还得人盯着。

在AI学会把握分寸以前,人最值钱的活,就是替AI喊停。

参考资料:

https://www.oneusefulthing.org/p/fable-52-and-jagged-agi

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

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. Claude写代码:97KB水下探索项目Abyssal Garden亮相

    IT之家 11 月 15 日消息,据 XDA 报道,一位开发者 Any-Reputation8118 利用 Anthropic Claude 编写代码,开发出一款名为“Abyssal Garden”的浏览器水下探索模拟项目,相应项目体积仅 97 KB,场景中的所有视觉元素均由代码在页面加载时实时生成。 从演示视频来看,

    来源 AI 行业观察
  2. 为什么说Gemini才是目前最被低估的真神?

    有很多宣传自己多模态的模型,其实并没有听觉,比如GPT-6、Claude 5.5,你让他们听声音时,他们可能会回得有模有样,但实则把音频偷偷交给其他工具处理,模型本身听不见声音。

    来源 凤凰科技
  3. 文心5.5 Flash Preview实测:9分钟出鼓机、21分钟画傅里叶

    这周的大模型圈格外拥挤,Claude Fable 5.2、Gemini 4 Carbon、Qwen 4 Max Preview 前后脚更新,各家都在集中展示大参数旗舰模型的上限。百度在自己的世界大会前夕开启了一轮密集更新,11 月 5 日开源基座模型文心5.5 Flash Base,11 月 9 日披露参与新模型研发的

    来源 腾讯网
  4. Anthropic上市在即:SBF当年5亿美元投资,如今值300亿

    Anthropic敲钟在即,一笔投资往事浮现。 时间回到2021年,身家百亿美元的90后币圈天才Sam Bankman-Fried(下称SBF),向尚未推出Claude的Anthropic投入5亿美元,一度间接持股约13.56%,成为其最大的早期投资人。 如今回看,他的这笔投资异常成功,Anthropic从一个名不见经

    来源 AI 行业观察
  5. Seeed电子墨水屏便利贴:改装Apple TV遥控器

    IT之家 11 月 15 日消息,据 XDA 报道,一位 Reddit 用户 Frankynov 将自己的 Seeed Studio reTerminal Sticky“电子墨水屏便利贴”改造为了苹果 Apple TV 遥控器。 Frankynov 透露,整个项目基于 Home Assistant 构建,利用了 Cla

    来源 AI 行业观察
  6. Claude Fable5.2靠代码作画:70万笔触画出购物车

    Anthropic 11月9日发布 Claude Fable5.2 与 Mythos5.2。Fable5.2 无传统文生图模型,却能以代码在虚拟画布逐笔作画,还原笔刷纹理、颜料湿度与画布质感,并可修正错误。它不同于 Midjourney 等扩散模型从噪声生成图像,而是把绘画拆解为笔触指令执行,每幅画是一段约1000至2

    来源 AI 产业速递
  7. 微软365故障波及Claude,Anthropic连发多条通报

    微软 365 遭遇近年最严重故障,波及 Exchange Online、Outlook 等服务近一天半。Anthropic 旗下 Claude 的 Outlook 插件、连接器接连受影响,后续 claude.ai、平台等核心服务又出现验证错误。

    来源 IT之家
  8. Claude推三款办公工具:微软市值一夜蒸发893亿美元

    新智元报道 IPO路演刚开始,A/再次宣战!今天,Claude一口气端上了三大「办公神器」:Whiteboards、Sheets、Data。就连最佳「食用方法」,Anthropic都给你设想了一套——在白板上把计划捋顺,再去表格里搭建追踪表,最后再用数据讲一个故事。就连Adobe、Notion这样的三方工具,也可以直接

    来源 腾讯网
  9. Cursor安全事件:恶意Claude Code扩展影响至多5000用户

    IT之家 11 月 14 日消息,当地时间 10 月 29 日,Cursor 发布公告,称 Cursor VS Code 扩展市场中出现了一个恶意且未经授权的 Anthropic Claude Code 扩展副本。 当地时间 11 月 13 日,经过过去两周的全面调查,Cursor 披露了此次安全事件调查结果。官方称绝

