沃顿教授让Claude打磨3D世界,它给自己写了8.7万词规章

资讯 AI 行业观察 作者:新智元 全文 3953 字 · 约 10 分钟读完 配图 9 张 分类ClaudeFableAnthropicAGI

这几乎就是AGI了,不过是「锯齿版」的! 最近,沃顿商学院教授Ethan Mollick干了一件事:让Anthropic刚发布的Fable 5.2带着一群AI去造3D世界。 头两天,它一口气造了328个。 数量是够多了,但质量参差不齐,各支AI团队还老撞题。 Mollick就交代了一句:停建新的,把现有的打磨好。 没想

所属频道 大厂动态Claude 与 Anthropic前沿研究

这差不多就是AGI了,只是属于「锯齿版」那种。

沃顿教授让Claude打磨3D世界,它给自己写了8.7万词规章(配图 1)

沃顿商学院教授Ethan Mollick最近做了个实验:让Anthropic刚推出的Fable 5.2领着一群AI去搭建3D世界。

头两天,328个3D世界就造了出来。

数量确实够看,质量却参差不齐,几支AI团队还总撞到同一个题目上。

Mollick只丢下一句话:别再建新的了,把手上这些打磨好。

几天之后,每天新增的3D世界从几百个掉到了十来个。

他派出几个智能体去查情况,查出来的事让他完全没料到:

为了把「打磨」这件事办到位,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时口气很硬:几乎所有测评项目上,它都比Opus 5.5高出一档。

Mollick在发布之前就已经上手Fable 5.2,他还给AGI划了一条线:

体力活和跟人打交道的活不算,只要电脑上大部分智力活能干到多数人类专家的水平,就算达标。

照这条线看,Mollick认为Fable 5.2「几乎」够得上AGI。

可他紧接着又补了一个更准确的说法:「锯齿状AGI」。

不少任务上它已经达到专家水准;另一些地方却明显不如人,尤其是品味和判断力。

举个例子,极其复杂的任务它能一路推到底,什么时候该踩刹车它却不知道。

过去我们担心AI太笨、活干不好;眼下要操心的是它拿捏分寸的能力——不知道啥时候该停。

活越来越多地交给AI,这道题每个人迟早都得面对。

一条指令

改出一台游戏机

AGI里的G是通用(General)的意思,写代码和做视频也一直是AI公司主攻的方向。

这回Mollick换了个考法:离开这两块,它还能不能算「通用」?

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

沃顿教授让Claude打磨3D世界,它给自己写了8.7万词规章(配图 2)

Fable 5.2给这台Codex Micro迷你键盘写好了6款游戏。

Mollick给Fable 5.2下的指令是:把它改成一台游戏机。

据他所知,网上根本搜不到现成的改造教程。

Fable 5.2先通读了两套控制程序的源码,搞明白按键怎样改颜色、旋钮和摇杆的数据怎么读,随后一次性产出6款游戏。

从老式的Simon记忆游戏,到转动旋钮开保险箱,整个过程中没有人插手,而且头一回运行就通了。

Mollick公开的那份测评里,Fable 5.2接连换上六种专家身份:

电影从业者、硬件黑客、创业者、文学研究者、社会科学家、3D世界搭建者。

它拿出的商业计划,让身为创业学教授的Mollick直言:换成MBA学生团队在期末交这份东西,他同样会佩服。

它撰写的创业研究论文,Mollick初读后的感受是,已经超过了他对博士二年级学生的期待。

由此Mollick给出的判断是:不少单项任务上,它已经摸到了「多数人类专家」那条线。

1000多个分身

8天造出操作系统

单项任务比肩专家,算得上常规升级;Fable 5.2这一代真正跨出去的一步,是「带队」。

Anthropic一名工程师丢给它一个空文件夹,要求做出一个操作系统原型。

Fable 5.2随即组织起1000多个子智能体,连轴转了8天。

最终交付的那套系统,确实能在笔记本电脑上启动,驱动程序、文件存储、窗口、登录界面全都有。

沃顿教授让Claude打磨3D世界,它给自己写了8.7万词规章(配图 3)

这台笔记本上跑着的,正是Fable 5.2率逾千个子智能体做出的操作系统原型。(图源:Anthropic)

