1000 个 AI Agent，30 小时完成费马大定理的形式化证明，连续工作 8 天，从零造出一套能在笔记本电脑上运行的操作系统。
就在刚刚，Anthropic 正式发布 Claude Fable 5.2 和 Mythos 5.2 两款新模型。 除了上述成果，新模型还解决了两个黑洞物理难题，生成速度最高提升 30%，API 价格降低 20%。
有意思的是，距离 Anthropic CEO Dario Amodei 公开呼吁放缓 AI 开发速度才过去两个月，Anthropic 就再次推出了更强的前沿模型。与此同时，Anthropic 正筹备估值高达 1 万亿至 1.5 万亿美元的 IPO。
一边呼吁放慢 AI，一边冲刺万亿美元 IPO，Anthropic 这次究竟拿出了什么新东西？
1000 个 Agent 连干 8 天，从零造出一套操作系统
按照 Anthropic 的定位，Claude Fable 5.2 和 Mythos 5.2 是专门面向复杂技术挑战的旗舰模型，重点提升了编程、推理、视觉理解以及科学研究等能力。
两者采用相同的底层模型，主要区别在于安全限制。Fable 5.2 增加了针对网络安全和生物研究的防滥用机制，面向普通用户开放；Mythos 5.2 则保留了更完整的专业能力，主要向通过审核的机构提供。
从官方公布的基准测试来看，新模型的表现相当亮眼。
在衡量 AI Agent 编程能力的 FrontierCode 2.0 测试中，Fable 5.2 获得 49.1% 的成绩，超过 Claude Opus 5.5 的 45.5%、GPT-6 Astra 的 42.8% 和 Gemini 4 Carbon 的 41.1%。
在 FrontierSWE v2 软件工程测试中，Fable 5.2 得分达到 69.9%，相比上一代提升 13.6 个百分点。而在 FrontierCode 2.0 测试中，Fable 5.2 以较低的推理强度取得了接近 Opus 5.5 最高推理强度的成绩，单任务成本约为后者的一半。
第三方评测机构 Artificial Analysis 的最新榜单也印证了这一点。
Claude Fable 5.2 以 65 分登顶 Intelligence Index v5，领先 Gemini 4 Carbon 5 分、Claude Opus 5.5 6 分，并在 9 项测试中的 5 项取得第一。 主要优势集中在科学推理、知识理解和编程能力上。不过，最强推理模式下的平均单任务成本达到 26.5 美元，约为 Opus 5.5 的 2.6 倍。
不过，比跑分更值得关注的，是 Anthropic 展示的实际工程案例。
一名工程师向 Fable 5.2 提出了从零设计操作系统的要求。模型从一个空文件夹开始，自主协调超过 1000 个子 Agent，连续工作 8 天，完成代码编写、测试和审查。
最终，Claude 成功开发出一套能够在笔记本电脑上启动运行的操作系统。
按照官方展示，该系统拥有自己的内核，支持磁盘、键盘和网络驱动，还具备文件存储、窗口界面、登录屏幕、安装程序以及内置 Claude 功能。
虽然仍属于实验性质的原型系统，但 AI 已经能够自主协调上千个 Agent，完成如此复杂的软件工程项目，足以体现其能力的变化。
另一项实际案例中，早期版本的 Fable 5.2 还将 Anthropic 一项关键生产服务从 Python 迁移至 Rust，使其启动速度提升至原来的约 26 倍。
发布后，AI 创业者 Matt Shumer 评价 Fable 5.2 是自己用过的最强模型，甚至能够完成过去其他模型难以实现的复杂项目，但它有时又「过度负责」，连正常的工作任务都要横加阻拦。
网友 Kevin Ngo 也晒出了一款由 Fable 5.2 制作、可以直接在浏览器中游玩的 3D 游戏，玩家能够乘船穿越 8 个梦幻世界；
另一位开发者 Flavio Adamo 也展示了模型生成的 3D 作品，直呼其三维创作能力强得惊人。
此外，网友 Synopsis 还用经典的「鹈鹕骑自行车」测试挑战 Fable 5.2，晒出模型生成的作品，并直接称其为新一代 BOSS。
