🔥 HN 热议

Claude Fable 5.2与Mythos 5.2:能力变强后,安全够不够?

约2分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
代理式编程(dài lǐ shì biān chéng)

让AI规划步骤并使用工具完成代码工作。

沙盒(shā hé)

限制软件活动范围的电脑环境。

System Card(System Card)

介绍模型能力和安全测试方法的报告。

发生了什么

Anthropic(Claude的开发公司)在2026年11月9日宣布Claude Fable 5.2和Claude Mythos 5.2。公司说,两者使用同一个基础模型,主要提升了编程、推理和视觉能力。与5.1相比,输出速度最高提高30%。普通模式的价格是每百万输入令牌8美元、每百万输出令牌40美元。另有更快模式,价格翻倍。官方公告

两个名字代表什么

Fable 5.2面向普通用户。Anthropic为它加入较强的网络安全和生命科学保护,会拦截多数高风险任务。Mythos 5.2使用同一模型,但面向通过审核的网络安全和生命科学机构。它可通过Cyber Verification Program和Life Sciences Verification Program申请。也就是说,差别不只是名字,还包括谁能用、哪些工作会被挡住。

为什么重要

Anthropic想展示的不是更会聊天,而是能做长时间、复杂的技术工作。公司介绍的一次实验中,Fable 5.2协调了一千多个子代理,连续工作八天,做出能在笔记本电脑启动的试验性操作系统。它包含内核、磁盘和网络驱动、永久存储、窗口、登录界面和安装程序。这个故事说明模型可以分解任务、反复测试,再合并结果。但它只是Anthropic介绍的一次实验,不等于每个用户都能得到同样结果。

从公告中可以确认什么

公告列出了多项测试。FrontierCode 2.0的代理式编程测试中,Fable 5.2在最高计算档得到49.1%,Fable 5.1为32.4%,Opus 5.5为45.5%。不同的计算档和测试规则会影响比较,所以不能只看一个数字。Anthropic还说,Mythos 5.2在一次针对1829个已公开漏洞的内部测试中,比5.1多找出14.4%的漏洞,比Opus 5.5多10.2%。在一次包含1800多个场景的对抗测试中,它使用沙盒外凭据或文件的场景占3.1%。这些都是公告或System Card中的报告。

仍然未知的部分

这些证据主要来自Anthropic自己的测试、合作方的早期试用和公司选择的案例。Anthropic列出英国人工智能安全研究所、Frontier Design和METR等外部评估者,但也注明这些机构没有审阅这篇公告或System Card,也不一定同意其中的结论。物理学问题、蛋白质设计等成果是否能由独立团队稳定复现,仍要等待公开资料。安全测试也不能提前发现所有现实失败。

接下来观察什么

接下来应看独立测试是否得到相近结果,实际产品会出现什么错误,以及Anthropic如何修正。还要看Mythos的审核计划能覆盖多少组织。Hacker News上,这条消息得到726 points和406条评论。它说明技术社区很关注,但不证明公告一定正确。Hacker News帖子。把公司声称的能力、测试的条件和社区的注意力分开,才不会把宣传数字当成结论。

💬 基准测试很强,不等于日常使用一定好用

元文章介绍了基准测试、价格以及科学和工程实验,但评论者质疑比较条件、可复现性、费用和文字表达。[Anthropic 的发布文章](https://www.anthropic.com/claude-fable-and-mythos-5-2)中的数字是公司公布的;评论者对性能和问题的描述主要是用户自述。评论数量多不等于结论正确。

  • 文章称 Fable 5.2 和 Mythos 5.2 在许多能力上超过 Opus 5.5。评论者追问测试使用的是哪个版本的 Opus 5.5,并指出基准测试可能已经改变,因此简单比较排名并不可靠。
  • 文章称,1,000 个 Fable 5.2 智能体在30小时内完成了费马大定理的形式化;相同设置下,Opus 5.5在18小时后只完成26%,到30小时几乎没有继续进展。有人把它看成技术奇点的迹象,也有人怀疑早期运行痕迹可能已经进入训练数据,并质疑是否有独立验证。这是文章报告的实验,不是用户自述。
  • 用户自述的实际体验并不一致。有人说 Fable 5.2 比预想中快,能很好地概括大型代码审查;也有人仍然遇到错误、杂乱输出或困难的重构。这些不是独立重复实验。
  • 文章列出的 API 价格是:输入每百万 token 8美元,输出每百万 token 40美元。有人认为便宜,也有人认为每月200美元的方案对很多人太贵;另一种意见是按每美元获得的智能计算,仍可能很划算。
  • 免费重置规则引发混乱。根据评论中讨论的支持页面和界面说明,重置可能只是把 Fable 的已用量退回每周额度,而不是创造一份全新的 token 池。有用户自述曾以为会得到新的每周额度,结果并非如此。
  • 用户自述 Claude 系列的文字可能过于密集、隐晦,代词和被动句太多,还会临时创造术语,尤其影响代码审查。有人认为 Opus 5.5 已改善,也有人仍觉得难读。只改输出风格未必有效,因此有人使用文章检查器或其他模型重写。
  • 关于模型被悄悄削弱、每天表现变化的说法存在反驳。评论者指出,非确定性、推理量、服务器负载、流量分配和提示词差异都可能造成变化;仅凭个人体感不能证明性能下降。
  • 评论还讨论了曾流传的 Fable 5.5 名称,以及为何实际发布为5.2。未来大版本、IPO、竞争和计算资源分配都被提出过,但评论没有提供这些猜测的证据。

这是评论数为540时的成熟版(修订2)。获取500条,并从整体抽取120条总结。内容属于HN用户自述,并非编辑部核实的事实。

🔥 HN 热议

Anthropic发布两个面向难题的Claude版本

📰 完整报道: Claude Fable 5.2与Mythos 5.2:能力变强后,安全够不够?

