Fable 5.2被要求「打磨」,AI自建官僚体系写出8.7万词规章
这几乎就是AGI了,不过是「锯齿版」的!
这差不多算AGI了,只是长成了「锯齿」的样子。

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。

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。

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