Anthropic 同时透露，目前公司核心代码库中，超过 90% 被合并的代码变更都由 Claude 在人类指导下编写。
从修复简单 Bug，到自主规划和执行持续数天的大型工程任务，AI 编程正在逐渐具备独立承担复杂项目的能力。
30 小时完成费马大定理形式化证明，还解决黑洞物理难题
如果说编程能力的提升还在预期之内，那么 Anthropic 公布的科学研究成果就更加令人意外。
费马大定理是数学史上最著名的难题之一，虽然数学家安德鲁·怀尔斯早在上世纪 90 年代就完成了证明，但要将其转换成计算机能够逐步验证的形式化证明，仍然是一项极其复杂的工作。
Anthropic 此前使用尚未发布的 Claude 研究模型，在人类研究人员指导下耗费 11 天才完成相关工作。
如今，由 1000 个 Fable 5.2 Agent 组成的团队，仅用 30 小时就完成了费马大定理的形式化证明，而且几乎不需要人工干预。
模型在实验中自行建立协作机制，生成的证明长度缩短至此前的七分之一，消耗的操作 Token 也降低至原来的三分之一。作为对照，相同配置下的 Claude Opus 5.5 运行 30 小时，仅完成约 27% 的证明工作。
除了数学，Fable 5.2 还解决了两个与黑洞有关的理论物理开放问题。
其中一个涉及黑洞形成时的相变机制。科学家早在 1983 年便发现，特定理论模型中的黑洞会随着温度变化突然形成，但这一结论能否推广到更小的量子尺度，一直缺乏完整计算结果。
Claude 基本自主完成了此前长期未完成的计算，得到了相同的突变结论。另一项研究中，模型则确定了一种量子引力理论分析方法的精确适用边界。
与此同时，Mythos 5.2 还结合两种现有的开源蛋白质结构预测模型，开发了一套预测完整病毒衣壳结构的新方法，并在测试的 34 个衣壳中，成功准确建模了其中 28 个。
虽然相关科研成果仍需要进一步验证，但从数学证明到黑洞物理，再到蛋白质结构预测，AI 已经开始参与更多专业研究任务。
一口气设计三款电子设备，机器人也开始听懂指令
Claude 的能力还开始延伸到现实世界中的硬件设计。
在 Anthropic 与电路板设计制造公司 Diode 合作的一项实验中，研究人员仅使用一段提示词，就让 Fable 5.2 设计出三款能够实际运行的电子设备，分别是家庭语音助手中枢、USB 会议扬声器和掌上电子宠物。
整个过程中，Claude 自主编写产品规格、选择电子元器件、设计四层 PCB 电路板、建立 3D 打印外壳模型，并开发配套软件。
据 Anthropic 介绍，每款设备的电路板设计都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和装配，最终三款设备均成功运行，无需修改电气设计。
机器人控制方面，Fable 5.2 的进步同样明显。
在 RoboDojo Sim 双臂机器人模拟测试中，Fable 5.2 的成功率达到 64.9%，超过上一代 Fable 5.1 的 27.6%，以及 GPT-6 Astra 的 29.8%。
官方演示中，由 Claude 控制的实体机器人还完成了拧开瓶盖、还原魔方、绘制机器人图案等任务。
巧合的是，网友 Tekon Burns 也拿出了一个真实魔方考验 Fable 5.2，仅上传 6 张照片，模型就给出了一套步骤极少的解法，而且没有遵循人类常见的先拼白十字、再还原白面的解题思路。
从屏幕上的文字和代码，到现实中的电路板和机器人，Claude 正在尝试将自己的推理能力转化为实际的物理操作。
网络安全继续升级，却主动限制 AI 研发能力
相比 Fable 5.2，Claude Mythos 5.2 的重点仍然是网络安全。
Anthropic 最早于今年 4 月推出 Mythos，考虑到其强大的漏洞发现和利用能力，当时仅向经过筛选的机构开放，随后才推出增加安全限制、面向公众使用的 Fable 系列。
在此次升级中，Mythos 5.2 在 CVE Rediscovery 内部测试中能够重新发现 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 确认发现的漏洞中，约六分之一未被其测试的其他前沿模型发现。
