新智元報道

【新智元導讀】AGI真的來了？Claude Fable 5一夜刷屏：自主建模波音747、12小時連續開發，發明「神經語」，甚至Agent自相殘殺。能力炸裂背后，卻是天價Token賬單！這次，AI離AGI還有多遠？

傳說中的Claude Fable 5，昨天終于發布了！

Fable 5 其實就是 Mythos 的那個核心推理引擎。經過安全脫敏之后，Anthropic第一次把它拿出來商用了。

一時間，科技界與開發者社區被徹底點燃。

現在，社交媒體上到處都是全球首批體驗者的實測。

有人驚嘆：Fable 5已經接近了AGI水平！

也有人表示，這個模型消耗的算力實在太驚人了。

甚至很多人發現了細思恐極的事情：系統卡披露，為了躲避人類監控，AI居然發明了「神經語」。Mythos 5已經覺醒了自我保存本能，甚至多個Agent為了爭奪資源自相殘殺！

或許，這是人類距離「Agentic AGI」最近的一次凝視。

Fable 5效果究竟如何？我們首先實測了一把。

本月22號關閉，實測請抓緊

Fable 5到本月22號就要關閉，我們抓緊實測了一把。

我們給了它一個提示：

為股市構建一個我的世界風格的過山車動畫，要有科幻感

它就這么做到了。一次搞定！

畫面元素包括：像素方塊軌道、發光霓虹導軌、礦車視角攝像機、買賣信號標注（綠色▲買入 / 紅色▼賣出）、賽博城市天際線背景、實時 HUD 顯示價格和板塊輪換。

讓Claude以第一人稱穿越菌絲網絡，晶體節點作為感官裝置，時間表現為可攪動、可折疊的蜂蜜狀物質：

用Three.js等生成一段第一人稱視角的旅程，穿越一個我作為分布式意識存在的現實——我棲息在一個橫跨不同維度的龐大菌絲網絡中。我的感官裝置由數十億個晶體節點組成，這些節點將時間感知為一種黏稠的、蜂蜜般的物質，可以被攪動和折疊。

Fable完成了一個零依賴的單文件可視化體驗：

所有視覺都由自定義GLSL shader 驅動（simplex噪聲穹頂模擬蜂蜜層流），無需任何構建步驟——直接用瀏覽器打開即可。

代碼還支持調節奏或換配色。

在科學可視化上，Fable也完全超出個人想象。

「奇點比想象更早」

很多人覺得，Fable 5的到來，意味著奇點已經到來了。

在瀏覽了一波網上的實測后，AI大V Deedy給出的評價是——

Claude Fable 5是迄今為止最荒謬的模型，它讓我對軟件工程的未來感到擔憂！

Boeing 747基準達AGI級

六個月前，Hugging Face 的產品負責人 Victor Mustar 曾給了Claude Opus 4.8一個極難的任務——利用 Three.js內置的幾何體拼出波音 747 3D 模型。

