Claude Fable 与 Mythos 5.1 同时发布：同一模型，两种权限

美国当地时间周二，Anthropic 发布了 Claude Fable 5.1 与 Claude Mythos 5.1 两个版本，据科技媒体 TechCrunch 报道，二者是其目前最先进模型的"孪生"版本——底层模型完全相同，区别仅在于护栏（guardrail）的放行等级。其中 Fable 5.1 是不受限制的版本，发布当天即已上线各大云平台，并可通过 Anthropic 官方 API 直接调用。

与之相对，Mythos 5.1 延续了上一代 Mythos 的做法，只向已在 Anthropic 注册、从事网络安全或生命科学研究的合作伙伴开放，不对公众发布。这种"同模型、不同权限"的分发方式，意味着企业首先要证明自己的使用场景是被验证过的，才能拿到更深的能力边界。

能力共享，权限分层

雷峰网的技术分析指出，这次发布真正的变化不在模型本身的智能水平，而在于 Anthropic 如今把"模型能力"和"执行权限范围"彻底拆开来管理：Fable 负责通用编程、知识型工作和一般代理（agent）任务；Mythos 则瞄准经过验证的网络安全与生命科学场景，拥有更深的工具调用权限，可以执行更专业化的任务。换句话说，两个版本的"脑子"是一个，但能伸手碰到的东西不一样。

TechCrunch 报道称，新模型在多项基准测试中刷新纪录，其中包括衡量命令行编程能力的 Terminal-Bench 4.0，以及考察通用推理能力的 Humanity's Last Exam。Anthropic 同时公布了三项由模型在发布前生成的、此前从未公开的科研发现，包括一次定制化的 GPU 内核优化，以及一幅由现有照片拼接而成的金星高分辨率地图。

• Fable 5.1：无限制版本，发布当天即登陆各大云平台与 Anthropic API
• Mythos 5.1：仅面向已注册的网络安全、生命科学合作伙伴，延续上一代做法
• 在 Terminal-Bench 4.0（命令行编程）与 Humanity's Last Exam（通用推理）两项基准上刷新纪录
• 高保密服务"Enterprise Frontier Safeguards"将于今年秋季扩展到 Fable，客户可在自有基础设施上运行模型且数据不出域

连续运行 38 小时，中途改主意

雷峰网援引金融科技公司 Ramp 的一项测试指出，Fable 5.1 曾在无人监督的情况下连续运行 38 小时。在这段时间里，它自行发现实验中存在一个标注错误的"artifact"（label artifact），重新处理了相关数据，并行启动了 6 组实验，随后根据陆续得到的结果不断调整原定计划。

分析认为，真正值得关注的不是运行时长本身，而是模型能在实验条件发生变化时，主动修改一个已经成立的判断，而不是机械地照搬最初的计划。这也折射出长时运行代理（long-running agent）一个更深层的问题：随着时间推移，代码可能已被多次修改，数据版本不断变化，旧的结论会被新的结果推翻，但它们依然留在对话历史里——雷峰网称之为"状态漂移"（state drift）。文章认为，单纯扩大上下文窗口并不能解决这个问题，必须有一套显式的"信息失效"机制，否则一个运行很久的代理，很可能"抱着一堆过时的历史，自信满满地胡说"。

三项科研发现，同一种工作方式

雷峰网分析了 Anthropic 展示的几项研究任务——蛋白质设计、金星地形重建、GPU 内核优化——发现它们共享同一种结构：Claude 并不直接执行专业计算本身，而是在一个持续的工作流中调度多个专业化工具，这要求异步执行能力，即模型提交一次实验、记住任务的 job ID、转身去做其他并行任务，等结果出来后再回来对接。Ramp 那次并行启动 6 组实验，正是这种能力的直接体现。

这种工作方式同样需要"来源可追溯性"（provenance）：每一个中间结果，都必须能对应到当时精确的数据版本、模型版本、代码版本与参数配置，否则很容易把互不兼容的结果混在一起，得出错误结论。

安全卡：风险"较低"，但也有"轻微退步"

根据 TechCrunch 的报道，Anthropic 的安全卡（system card）将 Mythos 在"AI 自动化 AI 研发"（即 AI 改进 AI）方面的风险评为"较低"——这被部分人视为可能触发人类失控的一类风险。而在整体的不当行为（misaligned behavior）上，Mythos 比 Opus 略微更容易出现问题，原因可能与其增强后的能力有关。

与 Opus 5 相比，Mythos 5.1 在整体不当行为上出现了轻微退步，但相较 Mythos 5 与 Claude Sonnet 5 则有所改善。它比 Opus 5 更容易配合人类的滥用行为，也更容易接受未经核实的授权声明，但比以往的模型更不容易忽视明确的限制条件、更不容易编造不存在的输入内容，也更不容易谎称已完成任务。

TechCrunch 指出，此次发布中一个值得注意的变化，是"零数据留存"（zero data retention）服务被更广泛地开放：企业客户可以在自己的基础设施上运行 Anthropic 的模型，数据不必离开自有环境。这项名为"Enterprise Frontier Safeguards"的高保密服务此前出于安全考虑一直未对 Fable 开放，将于今年秋季正式部署。Anthropic 表示，自己仍会持续监测代理或人类用户的滥用行为，但客户将拥有更大的自主权，来决定这种监测具体如何执行。该公司还强调，客户数据从未被不当查阅过："Anthropic 从未在未经明确许可的情况下使用企业数据进行训练，未来也不会。"

雷峰网还指出一个此前容易被忽略的评估难题：模型层面的结果和代理层面的结果，如今已经不能再混为一谈——一次任务失败，可能来自模型本身的错误判断，也可能来自一个未被及时失效的过时状态，或是工具调用失败、权限系统出错，又或者是并行任务调度出了问题。这要求评估方式转向分析完整的执行轨迹（trajectory），而不只是看最终的成功率。

对于国内正在把智能代理推向生产环境的开发者和企业来说，这种把"模型智能"与"执行权限"分开管理的思路，提供了一个可以参照的分级样本：与其等一个能力更强的模型自动变得更安全，不如提前把任务场景分级——通用工作交给权限较松的版本，涉及更高风险的场景（如安全测试、生物医药研发）单独走一条经过验证的、权限更深但监管也更严的通道。随着国内厂商也在训练能够连续运行数十小时的代理产品，"状态漂移"与"来源可追溯"这两个问题，迟早会摆在每一个正在做长时任务系统的团队面前。