随着能力提升，Anthropic 也进一步强化了模型安全措施。在一项包含超过 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至 3.1%，相比上一代的 21% 大幅下降。
但更值得关注的，是 Anthropic 对新模型采取的主动限制。
官方明确表示，在训练过程中，专门限制了新模型在 AI 加速器 Kernel 优化、大语言模型架构改进等领域的能力提升。
因此，尽管 Fable 5.2 和 Mythos 5.2 的综合能力明显增强，但在这些可能直接加速下一代 AI 研发的任务中，其表现仍然大致维持在 Claude Opus 5.5 的水平。
Anthropic 强调，相关调整没有影响普通 Agent 编程、硬件开发和传统机器学习研究等能力。
此外，Anthropic 还加强了防止模型能力被非法蒸馏的措施，声称相关技术能够使恶意蒸馏者获取的数据量减少 90% 至 99%。
价格降低 20%，Claude Pro 还有隐藏福利
Claude Fable 5.2 已于今天正式上线，覆盖 Claude 平台以及 AWS、Google Cloud 和 Microsoft Azure 等云服务，开发者可以通过 claude-fable-5-2 调用新模型。
相比上一代，新模型的标准 API 价格降低约 20%，每百万输入 Token 收费 8 美元，每百万输出 Token 收费 40 美元。
两款模型还推出了可选的 Fast Mode，Token 生成速度最高可达到标准模式的 2.5 倍，价格则相应提高至每百万输入 Token 16 美元、每百万输出 Token 80 美元。
Anthropic 表示，Fable 系列主要面向复杂工程、数学和科研任务，日常编程及知识工作仍然建议优先使用 Claude Opus 5.5。
图｜https://platform.claude.com/docs/en/models/overview
为了推广新模型，Anthropic 还推出了限时体验活动。
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，可以在原有每周使用额度的 50% 以内使用 Fable 系列模型，无需额外购买使用额度，并获得一次免费额度重置机会。
Max、Ultra 及部分 Team、Enterprise 高级席位用户，则可以根据付费订阅时长获得 1 至 3 次使用额度重置。
需要注意的是，重置功能只会恢复已经消耗的额度，不会永久提高订阅计划的使用上限。至于 Mythos 5.2，目前仍主要向通过验证的网络安全机构和生命科学研究组织开放。
一边呼吁放慢 AI，一边冲刺万亿美元 IPO
Anthropic 此次发布新模型的时间点相当微妙。
今年 9 月，Anthropic CEO Dario Amodei 曾公开呼吁放缓 AI 开发速度，希望整个行业更加谨慎地处理快速提升的模型能力及其潜在风险。
如今，仅仅过去两个月，Anthropic 就推出了能力更强的新一代前沿模型。
对此，Anthropic 研究产品管理负责人 Dianne Penn 在接受 CNBC 采访时回应称，「我们呼吁的是控制发展节奏，而非暂停发展。」
Anthropic 表示，新模型在正式发布前接受了大量安全与对齐测试，并由英国 AI 安全研究所、METR 等外部机构参与评估。
不过，安全方面的投入也面临越来越现实的商业压力。
如今，Anthropic 正为 IPO 做最后准备，管理层即将启动上市路演，目标估值为 1 万亿至 1.5 万亿美元，低于此前市场传出的 2 万亿美元目标。
根据 Anthropic 更新后的招股说明书，截至今年 9 月 30 日，Anthropic 实现营收 332.4 亿美元，同比增长约 1200%。对于一家即将冲刺万亿美元 IPO 的公司来说，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。
而 AI 竞赛最微妙的悖论或许就在这里，谁都知道应该踩刹车，却又都害怕成为第一个减速的人。
