从一个空文件夹出发，自主调度超过 1000 个子 Agent，连续运转 8 天，完成编码、测试与审查的全流程，最终交付一套能在普通笔记本电脑上启动的操作系统，这套系统拥有独立内核，可以驱动磁盘、键盘和网络，配有文件存储、窗口界面、登录屏幕和安装程序，甚至把 Claude 本身装了进去。这是 Anthropic 最新模型 Claude Fable 5.2 交出的作业。
与 Fable 5.2 一同登场的还有 Claude Mythos 5.2。按照官方定位，两款模型专为攻克复杂技术挑战而生，共享同一套底层架构，差别集中在安全限制上：Fable 5.2 针对网络安全和生物研究加装了防滥用机制，面向大众开放；Mythos 5.2 保留更完整的专业能力，只提供给通过审核的机构。编程、推理、视觉理解和科研能力是其主要强化方向。
基准测试的成绩单相当抢眼。在考察 Agent 编程能力的 FrontierCode 2.0 测试中，Fable 5.2 拿下 49.1%，把 Claude Opus 5.5 的 45.5%、GPT-6 Astra 的 42.8% 和 Gemini 4 Carbon 的 41.1% 甩在身后。FrontierSWE v2 软件工程测试中，它的得分达到 69.9%，比上一代高出 13.6 个百分点。更划算的是，Fable 5.2 用较低的推理强度就逼近了 Opus 5.5 最高推理档的表现，单个任务的花费约为后者的一半。
第三方评测机构 Artificial Analysis 的 Intelligence Index v5 榜单同样给出了印证：Fable 5.2 以 65 分登顶，领先 Gemini 4 Carbon 5 分、领先 Opus 5.5 6 分，9 项测试中 5 项第一，强项集中在科学推理、知识理解和编程。代价也不小，最强推理模式下平均单任务成本达 26.5 美元，约为 Opus 5.5 的 2.6 倍。
跑分之外，实际工程案例更能说明问题。前文那套操作系统正是出自一名工程师之手的挑战：他只向 Fable 5.2 提了一个从零设计操作系统的要求。另一个案例中，早期版本的 Fable 5.2 把 Anthropic 一项关键生产服务从 Python 迁到 Rust，启动速度提升至原来的约 26 倍。
模型上线后，AI 创业者 Matt Shumer 评价这是他用过的最强模型，能接下以往模型啃不动的复杂项目，但有时「过度负责」，连正常任务都要横加阻拦。网友 Kevin Ngo 晒出一款可直接在浏览器里玩的 3D 游戏，玩家能乘船穿越 8 个梦幻世界；开发者 Flavio Adamo 展示了模型的三维创作，直呼能力惊人；网友 Synopsis 用经典的「鹈鹕骑自行车」题目发起挑战，看完作品后直接封它为新一代 BOSS。
Anthropic 还透露了一组内部数据：公司核心代码库中，超过 90% 被合并的代码变更由 Claude 在人类指导下完成。从修复简单 Bug，到独立规划并执行持续数天的大型工程，AI 编程正一步步接管复杂项目。
科研成果是这次发布更出人意料的部分。费马大定理早在上世纪 90 年代就被数学家安德鲁·怀尔斯证明，但把这份证明转成计算机可逐步验证的形式化版本，一直是块难啃的硬骨头。Anthropic 此前动用尚未发布的 Claude 研究模型，在人类研究人员指导下花了 11 天才完成。这一次，1000 个 Fable 5.2 Agent 组成的团队只用 30 小时就拿下了形式化证明，几乎无需人工干预。实验中，模型自行搭建了协作机制，证明长度压缩到原来的七分之一，操作 Token 消耗降到三分之一。同样跑 30 小时，Claude Opus 5.5 在相同配置下只完成了约 27% 的证明。
黑洞物理领域，Fable 5.2 处理了两个开放问题。其一关乎黑洞形成时的相变机制，科学家在 1983 年就发现特定理论模型中的黑洞会随温度变化突然出现，但这一结论能否延伸到更小的量子尺度，始终缺少完整计算。Claude 基本自主补完了这项悬置已久的计算，得到了同样的突变结论。另一项工作中，模型划定了一种量子引力理论分析方法的精确适用边界。Mythos 5.2 则把两种现有开源蛋白质结构预测模型组合起来，开发出一套预测完整病毒衣壳结构的新方法，34 个测试衣壳中准确建模了 28 个。这些成果仍有待进一步验证，但 AI 已经踏进了数学、物理和结构生物学的专业领地。