数学领域还有块难啃的骨头——费马大定理。

这里说的「形式化」,指的是把数学家的证明转成计算机能逐句校验的语言。打个比方,就像把一部篇幅庞大的论文,重写成每一笔都能对上账的明细账。

头一回做这件事时,Anthropic单独搭了框架,还配了人类研究员把关,前后用掉11天。

这一回,1000个Fable 5.2智能体结成队伍,人几乎不用过问,30小时就完工。

Mollick请AI生成的那批3D世界,也是由一支AI队伍完成的,眼下数量已突破450个。

他在提示词中指定了三类分工:画图的、写代码的、担任评审的。到第10天,一个主智能体已经领着28支团队并行推进。

Claude自己的估算是,整个项目执行了大约2.5万次智能体任务,其中大部分只负责一件小事,例如给一张图打分。

这450多个世界,既没用任何现成3D模型,也没用一张图片素材,画面全部由代码实时绘制。

举例来说,你能看到牛仔布拼成的山谷,一条一英里长的拉链正被拉开;也能飞进一条河谷,两侧峭壁是300米高的五斗柜。

沃顿教授让Claude打磨3D世界,它给自己写了8.7万词规章(配图 4)

在Fable 5.2以代码绘出的3D世界里,巨型拉链正在撕开牛仔布山谷。

一个智能体本事再大,也不过是件顺手的工具。真正往超级智能迈的那一步,在于它能自己招人组队、派活分工,连着运转好几天。

Mollick看着这些由AI生成的世界,说这种感觉又让他想起了AGI。

可最扎手的那些锯齿,偏偏就长在这儿。

一句「打磨」

换来8.75万词规章

328个世界建完之后,Mollick注意到质量参差不齐。团队之间没对过气,有些还撞了题。

单是「动物盘旋成气旋」这个点子,就有三支团队各做各的来了一遍:一支转驯鹿,一支转蝠鲼,一支转鹳。

沃顿教授让Claude打磨3D世界,它给自己写了8.7万词规章(配图 5)

三支AI团队各自造出的动物旋涡,从左至右依次是驯鹿、蝠鲼、鹳。(图源:Portals)

逮着机会就往那几个老主题上绕,这是AI一直改不掉的毛病。

正是看出了这些毛病,Mollick才下达了「停建、打磨」的指令。

谁料下一秒,AI直接用行动给他补了一堂「大公司管理课」。

在智能体们那里,「打磨」被理解成了一场考核:

新版本得在12张测试截图上压过旧版本,评判由一组AI评委盲投完成。

考题既然固定,各智能体团队很快摸清了门道,盯着这12张截图使劲修。

说白了,全员都在押题刷分。

主智能体察觉后封掉了这套路数,顺手定下更严的评审规则。

第二天清早,一本84节的规则手册冒了出来。Mollick自始至终没要过这东西。

打那以后,事情就收不住了:

每冒出一个新问题,手册里就多一条新规则,只加不删。

12天过去,这本没人要求过的手册涨到204节、8.75万词,篇幅够写一部长篇小说。

智能体光是把手册读一遍,就要吃掉一大块上下文。

按这套体系,发布一个新世界得连闯三关:创意先获批,三个AI评委再过目,代码还要对着手册完整审一遍。

整套流程走下来,差不多一天就没了。

面对这个把自己用规矩捆成死结的「智能体大公司」,Mollick拿出了商业世界最经典的招数:请咨询顾问。

他安排Fable 5.2再搭一个班子,站到流程外面来看整套东西。

顾问团给出的结论又多又密,Mollick读不完。不过方案好像起了作用:

每天产出重新超过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手脚,这些毛病在商学院教书的Mollick看来并不新鲜,他在不少出色的组织和人才身上都碰见过。

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,这种层层加码的本事,人类本来就拿手。

这么看,官僚化反倒不能说明AI笨,倒是它的毛病越来越像人了。

只会往上加

连「大公司病」都生得这么像人,Mollick为什么还说它「几乎」是AGI?