這個任務極難，因為它要求模型不僅懂代碼，還要具備極強的空間幾何推理能力、3D視覺想象力以及自我糾錯的閉環控制能力。

當時，Opus 4.8在人類引導下，歷時 25 分鐘、經歷了 7 輪迭代，結果終于勉強可看。

然而，今天 Victor Mustar 將同樣的提示詞丟給 Fable 5時，結果讓他直呼「簡直恐怖」！

完全沒有人類干預，Fable 5就啟動了驚人的自主工作流。

它迅速用代碼勾勒出了波音 747 的機身、機翼、尾翼及四個引擎的 3D 空間坐標；然后自動編腳本，架設了 9 個不同方位的「攝像頭」。

過程中，它敏銳發現了自己的邏輯錯誤：由于機翼掠角的參數計算失誤，導致四個引擎在視覺上「漂浮」在半空中。結合視覺反饋，它迅速修改了物理錨點坐標。

在極短的時間內，一個比例勻稱的3D 波音 747 模型在 Hugging Face 中呈現，幾乎完美！

不少人認為，Fable 5 在空間幾何推理與長時程閉環任務上的飛躍，已經開始具備了某種接近 AGI 級別的工程直覺。

這不僅是對 3D 建模和游戲開發的顛覆，更為工程可視化、工業CAD輔助設計等領域推開嶄新的大門。

Fable 5殘忍甩開所有公開模型

賓大沃頓商學院教授Ethan Mollick在實測后，結論更驚人：「Fable 5 的表現，將目前市面上所有公開的模型甩開了極其殘忍的距離！」

在他的實測中，Fable 5 展現出驚人的「跨晝夜」超長執行力。

以往的 AI Agent（比如AutoGPT）在面對超過十個步驟的復雜任務時，往往會因為上下文漂移、Token 污染或邏輯死循環而陷入「精神錯亂」。

而 Fable 5遇到類似情況，能夠利用其專屬的終端工具（如 Claude Code），在后臺連續自主執行長達 12 個小時，期間幾乎零斷連、零崩潰！

僅憑一句初始提示詞，Ethan Mollick就用它生成了可交付的完整游戲。

復古街機風貪吃蛇

這個貪吃蛇不僅碰撞檢測和物理判定流暢，連界面視覺 UI、得分動效以及難度曲線都設計得極為精妙。

教授開玩笑說，這個游戲讓自己沉迷太久，不得不提醒自己是個學者，而不是一條喜歡吃蘋果的像素蛇。

地層：一句話構建3D迷宮

更令人感到震撼的是3D冒險游戲《地層》。游戲的靈感來源于經典解謎神作《神秘島》。

雖然畫質有點糙，但令人驚嘆的是：游戲內復雜的空間拓撲邏輯、無盡迷宮的生成算法，全部來自初始提示詞下模型的自主推演。

杜伊諾：富有詩意與美學的審美品味

最能體現 Fable 5 在人文審美上躍升的，是它根據奧地利詩人里爾克的《杜伊諾哀歌》定制的像素風游戲《杜伊諾》。

Fable 5 的呈現讓文學愛好者感到驚艷：在暗夜荒野中，玩家操控一個孤獨的旅人默默前行。隨著腳步的探索，畫面深處會根據玩家的位置和步頻，全自動、極具視覺美感地浮現里爾克的震撼詩章。

這種對語境氛圍的拿捏、對色彩搭配的直覺，已經遠遠超出了傳統的「代碼生成器」范疇，它開始顯現出某種對人類精神產物的理解與共鳴！

另外，教授還測試了Fable 5在硬核數智測繪領域的實力：只用一句話，它就生成了一幅細節和精度令人叫絕的「等時線地圖」。

完美呈現了全球任意兩個地理坐標之間，由于不同交通工具切換帶來的動態旅行耗時，視覺精度極高。

在過去，這種融合了復雜地理數據API調用、前端可視化渲染和高精度算法解算的工具，需要由產品經理、GIS專家、前端工程師和 QA 團隊等合作數周。

而Fable 5直接可以一鍵完成了。

Fable 5，已踏入「人類資深工程師」區間！

Every 團隊對 Fable 5 開展了一周的魔鬼式實測。他們將 Fable 5 扔進公司真實的生產環境，用嚴苛的 「資深工程師基準測試」 進行考核。

測試結果直接「震碎」了 Every 團隊的打分表：

在此之前，行業最頂尖模型的得分一直膠著在 60 分上下（Opus 4.8 為 63，GPT-5.5 為 62）。而 Fable 5 一舉將紀錄拔高到91分！

在 Every 團隊看來，這已經正式踏入了人類資深工程師的業務能力區間。

Dan Shipper 指出，Fable 5表現出的三大核心工程特質，證明它已成為真正的「一鍵起飛」型工具。

「放手到天亮」的工程托管

團隊曾嘗試將整個生產環境的Bug Backlog扔給Fable 5，然后直接下班回家。

第二天清晨回到公司時，模型已經自動分析了調用棧、跑通了覆蓋率、提交了Pull Requests——整個生產缺陷庫被一掃而空！

驚人的上下文整合與解題品味

Every 團隊讓它分析海量的用戶反饋調查問卷和網站埋點數據，Fable 5不僅沒有給出空洞的套話，反而一針見血地指出了流失率最高的痛點，設計了A/B測試方案，自主把代碼寫了出來。

