Claude Fable 5.2发布解读：最强模型被刻意削弱？

发布即巅峰，但巅峰是被设计过的

据B站UP主Wes Roth的解读视频，Claude Fable 5.2与Mythos 5.2正式发布。按他的说法，这是"凡人能用到的最强模型"，在长周期、高复杂度的大问题上表现出色，单位任务成本甚至低于Opus。

但这次发布和以往有本质不同。Anthropic并没有放出训练所能达到的最好版本——他们在训练阶段就"刻意削弱"了模型在特定方向上的能力。

UP主用了一个比喻：如果只能拿高中试卷考一个已经读到大学的人，你就很难看出他到底进步了多少。模型已经跑到了基准测试的前面。

我们拿到的是"第三代早期"？

视频引用了一份名为Meter的报告（据称来自Anthropic内部），其中提到内部存在Model 2、Model 3、Model 4等版本，而Model 4已经在Anthropic内部基准AECI上全面超过50%。

按UP主的推断，Fable 5.2与Mythos 5.2大致对应Model 3 early——也就是内部序列中并不靠前的那一档。两者本质相同，Fable只是多了更多护栏限制。

这也意味着，公开可用的模型与内部前沿之间的差距，或许比很多人想象的要窄得多。

AECI（Anthropic内部基准）并非公开的行业标准测试，而是Anthropic用于内部模型评估的专有基准集，通常涵盖推理、编码、长上下文、工具使用等维度，并设有超过50%等阈值作为能力档位的划分依据。由于不对外公开，外界只能通过泄露报告或官方披露间接了解其含义。文中“Model 4全面超过50%”意味着内部模型在AECI上已达到较高通过率，而公开版本对应“Model 3 early”，说明公开模型与内部前沿之间存在可量化的代际差距。

被削的是哪些能力？

Anthropic联合创始人Sam McCandlish在Meter报告中承认，报告有大量内容被删节，原因是他们不想公开究竟是什么在加速AI研发。

具体被限制的方向有两个：加速器内核优化，以及改进大语言模型架构。

这里要区分清楚：限制不是发生在推理阶段（不是用户提问时被过滤），而是在训练阶段就主动抑制了这些研究能力的进展。换句话说，模型出厂时就已经被"卡"在了某个水平线上。

即便如此，能力依然惊人。视频提到一个实验：Anthropic工程师给Fable 5.2一个空文件夹，让它设计一个原型操作系统。模型协调超过1000个智能体昼夜不停地编写、测试、审查代码，持续八天，最终产出一个能在笔记本上启动的可用系统——包含自有内核、磁盘/键盘/网络驱动、持久化文件存储、Windows登录界面安装器和内置云功能。

加速器内核优化（accelerator kernel optimization）指针对GPU/TPU等AI加速器编写和调优底层计算内核，以提升训练与推理效率；改进大语言模型架构则涉及注意力机制、层结构、训练目标等核心设计。这两项能力之所以被限制，是因为它们直接决定模型研发的速度与上限：若模型能自主优化内核和架构，就能加速下一代模型的训练，从而缩短递归自我改进的周期。在训练阶段抑制这些能力，意味着模型在出厂时就不具备自主推进AI研发的关键技能，而非在用户使用时才被过滤。

递归自我改进的临界点

视频中最有信息量的推断，与"自主实验"有关。

UP主把线索串了起来：Karpathy的NanoGPT自动研究项目，思路是给智能体一套真实的语言模型训练环境，让它整夜自主做实验，好的改进保留、差的丢弃，形成反馈循环。而Anthropic提到的那个被涂黑的"agent scaffold"，很可能就是类似的东西。

演进路径大致是：Opus 4.5之前，模型对自主写代码没用；Opus 4.5首次可用于自主编码；Mythos preview加上那个秘密脚手架，首次可用于自主实验。

有研究员表示，愿意为"一年内取得超过两年的进展"背书，甚至认为四倍也不算离谱。Anthropic方面则被描述为正在接近递归自我改进（RSI）。

这就引出了一个尖锐的问题：如果模型能够自主做实验，那么拿到一个足够强的模型，理论上就能让它做实验直到复现出自己。Anthropic限制内核优化和模型架构改进，本质上是在给"自我复制"这件事划一条线。

递归自我改进（Recursive Self-Improvement, RSI）是AI安全与能力评估中的核心概念，指一个智能系统能够自主改进自身架构、训练流程或代码，从而在下一轮获得更强能力，形成正反馈循环。理论上，一旦循环启动，改进速度可能呈指数级增长。业界常以“智能爆炸”描述其极端情形。正因如此，许多实验室将RSI视为需要审慎对待的临界点：它既可能是通向超级智能的捷径，也可能带来难以预测和控制的风险。文章中提到限制内核优化与模型架构改进，正是试图在能力层面延缓这一循环的启动。

一个书中的类比，与一个待验证的猜想

UP主用《安德的游戏》中的豆子（Bean）作比：豆子胚胎期经过基因改造，天资极高，却因童年营养不良导致发育受限——但即便如此，仍是全书最聪明的角色。Claude Opus 5在他眼中就是这样的豆子：能力远超同类，却注定无法触及本可以达到的上限。

另一个观察来自NanoGPT跑分：Fable大幅领先，Opus紧随其后，而Kimi K3仅以极小差距落后于Opus。UP主提出了一个略带玩笑的猜想——它们像不像失散的孪生兄弟？如果Anthropic在架构改进方向上主动停止爬升，而开源模型继续沿着原轨迹前进并反超，那说明后者摸索到了西方实验室没有的东西；反之，若曲线形状长期高度一致，则另有解读空间。

作为模型的实战演示，UP主让Fable 5.2优化自己正在开发的一款2D橄榄球游戏。短时间内，模型加入了3D感的镜头运动、比赛精彩回放和计分高亮——这些内容此前完全不存在。他同时开了两个实例，一个负责底层引擎，一个负责视觉表现。

这会不会成为新常态

发布的配套动作是：Anthropic宣布向较高档位的订阅用户提供最多三次额度重置，具体次数视订阅时长而定。

真正值得关注的是趋势。过去各家实验室比的是谁能训练出最强模型、谁能霸榜；而这次，Anthropic展示的是另一种姿态——训练出更强的东西，然后决定不给你。UP主预测，未来发布的前沿模型大概率都会采用类似做法，问题只在于其他实验室会不会跟进，还是把全部都放出来。

如果这条线被行业普遍接受，那么衡量模型进步的方式本身都会改变：公开基准会逐渐失效，能力边界由厂商单方面划定，而用户能做的，只是猜测那道线背后还藏着多少东西。