Fable 5.2在两项黑洞理论开放问题上交出结果 刷新72项世界纪录
要点
北京时间11月10日凌晨，美国人工智能公司Anthropic对外发布新一代旗舰模型Claude Fable 5.2与Claude Mythos 5.2。两款模型基于同一底层架构，差别只在安全防护与开放权限：Fable面向全部用户开放，Mythos防护限制更少，仅对通过网络安全与…
北京时间11月10日凌晨，美国人工智能公司Anthropic对外发布新一代旗舰模型Claude Fable 5.2与Claude Mythos 5.2。两款模型基于同一底层架构，差别只在安全防护与开放权限：Fable面向全部用户开放，Mythos防护限制更少，仅对通过网络安全与生命科学验证计划的机构开放。这次发布中真正被推上日程表的，不是跑分，而是理论物理领域两个与黑洞有关的开放问题。
据公司官方发布材料，第一项成果指向霍金-佩奇相变。1983年，物理学家证明在足够大的理论宇宙中，升温会让黑洞像水沸腾一样突然形成；但这一方法依赖广义相对论，只在尺度足够大时成立。2003年有人列出了检验极小宇宙中是否同样突变的计算路线，因工作量过于繁重，此后二十余年无人算完。Fable 5.2在基本自主的条件下完成了这项计算，结论是极小宇宙中的相变同样是突发的：黑洞形成的结构，在量子理论中已经预先写好。第二项成果涉及物理学家使用了15年以上的模自举方法，此前只能确定最优斜率落在8.503到12之间，模型给出精确值约9.1266。
两项结果均以预印本形式发布，一篇42页、一篇131页，署名为公司贡献，标注”主要由AI生成”。预印本自带的出处说明给出了更接近实情的分工：第一个结果由内部Claude研究模型在物理学家提示下获得，物理学家核对了若干已知特例，另有一次采用不同方法的独立计算给出同一答案；第二个结果先由内部模型自主得到，公开可用的Opus 5.5随后独立复现，论文由Claude在物理学家简要指导下写成，该物理学家检查了每一项主要结果。也就是说，两项成果的可信度并不均等——第二项拥有外部可用模型的独立复现，第一项只有一次不同方法的内部交叉验证。
预印本自另一处细节值得留意。Hawking-Page那篇的作者署名不是物理学家，而是贡献方Anthropic，页面上方标注着”人类理解程度，仅部分”。一位参与该项工作的物理学家表示，看到这份材料时”只能看懂一部分”。这正是这类成果目前的处境：计算本身可被机器逐行检查，但结果的物理含义、适用边界与它对既有理论图景的真正改动，尚需物理学界用自己的方式重新走一遍。数学家圈里对这类变化的接受速度，通常以年计。开普勒猜想的计算机辅助证明花了4年才定案，审查小组当时仍只给出”99%确定”的评价；格里戈里·佩雷尔曼关于庞加莱猜想的证明，也用了大约4年才被充分理解。
模型给出的另一个答案同样属于这类”可验证但需复核”的形态。费马大定理的证明本身并非新定理，完成的是形式化——把人类既有的证明翻译成计算机可逐行核验的Lean语言。此次约1000个Fable 5.2智能体用30小时完成，行动Token消耗只有此前版本的三分之一，证明长度缩短到七分之一；作为对照，相同千智能体配置下的Opus 5.5在18小时只完成26%，延长至30小时几乎没有新进展。需要留意的是，这项对照每个模型只跑过一次。11天完成费马大定理形式化的上一轮工作由哥伦比亚大学研究人员彭天翼团队率数十个Claude智能体推进，证明了约3万个辅助定理、生成约1300万行代码。
与硬科学成果并列展示的，还有从硬件到工程的落地能力。与电路板设计制造公司Diode合作，仅给一段简短要求，模型完成家庭语音助手中枢、USB会议扬声器和掌上虚拟宠物三款设备的规格制定、元器件选型、四层电路板布线、外壳绘制与软件编写，每块板在一天以内达到可交付制造状态，后续由Diode工程师完成装配测试，三款设备均成功运行、无须修改电路。研发层面，一项生产服务从Python迁移到Rust，启动速度达到原来的约26倍。在模拟双臂机器人测试RoboDojo中，成功率为64.9%，而上一代为27.6%。硬件基准BenchCAD 2.1自报83.5分，接近上一代的两倍。
这种能力扩张正嵌在一次IPO路演的窗口里。Anthropic于10月26日公开提交S-1招股书，按美国证券交易委员会的规定，公开提交注册文件至少15个日历日后才能启动面向投资者的营销活动，11月10日是最早的窗口时间点，公司计划在纳斯达克上市，代码ANT。新模型发布与路演几乎同步，而市场对AI资产的风险偏好已经变化，部分潜在投资者讨论的估值区间降至1.2万亿至1.3万亿美元，此前曾讨论最高2万亿美元。代价同样清晰：按SEC更新的招股文件，公司第三季度经营利润由盈转亏，录得5.67亿美元经营亏损，而第二季度曾实现9.74亿美元经营利润，反差的核心诱因是算力需求爆发带来的临时采购成本；算力相关长期采购、租赁承诺总额接近8954亿美元，今年算力规模预计超过3.5吉瓦。定价上，新模型标准价降至每百万输入token 8美元、输出40美元，较上一代下调20%，输出速度最高提升30%。
更值得存下来的是这套成果的边界。上月的乌镇峰会上，多位学者对AI做科研提出了更审慎的判断：生成式AI让论文产出更高效，却也带来科研诚信核验、论文真实性把关的新挑战，”研究者可以把任务委托给AI，但不能把科学责任委托给AI”；大模型的生成空间远大于科学合法解空间，单纯提升生成能力无法从根本上解决可靠性问题。同一场论坛给出的共识是，可靠的科学智能需要”推理+验证”的完整闭环，而验证被视作AI时代科研进步的核心瓶颈。落到这次发布上，两项预印本仍处于未经同行评审的状态，公司也承认构建能在部署前可靠捕捉每一次失效的评估问题至今未解。新模型确实把两个悬案推进了一大步，但从”模型交出结果”到”学界认可结果”，中间那段路，模型自己并未走完。