硬件设计成了新的试验场。Anthropic 与电路板设计制造公司 Diode 合作，仅凭一段提示词，就让 Fable 5.2 设计出三款能实际运行的电子设备：家庭语音助手中枢、USB 会议扬声器和掌上电子宠物。模型独立完成产品规格撰写、元器件选型、四层 PCB 电路板设计、3D 打印外壳建模和配套软件开发，每块电路板在不到一天内达到可制造状态。Diode 完成制造后，Claude 又指导工程师进行测试与装配，三款设备全部顺利运行，电气设计未做任何修改。
机器人控制方面，Fable 5.2 在 RoboDojo Sim 双臂机器人模拟测试中的成功率达到 64.9%，远超上一代 Fable 5.1 的 27.6% 和 GPT-6 Astra 的 29.8%。官方演示里，由 Claude 控制的实体机器人拧开了瓶盖、还原了魔方、画出了机器人图案。网友 Tekon Burns 也用真实魔方做了一次测试：只上传 6 张照片，模型就给出了一套步骤极少的解法，而且没有走人类惯用的先拼白十字、再还原白面的路子。
Mythos 5.2 的主战场依旧是网络安全。Anthropic 最早于 4 月推出 Mythos，鉴于其漏洞发现与利用能力，当时只对筛选后的机构开放，随后才推出加上安全限制的 Fable 系列面向公众。本次升级后，Mythos 5.2 在内部测试 CVE Rediscovery 中能重新发现 89.6% 的已知软件漏洞，高于上一代的 78.3%。一家安全公司还发现，Mythos 5.2 确认的漏洞中约六分之一，是它测试的其他前沿模型都没找到的。
能力增强的同时，安全约束也在收紧。在覆盖超过 1800 个场景的沙箱逃逸测试中，Mythos 5.2 使用沙箱外凭据或文件的比例降到 3.1%，上一代这一数字是 21%。
更引人注目的是 Anthropic 主动给模型设限。官方明确表示，训练过程中专门压制了新模型在 AI 加速器 Kernel 优化、大语言模型架构改进等方向的能力增长，因此尽管综合实力明显提升，在这些可能直接加速下一代 AI 研发的任务上，新模型的表现仍大致停留在 Claude Opus 5.5 的水平。Anthropic 强调，普通 Agent 编程、硬件开发和传统机器学习研究等能力未受影响。防范恶意蒸馏的技术也同步加强，官方称相关手段能让蒸馏者获取的数据量减少 90% 至 99%。
价格方面，Fable 5.2 已正式上线，覆盖 Claude 平台及 AWS、Google Cloud、Microsoft Azure 等云服务，开发者可通过 claude-fable-5-2 调用。标准 API 定价较上一代下调约 20%，每百万输入 Token 收费 8 美元，每百万输出 Token 收费 40 美元。两款模型还提供可选的 Fast Mode，生成速度最高达到标准模式的 2.5 倍，价格也翻倍至每百万输入 Token 16 美元、输出 Token 80 美元。官方建议，复杂工程、数学和科研任务交给 Fable 系列，日常编程和知识工作仍优先使用 Claude Opus 5.5。
为配合推广，一场限时活动同步展开：当地时间 11 月 9 日至 16 日，符合资格的 Claude Pro 用户和 Team 标准席位用户，可在每周额度的 50% 以内使用 Fable 系列模型，无需额外购买额度，并获得一次免费额度重置；Max、Ultra 及部分 Team、Enterprise 高级席位用户，按付费订阅时长可获 1 至 3 次重置。重置只恢复已消耗的额度，不会永久抬高订阅上限。Mythos 5.2 目前仍只向通过验证的网络安全机构和生命科学研究组织开放。
发布的时机颇为微妙。今年 9 月，Anthropic CEO Dario Amodei 曾公开呼吁全行业放慢 AI 开发脚步，更谨慎地应对快速提升的模型能力及其潜在风险。仅仅两个月后，公司就端出了能力更强的新一代前沿模型。Anthropic 研究产品管理负责人 Dianne Penn 在接受 CNBC 采访时回应：「我们呼吁的是控制节奏，而非暂停发展。」官方还表示，新模型发布前经历了大量安全与对齐测试，英国 AI 安全研究所、METR 等外部机构参与了评估。
安全投入背后，商业压力正变得越来越现实。Anthropic 正为 IPO 做最后冲刺，管理层即将启动上市路演，目标估值定在 1 万亿至 1.5 万亿美元，低于此前市场流传的 2 万亿美元。更新后的招股说明书显示，截至 9 月 30 日，公司营收达 332.4 亿美元，同比增长约 1200%。对一家瞄准万亿美元 IPO 的公司而言，技术领先意味着更大的商业机会，也意味着越来越难以承受的减速成本。AI 竞赛最微妙的悖论正在于此——人人都知道该踩刹车，却又都怕自己成为第一个减速的人。
