Anthropic 想让我们如何理解前沿 AI？

11 月 9 日，Anthropic 发布 Claude Fable 5.2 和 Mythos 5.2。除了常见的评测成绩，公司还展示了一系列具体任务：协调上千个智能体构建操作系统原型、参与黑洞物理研究、完成数学证明形式化，以及设计可以实际运行的电子设备。[1]

这些案例勾勒出 Anthropic 希望外界关注的 AI 能力：模型能否组织工具和其他智能体，持续推进一项复杂工作，并产出可以检验的结果。

1000 个智能体，连续工作 8 天

Anthropic 在发布稿中介绍了一项软件实验：一名工程师要求 Fable 5.2 设计操作系统原型。公司称，模型从空文件夹开始，协调超过 1000 个子智能体，连续 8 天编写、测试和审查代码。最终产出的原型可以在笔记本电脑上启动，具备磁盘、键盘和网络驱动，以及文件存储、窗口和登录界面等功能。[1]

此前发布 5.1 时，Anthropic 已经强调模型处理长期任务的能力；5.2 的案例则把工作规模和协作方式讲得更具体：一个模型负责组织大量子任务，让多个智能体共同完成软件项目。[1-2]

从科研辅助到具体科学问题

Anthropic 称，Fable 5.2 在两个与黑洞有关的理论物理问题上取得结果，相关研究已形成预印本。其中一个问题涉及小尺度宇宙中的黑洞形成：模型完成了研究者此前提出、但计算过程十分繁琐的一项计算。[1]

生物研究方面，Mythos 5.2 结合两个开源蛋白质折叠模型和已知结构对称性，预测病毒衣壳的整体结构。按 Anthropic 的测试口径，模型在尝试的 34 个案例中准确建模了 28 个。[1]

5.1 发布时，Anthropic 也展示过蛋白质设计和金星地形图等科研案例。5.2 将数学、理论物理和蛋白质结构研究并列展示，继续强化 AI 参与科学研究的叙事。[1-2]

另一项数学实验关注的是验证工作。Anthropic 称，约 1000 个 Fable 5.2 智能体用 30 小时完成费马大定理证明的形式化，将证明转化为计算机可以逐步检查的语言。[1]

从屏幕里的设计到实物

在硬件实验中，Anthropic 与电路板设计制造公司 Diode 合作，要求 Fable 5.2 设计三款电子设备：家庭语音助手中枢、USB 免提设备和掌上电子宠物。

据 Anthropic 介绍，模型完成了规格编写、元件选择、电路板布线、外壳建模和软件编程；Diode 制作电路板后，工程师完成测试和组装。三款设备均成功运行。[1]

发布稿还展示了 Fable 5.2 控制机器人拧瓶盖、解魔方和画图的场景。对 Anthropic 来说，硬件设计与机器人操作把模型能力延伸到了物理世界：软件里的规划和代码，开始连接电路板、设备和机械动作。[1]

专业工作能交给 AI 多久？

Anthropic 还引用了多家早期测试者的案例。Uber 一名工程师称，Fable 5.2 在一次长达 10 至 12 小时的安全审计中，调动约 170 个审查智能体，最后给出了报告、修复代码和策略建议。量化交易公司 Jump Trading 则称，在一项研究任务测试中，模型承担了代码编写、协调、规划和任务提交等角色。[1]

这些案例与操作系统实验指向同一个问题：当 AI 开始承接更长的工作流程，评价重点会逐渐从单次回答质量，延伸到任务拆解、过程检查和最终交付。

参考文献

[1] ANTHROPIC. Claude Fable 5.2 and Claude Mythos 5.2[EB/OL]. (2026-11-09)[2026-11-10].

[2] ANTHROPIC. Introducing Claude Fable 5.1 and Claude Mythos 5.1[EB/OL]. (2026-09)[2026-11-10].