# Fable 5.2 与 Mythos 5.2：同一底层，不同的保护与准入 > 从八天完成可启动的操作系统原型，到机器人实机演示与模拟测试，读懂 Fable 5.2 的长任务能力，以及同底层 Mythos 5.2 的安全保护和验证准入边界。 - Published: 2026年11月10日 - Author: PiRouter Team, Engineering - Tags: models, agents, security - Canonical: https://pirouter.ai/zh/blog/fable-mythos-5-2-long-tasks --- 11 月 9 日，Anthropic 同时发布 Claude Fable 5.2 与 Mythos 5.2。发布页展示了一个很具体的长任务：一位工程师给出原型目标后，Fable 协调逾千个子代理，八天后做出可在笔记本上启动的操作系统原型；它也展示了受模型控制的机器人完成动作。但**同一底层模型不意味着两个名字有相同的使用入口**：Fable 带有网络安全与生物领域保护，Mythos 面向通过验证计划的组织。读这次发布，重点是看任务怎样走向可检验的产物，同时分清厂商实验、模拟成绩与实际访问资格。 ## 从空目录到可启动系统：Fable 5.2 的八天实验做了什么？ 如果让一个编码助手“做个操作系统”，一个看起来像桌面的界面远远不够。机器能不能启动？磁盘上的内容关机后还在不在？键盘和网络由谁驱动？这些问题迫使任务从写几段代码，变成持续拆解、集成和测试。Anthropic 的[Fable 5.2 与 Mythos 5.2 发布公告](https://www.anthropic.com/claude-fable-and-mythos-5-2)给出了它自己的回答。 按公告记载，Anthropic 的一位工程师让 Fable 5.2 从空目录设计一个**操作系统原型**。模型协调超过 1000 个子代理，全天候工作八天，承担代码编写、测试和审阅。最终系统可以在笔记本电脑启动，包含运行机器的核心、磁盘、键盘和网络驱动、持久文件存储、窗口、登录画面及安装程序。这是一组可以逐项检查的组成，不只是一次聊天里展示了漂亮的方案。 这种实验的有趣之处，不在“千个”本身。任务规模越大，代理之间就越可能互相等待、重复造轮子，或在最后集成时发现接口不合；能交付一个可启动的整体，说明这套编排至少跨过了许多局部代码生成无法触及的关口。反过来，公告没有给出不同任务、不同运行次数的成功率。不能从这一次原型推断，给它任何大型代码库，它都能八天内做出可上线系统，更不能把“可启动”当成长期维护、兼容性和安全性的验收结果。 ![Anthropic 操作系统原型演示中的文件窗口与内置 Claude 面板，单帧不验证全部系统功能](/blog/images/fable-mythos-5-2-long-tasks-os-task.png "官方原型视频中的文件与任务界面，不是本站运行截图。来源：[Fable 与 Mythos 5.2 官方发布专题](https://www.anthropic.com/claude-fable-and-mythos-5-2)") 对实际开发者，这个案例提供的启发是如何给长任务设终点，而不是照搬代理数量。一个跨模块工程任务可先写清必须运行的测试、必须保留的数据、哪些行为需要人工审阅，然后允许代理分工与回收失败结果。只有最后能用同一套标准检查产物，“持续工作”才比“持续输出”多了意义。官方[型号专页](https://platform.claude.com/docs/en/models/fable-5-2/overview)把小时级代理会话、多步深度研究，以及一直完成到文档、表格或演示稿的分析列为 Fable 的典型用途；OS 原型正是这个定位的极端展示，而不是每位用户应该复制的工作模板。 ## 机器人视频是真实演示，64.9% 却是模拟测试 软件至少可以运行测试；走到物理世界，动作还会受到视觉反馈、机械误差与环境变化影响。发布公告的另一组画面显示，由 Fable 5.2 控制的机器人解益智方块、拧开瓶盖、画出机器人图案。这里的证据是发布方展示了由模型控制的实体机器人做动作；公告这段并没有交代实机的输入传感器或完整控制链，不能从演示推定具体反馈机制。它仍是厂商选出的演示片段，不能从画面推算连续作业的稳定性或失败频率。 ![Anthropic 机器人演示中的桌面魔方与两侧机械装置，单帧不证明魔方已解开](/blog/images/fable-mythos-5-2-long-tasks-robotics-task.png "官方机器人视频中的魔方任务场景，不是成功率统计。来源：[Fable 与 Mythos 5.2 官方发布专题](https://www.anthropic.com/claude-fable-and-mythos-5-2)") 旁边的成绩图回答的是**另一个问题**。[发布公告的 RoboDojo Sim 说明](https://www.anthropic.com/claude-fable-and-mythos-5-2)写明：这是从相机图像控制**模拟的双臂机器人**，由 Anthropic 在同一套测试编排中运行各模型，采用各自最高可用的 effort。Fable 5.2 在 Max effort 下平均成功率为 **64.9%**，Opus 5.5 为 **39.4%**，Fable 5.1 为 **27.6%**。在这个具体模拟环境中，新型号相对旧型号的进展很明显；但 64.9% 不是发布视频里那些实机动作的成功率，更不是把模型接到真实产线后的可靠性承诺。 ![Anthropic 内部运行的 RoboDojo Sim 模拟双臂机器人比较图，Fable 5.2 在 Max effort 下为 64.9%](/blog/images/fable-mythos-5-2-long-tasks-robodojo.png "RoboDojo Sim 模拟环境的厂商内部运行结果，不代表真实机器人的可靠性。来源：[Fable 与 Mythos 5.2 官方发布专题](https://www.anthropic.com/claude-fable-and-mythos-5-2)") 把视频与图表放在一起，正确的读法不是相互“证明”：视频说明发布方展示了哪些物理任务，模拟测试说明相同编排下模型成绩有什么差异。