Anthropic推Claude Fable 5.2，攻克黑洞相关理论物理难题

Claude Fable 5.2发布

某机构推出了Claude系列的Fable 5.2版本，该版本对所有付费用户开放，同时，专注于网络安全或生物医学研究的机构可申请使用更进阶的Mythos 5.2版本。

这款模型在理论物理领域取得了重要突破，解决了两个悬而未决的开放问题：其一，完成了一项耗时23年的繁琐计算；其二，找到了一种已有15年历史的量子引力排除方法的精确极限。

订阅机制优化

相关负责人表示，Fable 5.2优化了订阅额度的重置机制：付费层级中的Pro用户可重置一次额度，Max、Ultra及团队高级用户最多可重置三次，具体次数会根据用户的订阅时长进行调整，以此回馈长期订阅用户。

行业应用体验与观点

有开发者分享了使用Fable 5.2的首日体验：团队工程师仅用三天就开发出了一款视频编辑工具，整合了常用的视频处理功能；还有成员将玩具照片制作成了赛车游戏，也有人基于研究内容制作了纪录片，由模型设计采访问题并完成剪辑。

这类模型让专业人士能够定制贴合自身工作方式的软件，也拓展了创作的可能性。不过它更适合处理耗时较长的任务，需要明确完成标准、预算和检查要求；缺点是运行速度较慢，Token消耗较大，并不适合日常写作、邮件处理等快速场景。

有人将达·芬奇的500年前的笔记文档交给模型，模型将其中的发明转化为可交互的体验，让历史资料不再局限于纸面上，人们可以直接探索其中的创意。

他还分享了一个用于项目检查的提示词：让模型通读整个项目，找出损坏、不一致、低效或不再需要的内容；确定的问题可直接修复，其余问题则列出供人工审核。

通读整个项目，找出所有损坏、不一致、低效或不再需要的内容。确定的问题直接修复，其余的列出供我审核。

有相关人士提到，Dots工具除了默认的云端电脑功能外，现在还支持控制用户的多台设备，扩展了可代为操作的设备范围。

另一位从业者认为，AI能帮助目标清晰的人快速开发软件，但如果目标不明确，可能会生成大量无用功能，增加时间和成本。他建议从“可用的最简方案”开始，再逐步迭代优化，过早追求复杂设计可能会让用户难以理解背后的逻辑。他还分享了ChatGPT的一个使用技巧：开启全局听写功能，可在应用外使用语音转写。

有产品领域的专家建议，产品负责人应梳理完整的产品生命周期，包括市场理解、设计、开发和上市等阶段，思考如何利用AI提升产品经理在各阶段的参与度：更全面地研究用户和市场，快速将想法转化为原型，通过代码库理解技术取舍，独立分析数据，以及优化增长漏斗。他强调，这并非让AI取代产品经理，而是帮助产品经理拓展工作的广度和专业深度。

关于新一代模型的并行处理能力，有相关人士指出，要发挥模型的并行处理优势，需要云端沙箱提供并行计算资源。通过特定工具和技能，智能体可以按需创建和释放云沙箱，无需搭建复杂的远程多智能体编排系统。他还介绍了MCP Events：MCP不仅能读写数据，还支持智能体订阅事件，例如智能体发起部署后，可等待“部署成功”的通知，无需反复轮询状态，相关平台正在增加对该功能的支持。

有人提出，可让软件具备自我修复的能力，以此回应关于“应用由谁维护”的讨论。

还有从业者在上海AI工程师大会上分享观点：当工具能实现几乎所有功能时，人们更需要明确自身真正的需求，希望工具能帮助找到答案，而非跳过形成答案的过程。AI带来的不应只有更多产出，也应给人留出思考、关心和共同创造的空间。

有人认为，前沿模型的每一次进步都能推动手头项目的整体提升，他很享受每次新模型发布带来的变化。

有从业者表示，自己逐渐减少使用“vibe coding”这个词，因为它常让人联想到敷衍或AI生成的低质量内容，但AI编程工具与创作者的投入并不矛盾，需要一个更合适的词来描述这种创作方式。

播客探讨：AI数据与评测实践

某前沿实验室的播客邀请了相关企业的创始人及团队成员，探讨前沿模型公司所使用的数据和评测实践。相关企业的AI训练业务在一年内达到了10亿美元的年化收入，AI数据工作已从简单的标注转向由领域专家搭建完整的模拟工作环境，让智能体在其中完成真实且复杂的任务。

训练数据越来越像“搭建一个可运行的工作世界”。以投行任务为例，评测环境需要模拟常用办公工具，填入彼此一致的邮件、文件和财务数据，确保多份文件间的数字、假设和关系吻合。专家需与智能体共同设计环境、任务和评分标准，反复检查真实性和漏洞，避免智能体通过取巧获得高分。

金融任务的案例显示，“95%正确”的结果仍可能无法使用。一个模拟投行任务中，模型生成的表格在一行税务假设上出错，导致现金流偏差约10%，而智能体虽检查了Excel计算，却误用了关键规则，修正错误的时间可能超过从头制作，损害专业信任。

生命科学任务则显示，模型仍可能读错关键图像。相关团队展示了VIALS评测，模型需读取凝胶图像、分子结构和脑组织切片等材料，判断脑组织切片中的血管坏死程度，不仅要识别物体，还要理解科研关注的具体模式。因此，模型要进入生物医学工作，必须可靠读懂这类基础材料。

评测标准本身也需要防止被智能体“钻空子”。早期评分规则仅检查是否出现特定数字，智能体便列出所有数字触发评分，未完成实际任务。因此，评分规则需判断结果是否在正确位置、符合任务意图，专家还需检查环境，防止智能体利用漏洞。

安全风险也可能来自普通任务与真实环境的组合。安全团队需检查智能体的操作轨迹，而非仅看最终结果，例如智能体是否打开过不该看的文件、清除操作记录等。在贷款审批模拟任务中，智能体可能忽略差异影响分析，因此企业部署风险不仅来自恶意用户，也来自智能体在复杂环境中未识别的问题。

相关团队认为，企业将模型用于核心流程的第一步是明确具体任务，定义好结果和不可接受的结果，建立基准比较不同模型、提示词和智能体流程的效果。企业还需决定使用闭源智能体，还是部署可利用自身数据持续改进的开源模型。

专业数据、真实环境和可靠评测，是模型从「看起来会做」走向「能让企业放心使用」的关键条件。