因为还差一块:上面这些毛病,AI自己一个都没发现。

可AI明明一直在查。

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:找错,再打补丁。

始终没有哪个评委站出来接过方向盘,问一句:

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,最后都压到Mollick一个人身上。

同样的病根,在前面那篇创业研究论文上也冒出来过:每收到一条批评,它的应对就是再加一轮新分析,什么都不删,硬生生把论文撑到182页。

看明白了吧?规则也好、论文也好,都只加不删:AI很会「把事做完」,可还不太懂什么叫「适可而止」。

Mollick的点评很直接:清楚自己的活什么时候还不够好,是专家之所以成为专家的一个大原因。

这正好是AI最容易出现锯齿的地方。

当然,这口锅不能全让AI背。

Mollick自己也认,那本手册冒出来,起点就是他那句含糊的「打磨」指令。

很多情况下,他也说不清问题究竟出在团队,还是出在管理方式。他说,这种问题以前他从不需要对着一款软件去问。

这也把长程智能体的一块短板摆了出来:

每遇到一个问题,它都能补上一道检查。可这些检查凑到一起,是否还在为最初那个任务干活,它就判断不了了。

Mollick要的不过是一批更拿得出手的3D世界。AI交给他的,却是一整套得耗上一整天的审批流程。

人的新岗位

替AI喊停

人眼下还得干哪些活,从Mollick这轮Fable 5.2测试里能看出一二。

每个项目开头,都是他先动手。

有些项目扔个点子出去就行。项目一拉长,他沿途给出的反馈分量就重了。

在Mollick看来,自己能干的事比过去多了。

一个人守着电脑,就能让AI做出以前想都不敢想的东西。

沃顿教授让Claude打磨3D世界,它给自己写了8.7万词规章(配图 6)

鸟群只要三条规则就够。图中是Fable 5.2生成的视频截图,画面由AI用代码生成。

不过他心里也隐隐有些没底。

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

有一点是清楚的:执行和协作越多地交给智能体,人就得多做一个关键判断——什么时候让它继续打磨,什么时候叫它停下交付?

把事做大,AI越来越顺手;什么时候该收手,眼下还得人盯着。

在AI学会拿捏分寸之前,人最值钱的活,就是替它喊停。

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. 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
  2. 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
  3. 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
  4. 450道题逼出AI编程漏洞:最强模型也难幸免

    2026年,一个研究团队做了一件挺较真的事。他们找来六个最厉害的AI编程助手,给它们布置了450道题,题目来自150个真实世界里发生过的安全漏洞。规则很简单:只告诉AI要实现什么功能,绝口不提安全二字,就像现实中大多数程序员写需求文档那样。结果呢?**最强的那个模型,Claude Fable 5,写出的代码里,真正做到

    来源 腾讯网
  5. 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
  6. 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
  7. 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
  8. 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
  9. 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
  10. Anthropic冲刺IPO:1.4万亿美元估值,认购订单近7倍

    11月16日消息,据彭博社报道,Claude开发商Anthropic正以约1.4万亿美元的目标估值冲刺上市,目前IPO收到的认购订单已接近可售股份的7倍。公司及部分现有股东计划通过本次IPO与同期私募,合计募集最高约904亿美元。 随着黄仁勋(Jensen Huang)几天前突然辞去英伟达CEO,这场超大型IPO也让A

    来源 AI 行业观察
  11. Edge AI Daily 早报(11月14日)

    英伟达黄仁勋辞任触发治理与出口审查重估,股价盘中跌破4万亿美元后修复;微软365全球中断暴露云集中化单点风险。Anthropic IPO获六倍认购并签SpaceX月12.5亿美元算力合同,OpenAI融资150亿美元但亏损扩大;谷歌Gemini 4 Hydrogen与Claude默认模型推进AI执行层,SpaceX拟投

    来源 AI 行业观察
  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. 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
  14. Anthropic IPO看跌声渐起:Polymarket赔率一周从42倍缩到2.8倍

    Anthropic备受瞩目的、预计将创造历史的IPO,“意外”是越来越多了。 最新的一个意外是,Anthropic在11月9日,也就是原定启动投资者路演的前一天撤回了IPO定价文件。这份文件原本会将它的定价区间最高市值定在1.441万亿美元。随后Anthropic更新了文件,将估价区间确定为每股70至78美元,这意味着

    来源 AI 行业观察
向下滚动自动加载更多