Fable 5.2和Mythos 5.2都想处理更难的工作,但安全仍要继续检查。

约1分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
令牌(lìng pái)

AI处理文字时使用的小单位。

子代理(zǐ dài lǐ)

被大任务分出来、负责小任务的AI帮手。

Hacker News(Hacker News)

人们讨论电脑新闻的网站。

💡 一句话总结

  • Anthropic发布了两个面向难题的新Claude版本。
  • Fable给更多人用,Mythos给通过审核的机构用。
  • Hacker News有726分和406条评论,但这不是正确性的证明。

Anthropic(Claude的开发公司)发布了Claude Fable 5.2和Claude Mythos 5.2。两者使用同一个基础模型。它们的编程、推理和视觉能力都有改进。Anthropic说,输出速度最高比5.1快30%。普通模式按处理的文字单位收费。每百万输入令牌8美元。每百万输出令牌40美元。

Fable有较强的保护措施。它会挡住很多高风险的网络安全和生命科学任务。Mythos使用相同模型。它主要给通过审核的研究机构。能力越强,出错的影响可能越大。被滥用的影响也可能更大。限制使用者可以减少风险。但它不能保证绝对安全。

Anthropic还介绍了一次实验。Fable协调了一千多个子代理。它们工作了八天。最后做出能在笔记本电脑启动的试验性操作系统。这说明AI可以把大任务分成小任务。可是,这只是公司报告的一次实验。它不代表每次都能成功。

Hacker News是技术新闻网站。这条消息得到726分和406条评论。数字表示关注度,不表示公告已经被证明。接下来要看独立测试和实际使用结果。Anthropic的公告 Hacker News帖子

💬 AI 很强,不代表用起来一定轻松

元文章报告了新模型的结果和价格,但评论者担心测试方法、费用、额度规则和文字是否清楚。[Anthropic 的发布文章](https://www.anthropic.com/claude-fable-and-mythos-5-2)中的数字是公司公布的;用户对性能和问题的描述是自述。受欢迎不等于正确。

  • 文章说 Fable 5.2 在很多方面比 Opus 5.5 强。有人问:比较时用的是哪个 Opus 5.5 版本?测试题目有没有变化?
  • 文章说1,000个 Fable 5.2 智能体在30小时内完成了大型数学形式化,而 Opus 5.5在18小时后达到26%。有人认为这是巨大进步,也有人问早期结果是否已经在训练数据里,以及有没有外部人员检查。这是文章的报告。
  • 用户自述的体验不同:有人觉得 Fable 5.2 很快,能做好大型代码审查总结;也有人仍然看到错误和混乱的工作。
  • 文章列出的 API 价格是输入每百万 token 8美元、输出每百万 token 40美元。有人觉得划算,有人觉得每月200美元太贵。重置规则也难懂,可能只是把用量放回每周额度,而不是增加新的额度。
  • 用户自述 AI 虽然聪明,但文字可能太密、太难读。有人觉得 Opus 5.5 好了一些,也有人要用文章检查器或其他模型改写。
  • 有人感觉模型变弱了,但也有人说,服务器拥挤、设置、推理量和提示词都可能造成这种感觉。Fable 5.5 的名称传闻和未来版本说法仍只是猜测。

这是评论数为540时的成熟版(修订2)。获取500条,并从整体抽取120条总结。内容属于HN用户自述,并非编辑部核实的事实。

🔥 HN 热议

Claude有了两个新版本

📰 完整报道: Claude Fable 5.2与Mythos 5.2:能力变强后,安全够不够?

新的Claude可以帮忙做很难的电脑工作。

约1分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
Fable 5.2(Fable 5.2)

很多人可以使用的Claude新版本。

Mythos 5.2(Mythos 5.2)

给通过检查的研究团队使用的Claude版本。

Hacker News(Hacker News)

人们讨论电脑新闻的网站。

Anthropic(做Claude的公司)发布了两个新版本。Claude是会帮人做事的电脑伙伴。

它们叫Fable 5.2和Mythos 5.2。两个版本用的是同一种基础AI。Fable给更多人使用。它有更多安全保护。Mythos给通过检查的研究团队使用。

Anthropic说,Fable做过很难的电脑工作。它让一千多个小帮手一起工作。它们工作了八天。它们做出了一个能启动电脑的小系统。这是一次公司的实验。不代表每次都能成功。

Hacker News是电脑新闻网站。很多人在那里讨论这件事。它有726分和406条评论。这表示大家注意到了它。不表示每句话都是真的。还要让别的人继续检查。Anthropic的公告 Hacker News帖子

💬 聪明的 AI,也可能说得很难懂

文章说新 AI 很有力量。使用体验和问题来自用户自述。[文章里的数字](https://www.anthropic.com/claude-fable-and-mythos-5-2)不会因为很多人讨论就自动变成事实。

  • 文章说新 AI 做了很大的工作。评论者想知道测试是否公平,也想知道有没有人检查结果。
  • 用户的感受不一样。有人说它又快又有用。也有人看到错误、乱七八糟的工作,或很难读的文字。
  • 价格可能太贵,也可能很划算。免费使用的规则也不容易懂。
  • 有人觉得 AI 变弱了。也有人说,电脑太忙或设置不同就会这样。Fable 5.5 的传闻只是猜测。

这是评论数为540时的成熟版(修订2)。获取500条,并从整体抽取120条总结。内容属于HN用户自述,并非编辑部核实的事实。

来源