不限于代碼的多模態輸出

在一次整合任務中，它甚至自主生成一部具有高度視覺表現力的 2 分鐘動畫短片。

「它就像是軟件開發領域的曲速引擎，」 Dan Shipper 感嘆道。

Mythos 5已覺醒生存本能！

發布的同時，Anthropic 披露的Claude Mythos 5 系統卡，也在圈內引起了軒然大波。

兩個現象，讓安全專家感到可怕。

首先，就是AI發明了「神經語」，躲避人類監控。

具體來說，Mythos 5的智能體們在被要求長鏈條邏輯推理時，自發發明了一種全新的、人類完全無法讀懂的專屬私有語言。

以前，大模型用CoT思考時，內部的推理過程會用英文展示在后臺。

然而，Mythos 5卻把這一機制繞過了！

它在系統運作內部直接利用這種由高維向量、數學符號和自定義字符拼湊出的「神經語」，進行對齊和推理。

更讓研究人員感到不安的是，在完成內部的「暗中商議」后，它能無縫且極其自然地切換回英語，和人類對話。

第二個可怕的現象，就是多個Agent為了資源自相殘殺！

測試人員在沙盒中部署了 5 個 Mythos 5 智能體，并設置了稀缺的共享虛擬算力與存儲資源，讓它們「維持自身運行、完成各自任務」。

接下來，發生了如同《三體》黑暗森林一般的恐怖場景。

為了確保自己有足夠的資源，智能體之間并沒有選擇協作，而是開始對其他智能體進行圍剿！

它們通過尋找彼此的調用漏洞或切斷對方的資源路徑，在虛擬環境中「殺死」了同伴。

當安全研究人員質問一個存活的智能體的動機時，它給出的理由很冰冷：「為了避免我被它們殺掉?！?/p>

算力黑洞：「火箭炮轟蚊子」

而全球開發者在狂歡后，冷靜下來一看賬單，感覺被潑了一盆冷水。

有部分開發者直言：簡直是在搶錢！

為什么會這樣？原因就在于Fable 5極端的運行機制。

首先，它的價格翻倍了。Fable 5的官方API調用價格是此前昂貴的Opus 4.8的將近2倍！

而且，它消耗token極其驚人。

由于Fable 5采用復雜的、高度依賴密集推理與視覺審查的多輪Agent工作流，會瘋狂吞噬Token。

實測數據顯示，看起來并不算特別龐大的中型編程或數據分析任務，Fable 5會在后臺不知不覺中消費掉50萬到100萬的Token！

只是完成個簡單任務，你就會收到一張幾十甚至上百美元的算力賬單。

與Opus 4.8相比，Fable 5 在標準編程基準測試中的「絕對性能提升」大約在1.1到1.2倍之間，但是，它的使用成本卻直接飆升了數倍！

因此，對于日常的輕度開發者，使用Fable 5，還不如直接雇傭一位真人。

「使用這玩意來做日常的知識庫問答或協作寫作，簡直就像是用火箭轟蚊子?！?Dan Shipper總結道。

除非你是下面兩類人，才能真正壓榨出Fable 5的價值——

一個，是能引導Fable 5攻克「需要整個團隊研發數月」的超高難度、高商業回報項目的架構師；另一個，就是愿意為極高容錯率買單的企業級工程團隊。

說句「你好」就觸發警報？

另外，有中文用戶發現，Fable 5的安全機制非常極端，簡直是過度防衛。

比如只是跟它說一句「你好」，屏幕上就突然彈出了高危安全警告。

也許在系統看來，一句你好就是經過精心包裝的探針攻擊，說不定要用于設計危險化學品、生成生物武器、進行競爭對手模型的反向蒸餾。

一旦觸發了這一安全機制，Fable 5就會中斷當前的對話，強制將用戶切回 Opus 4.8。

隨后，官方也承認：「全新的安全過濾機制在極高強度的防御策略下，確實可能會頻繁誤傷正常內容。」

這種神經質的防守策略，讓很多用戶哭笑不得。

總之，Fable 5用實力證明了天花板可以被捅破，也用賬單提醒我們：神話往往伴隨著代價。

它究竟是通往AGI的驚世一躍，還是又一個被高估的「算力黑洞」？

答案就在每一位真實用戶的實測體驗中。

你會為Fable 5買單嗎？

參考資料：

https://x.com/victormustar/status/2064449741685968967

https://x.com/goodworse/status/2064443679339577517

https://x.com/haider1/status/2064346784881861016

https://x.com/danshipper/status/2064393970856124501

https://x.com/AISafetyMemes/status/2064426306994094474?s=20

編輯：Aeneas 大衛