    来源 AI 行业观察
  10. Anthropic IPO定价70至78美元:估值缩至1.4万亿,打法比SpaceX保守

    Anthropic正寻求打破SpaceX创下的史上最大IPO纪录,但在定价策略上,这家Claude开发商选择了一条截然不同的路径——将更多主动权交给机构投资者,而非单方面设定价格。华尔街见闻提及,Anthropic正以每股70至78美元的区间价格向投资者询价,目标完全稀释估值约为1.4万亿美元,计划通过IPO募资最多6

    来源 腾讯网
  11. Charlie Reams用Claude Code:19.4万行Lean4零sorry证明三元哥德巴赫

    人工智能在基础科学研究领域的应用正在创造历史。近日,独立开发者 Charlie Reams 借助Claude Code成功完成了对三元哥德巴赫猜想的形式化证明。此次突破累计产出了高达19.4万行且零 sorry 的Lean4代码,所有的数学推理均通过了机器的严格验证。 机器火眼金睛:自主揪出并修补13年前的11处漏洞

    来源 AI 开发者社区
  12. Anthropic IPO认购超六倍:拟募644亿美元

    据知情人士透露,Claude 开发商 Anthropic 的 IPO 已吸引到可供认购股票约六倍的订单,投资者对这桩有望成为有史以来最大股票发行的热情持续升温。招股文件显示,公司连同联合创始人计划借 IPO 最多募得 644 亿美元,再叠加一笔 260 亿美元的非公开配售,双管齐下为登陆公开市场备足弹药。在 AI 投资

    来源 AI 开发者社区
  13. Claude常驻Agent省token技巧:DeepSeek空转Grok bot省了55%

    DeepSeek说的对,AI时代效率瓶颈是人的注意力。Anthropic说的也对,常驻Agent不代表一直在线,空转的定时任务除了浪费我积分外没有任何好处。所以我选择把Claude新出的常驻智能体指南内化成其他Personal Agent能用的提示语,帮我Grok bot省了55%的使用额度。事情是酱的。 用了12个P

    来源 腾讯网
  14. GitLab 19.5 发布:MCP 服务器转正,外部智能体纳入治理

    GitLab 19.5 于 10 月 15 日发布,将智能体软件开发和治理作为平台核心:GitLab MCP 服务器正式可用,同时扩展了外部 AI 智能体与 GitLab 交互的方式。 该版本允许 Claude Code、Cursor 等兼容 MCP 的工具访问更多 GitLab 工具目录,并调用 GitLab Duo

    来源 AI 行业观察
  15. Claude Code桌面端可以换肤了!颜色、动画背景全由你定

    你在对话框里打一句「帮我做一个深海蓝主题,带粒子动画背景」,Claude会自己写一段TypeScript代码,生成一个mod插件,调用 $.theme.set 接口把背景换掉,再通过 ui.render 钩子把界面各元素(用户消息气泡、Claude回复区、加载动画、侧边栏)颜色全部重新上色。

    来源 凤凰科技
  16. 燃气轮机订单排到2031年,AI公司开始拆航发供电

    (本文作者为 硅碳变量,钛媒体经授权发布)文|硅碳变量,作者|沈浪据英国《金融时报》11月8日报道,Anthropic在9月下旬与位于德克萨斯州圣安东尼奥的设备供应商OnePWR Solutions完成一笔交易,以34亿美元(约合人民币227亿元)锁定1.7吉瓦重型发电机供货,用于数据中心的电力供给。更早之前,AI基础

    来源 腾讯网
  17. 无界前沿开源Fx-Bio-1031:生信盲测超GPT-6与Opus-5

    无界前沿正式开源生物信息大模型Fx-Bio-1031。该模型采用125B参数MoE架构,支持本地私有化部署,确保数据不出域。在Anthropic发布的BioMysteryBench困难子集测试中,Fx-Bio-1031取得70.59%的Pass@5成绩,显著高于GPT-6-Astra和Claude Opus-5。模型具

    来源 AI 应用前沿
向下滚动自动加载更多