乐于分享
好东西不私藏

AI越强,人越像“甲方”:Anthropic最强模型Mythos 5降临,但只有少数人能用上满血版

AI越强,人越像“甲方”:Anthropic最强模型Mythos 5降临,但只有少数人能用上满血版

这也许是AI产品史上最矛盾的一次发布

一个模型强到能自己设计蛋白、打通关《宝可梦》、在一周内拼凑138个物种的基因组数据——

但Anthropic先给95%的用户套上了“防护网”,再把钥匙递出去。

另外5%的人呢?他们拿到了满血版Mythos 5,但得接受30天的数据留存,还要签信任协议。

前沿AI,开始进入权限时代了。

这不是技术问题,这是权力分配问题。


双版本“神话”:一个戴着镣铐跳舞,一个暗夜独行

Anthropic这次把旗舰模型分成了两个版本:

  • Claude Fable 5
    :面向所有用户开放,但背后挂了一组独立分类器。一旦你的提问触发风险(比如网络安全、生物化学风险、模型蒸馏),系统会自动降级调用上一代Claude Opus 4.8来回答。你压根不知道自己被“换了个模型”。
  • Claude Mythos 5
    :满血版,只给少数受信任用户使用。网络安全、生物科研等领域安全限制解除,官方说它“拥有全球最顶尖的网安攻防与生物科研纯血能力”。

两个版本共享同一底层模型,但体验天差地别。

超过95%的Fable 5会话不会触发降级——对绝大多数写作、代码、分析任务来说,你的体验接近Mythos 5。但剩下不到5%的请求,会进入更严格的安全路径。

有意思的是,Anthropic不再让模型直接拒绝回答“抱歉我不能……”了,而是做了模型路由:高风险问题自动切到Opus 4.8,至少给你一个次优方案。

代价是什么? 分类器调得比较保守,正常请求也可能被误伤。 生物学家研究病毒、安全工程师做攻防演练,都可能触发降级。


实力碾压:从修Bug到打通关《宝可梦》,从“外包工”到“设计院”

Fable 5/Mythos 5的能力到底有多强?几个数字就够了:

  • SWE-bench Pro
    :80.3%(GPT-5.5只有58.6%)
  • Frontier Code评测
    :中等推理强度下就拿到所有前沿模型最高分
  • ViBench端到端前端开发
    :几乎打穿,实现“一枪流”生成应用
  • GDPpdf视觉推理
    :29.8%(Opus 4.8是22.5%,GPT-5.5是24.9%,Gemini 3.1 Pro是16.7%)

但比数字更震撼的是案例。

Stripe 5000万行Ruby代码库全库迁移——原本工程团队手动做要两个多月,Fable 5只用了一天

原生视觉盲打通关《宝可梦·火红版》 ——以前需要复杂的外部“脚手架”,现在仅凭一张张原始游戏截图,完全自主推演,硬生生打通关整部游戏。这种“长序列专注度”让它在《杀戮尖塔》中的表现直接飙升3倍。

关键不在于它能做什么,而在于它能自主做多久。 自主运行时间比以往任何Claude模型都长,而且任务越长、越复杂,优势越明显。


科学界的震惊:AI训练出的微型模型击败了《Science》论文

最让我头皮发麻的案例来自基因组学研究。

Mythos 5自主工作了一周多,拼凑了138个物种的单细胞数据,自主设计训练了一个定制的微型机器学习模型。

这个由AI训练出来的、体积小了100倍的微型模型,在表现上直接击败了前不久刚刚发表在《Science》杂志上的最新科研成果。

换句话说:AI自己设计了一个更聪明的“学生模型”,然后这个学生打败了人类科学家几个月的心血结晶。

在与Opus系列模型的盲法直接对比中,科学家在80%的情况下更倾向于Mythos的分子生物学假设,并且已将其中几个假设推进到实验验证阶段。

更离谱的是,Mythos 5提出的一个关于大肠杆菌蛋白的新机制假设,在另一家独立研究同一问题的实验室的研究中得到了证实。

它已经开始产出真正能被科学界验证的原创性知识了。


AI越强,人越像“甲方”

著名AI学者、沃顿商学院教授埃森·莫里克(Ethan Mollick)拿到内测权限后,写下了一篇令人不安的长文。

他让Fable 5做一个等时圈地图——这个任务要查航班、查铁路时刻、判断道路速度,处理不同国家不同交通方式。Fable 5自己启动多个代理,拿到2200多个具体航班信息,抓取TGV、新干线等铁路数据,最后整合成一个可用的地图项目。

整个过程,他只需要提出需求,然后验收结果。

莫里克提出了一个深刻的洞察:

过去,人类用大模型就像“巫师”,必须手把手地指导它、微调每一句Prompt。而现在,面对Mythos级别的模型,人类正在沦为“赞助人”或者“甲方”。

他给Fable 5喂了一个15页的项目设计文档,留下宏观需求描述。接下来的9个多小时里,Fable 5在后台完全自主运行:自己生成Agent工作流,内部调度多个小Agent分别调研、撰写大纲、校对、纠错重来。

人类甚至不需要介入半步。9小时后,一个极高质量的成品直接交付。

这就是所谓的“工作室”隐喻。以前你用大模型是雇佣一个临时自由职业者;现在,你用几美金的Token,瞬间雇佣了一整家好莱坞级别的设计院。

愉悦之处在于,我只需提出要求,它就能实现。 不安之处也在于,我只需提出要求,它就能实现。

AI越像承包方,人类越像需要具备验收能力的甲方。


代价:能力越强,审查越严

当然,美好图景背后是现实的价格和代价。

Fable 5和Mythos 5统一定价:每百万输入Token 10美元,每百万输出Token 50美元。比预览版便宜一半以上,但仍然是高价模型。

从今天起,所有Mythos级模型流量保留30天,覆盖第一方和第三方使用场景。官方说数据不用于训练,只用于安全监控——但对企业和隐私敏感用户来说,这可能需要重新评估。

好消息是价格降了,坏消息是强能力从来不廉价,而且越来越贵的不只是钱。


一个人的黄金时代,也可能是另一个人的权力危机

回到Anthropic这次发布。

有人欢呼最强模型终于降临,有人焦虑自己会否被降级,有人在彻夜调试代码只为追上那条不断向前狂奔的智能曲线。

但也有一个越来越清晰的信号:

当AI开始自主产出原创知识、自主调度多步任务、自主修正错误——人类的位置在哪里?

不是技术被替代,而是决策权和判断力的转移。

你不再需要学会“怎么用AI”,你只需要学会“怎么验收AI做的活”。

窗口期只有两周:6月22日前,Pro、Max、Team和企业版用户可以免费用Fable 5。之后就要买usage credits了。

去试试吧。然后问问自己:

如果AI能替你做好一切,你还能做什么?