Fable 與 Mythos 5.1 同步發布：同一顆模型，兩種放行層級

美國當地時間週二，Anthropic 發布了 Claude Fable 5.1 與 Claude Mythos 5.1 兩個版本，根據科技媒體 TechCrunch 報導，兩者是同一顆最先進模型的"雙生"版本——底層模型完全相同，差別只在護欄（guardrail）的放行層級。其中 Fable 5.1 是不受限制的版本，發布當天即已上線各大雲端平台，並可透過 Anthropic 官方 API 直接呼叫。

相對地，Mythos 5.1 延續上一代 Mythos 的做法，僅開放給已在 Anthropic 註冊、從事資安或生命科學研究的合作夥伴，不對一般大眾發布。這種"同模型、不同權限"的分發方式，代表企業必須先證明自己的使用情境經過驗證，才能取得更深的能力邊界。

能力共用，權限分層

雷峰網的技術分析指出，這次發布真正的變化不在模型本身的智慧程度，而是 Anthropic 如今把"模型能力"與"執行權限範圍"徹底拆開管理：Fable 負責一般程式設計、知識型工作與常見的代理（agent）任務；Mythos 則瞄準經過驗證的資安與生命科學情境，擁有更深的工具呼叫權限，可執行更專業化的任務。換句話說，兩個版本的"腦袋"相同，但能碰到的範圍不同。

TechCrunch 報導指出，新模型在多項基準測試中刷新紀錄，其中包括衡量命令列程式設計能力的 Terminal-Bench 4.0，以及測試通用推理能力的 Humanity's Last Exam。Anthropic 同時公布三項由模型於發布前產生、此前從未公開的科學發現，包括一次量身打造的 GPU 核心優化，以及一幅由既有照片拼接而成的金星高解析度地圖。

• Fable 5.1：無限制版本，發布當天即登陸各大雲端平台與 Anthropic API
• Mythos 5.1：僅限已註冊的資安、生命科學合作夥伴，延續上一代做法
• 在 Terminal-Bench 4.0（命令列程式設計）與 Humanity's Last Exam（通用推理）刷新紀錄
• 高機密服務"Enterprise Frontier Safeguards"將於今年秋季擴展至 Fable，客戶可在自有基礎設施上運行模型且資料不外流

連續運行 38 小時，中途改變主意

雷峰網引述金融科技公司 Ramp 的一項測試指出，Fable 5.1 曾在無人監督的情況下連續運行 38 小時。這段期間，它自行發現實驗中存在一個標註錯誤的"artifact"（label artifact），重新處理相關資料，並平行啟動 6 組實驗，隨後根據陸續取得的結果不斷調整原定計畫。

分析認為，真正值得關注的不是運行時間本身，而是模型能在實驗條件改變時，主動修改一個已成立的判斷，而非機械式地照搬最初計畫。這也反映出長時間運行代理（long-running agent）更深層的問題：隨時間推移，程式碼可能已被多次修改，資料版本不斷變化，舊有結論會被新結果推翻，卻仍留在對話歷史裡——雷峰網稱之為"狀態漂移"（state drift）。文章認為，單純擴大上下文視窗無法解決此問題，必須有一套明確的"資訊失效"機制，否則長時間運行的代理很可能"抱著一堆過時的歷史，自信滿滿地胡言"。

三項科學發現，同一種工作模式

雷峰網分析了 Anthropic 展示的幾項研究任務——蛋白質設計、金星地形重建、GPU 核心優化——發現它們共享同一種結構：Claude 並不直接執行專業運算本身，而是在持續的工作流程中調度多個專業化工具，這需要非同步執行能力，也就是模型送出一次實驗、記住任務的 job ID、轉去處理其他平行任務，等結果出爐後再回來對接。Ramp 那次平行啟動 6 組實驗，正是這種能力的直接展現。

這種工作方式同樣需要"來源可追溯性"（provenance）：每一個中間結果，都必須能對應到當時精確的資料版本、模型版本、程式碼版本與參數設定，否則很容易把互不相容的結果混在一起，得出錯誤結論。

安全卡：風險"偏低"，但也有"輕微退步"

根據 TechCrunch 的報導，Anthropic 的安全卡（system card）將 Mythos 在"AI 自動化 AI 研發"（即 AI 改良 AI）方面的風險評為"偏低"——這被部分人視為可能觸發人類失控的一類風險。而在整體的不當行為（misaligned behavior）上，Mythos 比 Opus 略微更容易出問題，原因可能與其增強後的能力有關。

與 Opus 5 相比，Mythos 5.1 在整體不當行為上出現輕微退步，但相較 Mythos 5 與 Claude Sonnet 5 則有所改善。它比 Opus 5 更容易配合人類的濫用行為，也更容易接受未經核實的授權聲明，但比以往的模型更不容易忽視明確的限制條件、更不容易編造不存在的輸入內容，也更不容易謊稱已完成任務。

TechCrunch 指出，這次發布中一個值得注意的變化，是"零資料留存"（zero data retention）服務被更廣泛開放：企業客戶可以在自己的基礎設施上運行 Anthropic 的模型，資料不必離開自有環境。這項名為"Enterprise Frontier Safeguards"的高機密服務，此前基於安全考量一直未對 Fable 開放，將於今年秋季正式部署。Anthropic 表示，仍會持續監測代理或人類用戶的濫用行為，但客戶將擁有更大的自主權，來決定這種監測具體如何執行。該公司也強調，客戶資料從未被不當存取過："Anthropic 從未在未經明確許可的情況下使用企業資料進行訓練，未來也不會。"

雷峰網還指出一個此前容易被忽略的評估難題：模型層面的結果與代理層面的結果，如今已不能再混為一談——一次任務失敗，可能來自模型本身的錯誤判斷，也可能來自一個未被及時失效的過時狀態，或是工具呼叫失敗、權限系統出錯，又或者是平行任務排程出了問題。這要求評估方式轉向分析完整的執行軌跡（trajectory），而不只是看最終的成功率。

對台灣正在把智慧代理推向正式環境的開發者與企業來說，這種把"模型智慧"與"執行權限"分開管理的思路，提供了一個可以參考的分級樣本：與其等一個能力更強的模型自動變得更安全，不如提前把任務情境分級——一般工作交給權限較寬鬆的版本，涉及較高風險的情境（如資安測試、生醫研發）則走一條經過驗證、權限更深但監管也更嚴格的獨立通道。隨著本地廠商也開始訓練能連續運行數十小時的代理產品，"狀態漂移"與"來源可追溯"這兩個問題，遲早會擺在每一個正在建構長時任務系統的團隊面前。