一个给动作的直观样貌，一个给受限环境中的量化对照。若工作真涉及机械设备，下一步需要的会是自己的设备、控制接口、失败处理和安全停机条件，而不是只根据一张模拟榜单选型。 ## 从 OS 到机器人，长任务改变的是哪一段工作？ 这两个案例看似跨度很大，却有同一个结构：目标可以说得很短，中间步骤难以事先写完，而结果必须能在任务外部接受检查。OS 要启动、驱动要工作、文件要留存；机器人演示要完成物理动作，不能只生成操作计划；另一个模拟测试则明确使用相机图像控制虚拟双臂。这正是 Fable 的[型号定位](https://platform.claude.com/docs/en/models/fable-5-2/overview)所说的“长程代理任务”比普通问答多出来的部分：模型不只解释该怎么做，还要经历多步执行与反馈。 但“有成果”与“适合所有工作”是两回事。对一个测试范围明确、几分钟能人工确认的改动，把任务扩展为长时间自治未必有利。Anthropic 自己在[模型总览](https://platform.claude.com/docs/en/models/overview)仍建议多数工作先从 Opus 5.5 开始，Fable 留给更难的推理与长程代理，或现有评测不能满足要求的任务。价格与 effort 的取舍可以另看[已发布的 Fable 5.2 与 Opus 5.5 选型分析](/zh/blog/claude-fable-5-2-vs-opus-5-5)。在任务形态上，先找出当前流程在复杂任务中真正卡住的步骤，再为实验设一份能验证完成与否的清单，比因为一段 OS 演示全面切换更有用。 官网还列举了硬件设计、科研与形式化数学等应用。这些方向能帮助理解“长任务”不是“写代码更久”的同义词；不同领域需要不同的检查者和检查方法。机器人视频不能代替实机可靠性统计，OS 可启动也不能代替部署运维记录。真正可迁移的是对交付物与验证方式的要求，而不是把某一个演示规模当成其他任务的目标。 ## Fable 与 Mythos 同底层，为什么不能当成两个可随手切换的型号？ 如果两款型号的能力来自同一底层，为什么还要分开？公告的解释直接涉及**风险控制与准入**。[发布公告](https://www.anthropic.com/claude-fable-and-mythos-5-2)说 Fable 配有网络安全和生物领域的保护措施，因此能够向一般用户提供；Mythos 5.2 面向从事有益网络安全或生物医学研究、通过相应验证计划的组织。[Fable 型号专页](https://platform.claude.com/docs/en/models/fable-5-2/overview)也明确说 Mythos 与 Fable 具有相同能力、规格和价格，但仅供 Anthropic 验证的组织使用。这里的区别不宜简化成一张普通用户随时可切的型号列表。 保护措施会影响具体任务。Anthropic 写明，Fable 5.2 的分类器会阻止高风险网络安全活动及多数研究生物任务；与 Fable 5.1 相比，厂商在 claude.ai、Claude Code 和 Cowork 的早期测试中观察到阻断约减少 **55%**，其中网络安全任务约少 60%、生物任务约少 40%。这是早期测试中总阻断次数的降幅，原文没有拆出其中误阻的比例，不能换算成误阻率改善，也不代表相关保护被撤掉。公告展示的 Mythos 漏洞发现成绩也不应挪到 Fable 身上，或写成未获验证的组织已经取得同等访问。 准入还不能用产品名称混为一谈。公告说经过验证的网络安全人员可以申请 Mythos；Claude Enterprise 客户可使用由多个型号支撑、其中包括 Mythos 5.2 的 Claude Security 产品。**能使用这个安全产品，不等于普通账户已获 Mythos API 权限。** 生命科学研究也有对应的验证计划。对于实际组织，先核自己适用的计划、账户与地区，再看工作流程允许使用哪个入口，比寻找所谓“绕过 Fable 限制”的方法更重要。 另有一项容易在模型发布讨论里被跳过的条件：Fable 的[型号专页](https://platform.claude.com/docs/en/models/fable-5-2/overview)写明需满足 30 天数据保留要求；零数据保留组织未经 Anthropic 明确授权不能使用。公告同时介绍了面向符合条件的企业客户的特殊安排，因此不能仅凭一段通用规则推断某个组织的合同与审批状态。若任务处理敏感资料，先向自己的账户负责人确认数据保留与授权，再决定是否提交材料。我们没有就这两款型号做本站调用或替读者核验账户权限。 ## 长任务值得试，但终点必须由任务本身给出 这次发布留下了三条需要分开看的线索。能力线上，八天的 OS 原型与机器人演示让人看到模型怎样在漫长执行后交出可以观察的结果；证据线上，它们仍分别是厂商的一次工程实验、演示画面与内部运行的模拟测试。准入线上，Fable 和 Mythos 虽共享底层，安全保护、验证资格和数据条件决定了读者真正能选择什么。 如果手上恰好有一个开放、容易半途卡住的技术任务，可以从它写一份窄的验收清单：交付物必须达到什么状态，哪里允许代理自行重试，哪里必须由人或设备确认。先核实际账户、地区入口和数据保留合同，再给这项任务设费用、请求次数与人工返工上限；触及上限仍未达标便停止，而不是因为代理还在工作就继续付费。满足这些条件后，再判断型号是否值得进入工作流。没有这些条件，一段精彩的原型视频只说明了探索方向，还没有替任何团队完成自己的验收。 --- ## Sources ### anthropic.com - [Fable 5.2 与 Mythos 5.2 发布公告](https://www.anthropic.com/claude-fable-and-mythos-5-2) ### platform.claude.com - [型号专页](https://platform.claude.com/docs/en/models/fable-5-2/overview) - [模型总览](https://platform.claude.com/docs/en/models/overview)