Anthropic 发布 Fable 5.2 与 Mythos 5.2：千个智能体 30 小时形式化费马大定理
要点
当地时间 11 月 9 日，Anthropic 同时推出 Claude Fable 5.2 与 Claude Mythos 5.2。两款模型使用同一套底层权重，区别在安全限制与开放权限：Fable 5.2 保留较强的网络安全与生物学防护，面向全部用户开放；Mythos 5.2 …
当地时间 11 月 9 日，Anthropic 同时推出 Claude Fable 5.2 与 Claude Mythos 5.2。两款模型使用同一套底层权重，区别在安全限制与开放权限：Fable 5.2 保留较强的网络安全与生物学防护，面向全部用户开放；Mythos 5.2 放宽这两类限制，仅向通过网络安全验证计划与生命科学验证计划的机构提供。这是该公司首席执行官 9 月公开呼吁放缓前沿人工智能研发节奏之后的首次前沿模型发布。
官方给出的口径是：新模型生成速度较 5.1 版本最高提升 30%，标准定价降至每百万输入词元 8 美元、每百万输出词元 40 美元，降幅 20%；另设可选快速模式，生成速度最高提升至 2.5 倍，对应每百万输入 16 美元、输出 80 美元。评测上，衡量开源项目代码改动能否被维护者接受的 FrontierCode 2.0 基准得分从 32.4% 升至 49.1%，高于 Opus 5.5 的 45.5%；图表理解基准从 44.8% 升至 73.4%；模拟双臂机器人控制基准从 27.6% 升至 64.9%。公司同时提醒，日常编程与知识任务仍建议从 Opus 5.5 起步，Fable 与 Mythos 面向的是复杂、开放式、长时间运行的技术任务。
最能说明这种定位差异的是一个为期八天的自主工程实验。一名工程师交给 Fable 5.2 的任务是设计一套原型操作系统，模型从空目录起步，调度一千多个子智能体连续八天编写、测试与复核代码，最终产出一套能在笔记本上启动的系统，包含自有内核、磁盘键盘与网络驱动、持久化文件存储、窗口系统、登录界面和安装程序。
把这类任务交给上千个代理，本质上是把工程与科研的瓶颈从”单次推理有多强”移到”任务如何拆解与协作”。Anthropic 给出的另一组对照在数学侧：约一千个 Fable 5.2 智能体在 30 小时内完成了费马大定理既有证明的形式化，行动词元消耗只有此前方案的三分之一，产出的证明文本缩短到七分之一；此前由未发布的研究版本借助专门执行框架与研究人员持续指导完成同一任务，用了 11 天。在同样的一千代理配置下，Opus 5.5 运行 18 小时只完成约 26%，到 30 小时几乎没有推进。需要留意的是，这一成果是把已有证明转成机器可逐步核验的代码，并非重新发现定理；官方也把对比跑分每种模型仅测试一次的局限写在了说明里。
在理论物理方向，新模型解决了两个与黑洞有关的公开问题：一是 1983 年研究提出的相变现象在极小尺度下是否同样出现，2003 年有人把计算方法列出但因过于繁复未能完成；二是确定了一类用于排除量子引力候选理论的方法的精确适用上限，两项结果都已以预印本形式发布。生命科学方面，Mythos 5.2 基于已有开源蛋白质折叠模型发展出预测完整病毒衣壳结构的方法，在尝试的 34 种衣壳中准确建模了 28 种。
发布同时附带的自我约束同样值得记录。Anthropic 说明，训练阶段对可能直接加速人工智能研发的两类方向——加速器内核优化与大型语言模型架构改进——主动做了限制，使两款新模型在这些方向上的表现大致维持在 Opus 5.5 水平，推理阶段不做额外改动；公司称智能体编程、硬件开发与常规机器学习研究并未因此受损。另一侧，公司称 Fable 5.2 是其迄今针对模型蒸馏防护最强的一版，相关手段把蒸馏者获取的数据量压低了 90% 至 99%，并把保留思考的接口扩展到全部账户。
把这些能力放回公司自身的资本节奏里看，含义更清楚。美国证券交易委员会披露显示，Anthropic 于 10 月 26 日提交上市注册声明，11 月 2 日提交修订版，注册文件编号 333-299633。公开披露的财务数据中，公司前三季度营收 332.42 亿美元、同比增长 1206%，第三季度营收约 170 亿美元、同比增长逾十倍，但当季录得 5.67 亿美元经营亏损，而前一季度还是 9.74 亿美元的营业利润；算力与基础设施承诺支出总额约 8954 亿美元，其中约 4475 亿美元预计在 2030 年底前发生。在算力成本刚性、单季经营利润由盈转亏的背景下，一款把标准价格压低两成、生成速度提升三成、并能自证前沿能力仍在的旗舰模型，其商业意义不亚于技术意义：一级市场对前沿人工智能资产的定价，正从参数规模与榜单名次，转向单位任务成本与算力账本能否自洽。
而这轮发布与同日的招股书修订恰好构成一组对照。修订文件第 29 页新增了一项风险披露：公司基于内部估计预估未来模型可能很快触及其负责任规模化政策中的”显著加速进展”风险阈值，该阈值衡量的是 AI 推动的进展速度是否达到此前数年进展基准在一年之内的水平；公司同时强调尚未认定任何现有模型达到这一阈值，仍在评估相关数据。而按官方说明，新模型在训练阶段对加速器内核优化与模型架构改进这两类可能直接加速 AI 研发的方向主动设限，能力维持在 Opus 5.5 水平，推理阶段不作改动，智能体编程、硬件开发与常规机器学习研究则未受影响。一边是主动收窄自我迭代的空间，一边是在公开市场面前证明前沿能力并未掉队——两件事指向同一家公司对进展速度的审慎管理，这也解释了它为何在同一天同时抛出新模型与新的风险提示。
同一天，Meta 发布了面向智能体执行层的轻量模型，把同档任务成本压到其对标模型约三分之一。一端把能力上限继续推高、并对少数可能自我加速的方向主动设限，另一端把执行层的成本摊薄到可批量调用的量级。两件事指向同一个判断：智能体应用的瓶颈正从”模型够不够聪明”移向”每个任务要花多少钱、要花多少轮编排”。
