大白话讲透王炸Fable 5与Mythos 5: 它能替你干什么

作者：硅谷Alan Walker

别再把它当会聊天的机器人了。今天 Claude 发布的东西，能一天改完五千万行代码、能自己造一个软件再用它建模、能自己做基因组研究还赢了《Science》上的论文。这篇没有术语，用最实在的话，把 "它到底能干啥、对你我有啥用" 一件件讲清楚。

早上七点四十，California Avenue 还没醒透。咖啡刚冲出来，我把手机立在糖罐边 —— 屏幕里是一张奶油色的图，几十只蝴蝶标本拼成一个大大的「5」。标题就一行: Claude Fable 5 and Claude Mythos 5, 底下一句话: "我们做出了一个安全到可以给所有人用的神话级模型。”

我把官网那篇公告从头到尾读了两遍，越读越坐不住。不是因为又一个模型分数更高了，是因为里面那一串它**真干成的事，**已经不像是一个更聪明的聊天框该干的了。它更像是你雇了一个不睡觉、不喊累、还啥都会一点的数字员工。这篇咱们就聊聊，这个员工到底能替你干哪些活。

30 秒速读 · 先给结论

• 今天 Anthropic 一口气发了俩。Fable 5: 给所有人用的、史上最强的公开版 Claude。Mythos 5: 跟它同一个大脑，但松了绑，只给极少数被信任的机构 (网络防御、政府、顶尖科研)。

• 一天改完一个团队两个月的代码; 只看屏幕画面、不靠任何攻略，自己通关《宝可梦》;自己造一个 3D 建模软件，再用这软件去建模; 甚至自己写代码作了一首曲子，而它从没听过音乐。

• 输入 $10、输出 $50(每百万 token)，约 Opus 两倍。订阅用户 6 月 22 日前 免费随便用，过期要烧额度。

• 它戴了"安全口罩": 碰到网络攻击、生物化学这类高危问题，会自动换成二把手 Opus 4.8 来答，大约 5% 的对话会撞上，偶尔会误伤正常需求。

「神话级」是个什么段位?为啥四月份不敢给、今天敢给了?

要看懂今天这事，先得有张段位表。过去我们熟悉的 Claude，从轻到重是这么排的: _Haiku _(小快灵，适合简单高频的活)、_Sonnet _(中坚，日常主力)、_Opus _(顶配，啃硬骨头)。这三档,大家用了好几年。而今年，Anthropic 在 Opus 之上，又硬生生加盖了一层全新的、更高的楼 —— 叫 **Mythos 级(神话级)，**比最强的 Claude 还要再高一个数量级。它不是快了一点、准了一点的小升级，是换了个物种。

这个 Mythos 不是今天凭空蹦出来的，它有段挺戏剧化的前史。今年 4 月，Anthropic 先悄悄放了个预览版，叫 Mythos Preview。结果一测，自己先吓着了 —— 这模型在**"找软件漏洞、发起网络攻击"**上强到离谱，几乎能把主流操作系统和浏览器的安全缺口挨个挑出来。这种能力落到好人手里是救命的盾，落到坏人手里就是开锁的万能钥匙。于是他们没敢对公众开放，而是搞了个叫 Project Glasswing (玻璃翼计划) 的小圈子，只把它给极少数管关键基础设施的单位 —— 银行、电网、医疗、大软件公司 —— 拉上亚马逊、苹果、谷歌、微软、摩根大通这些巨头一起，让它们先用这把万能钥匙去把自家的锁加固。后来这个圈子慢慢扩到 约 150 家机构、15 多个国家。

那为啥四月不敢给、今天敢了? 关键不在模型变乖了，而在 护栏修好了。这两个月，Anthropic 一直在打磨一套 "安全闸门"，直到它结实到自己觉得 "就算放给全世界，坏人也很难钻空子"。于是今天端上桌的，是两道菜: 一道叫 **Fable 5，**给全世界用，戴着那套刚修好的安全口罩; 另一道叫 Mythos 5, 把口罩摘掉一部分, 只留给信得过的人。

四月那次的潜台词是: "东西造出来了，但我们不敢给所有人。"今天这次的潜台词是: "栅栏终于修结实了，可以请大家进来了。"—— 变的从来不是能力，是那道门。

所以接下来这篇的主线就一条: **这道刚被放出笼子的 "神话级" 猛兽，到底能替我们干哪些以前想都不敢想的活? **它强，强在能 "动手做完整件事"，而不只是 "陪你聊几句"。这才是它跟我们过去用的所有 AI 最本质的区别，也是下面五段要一件件给你看的东西。

Fable 和 Mythos 到底差在哪? 同一个人，两套出装

_这是全篇最容易被新闻标题带偏、却最该记牢的一点: _**Fable 5 和 Mythos 5，底层是同一个模型，同一颗脑子，同一套参数，一个零件都不差。**它俩绝不是 "低配版和高配版"，也不是 "阉割版和满血版"。听上去反直觉，但官方白纸黑字写得清清楚楚: 两者用的是同一份权重，唯一的差别就是前面那层安全规矩挂得多还是少

打个比方你就懂了：

想象有一位全科顶级专家。第一种情况你让他穿上公司工牌、签好合规协议，坐到前台去接待所有上门的陌生人 —— 这就是 Fable。遇到敏感问题，他得按规矩来: "抱歉这个我不能细说，我帮您转接专员。" 第二种情况，同一个人脱了工牌，走进内部实验室，面对的是几个知根知底、信得过的同事，他就能彻底放开手脚，什么都敢深聊 —— 这就是 Mythos。

请注意: 从头到尾，人没换过，变的只是他身上那套规矩和他面对的人。同样一颗大脑，因为 "谁在用、在什么场合用"，被包装成了两个产品。

更有意思的，是这两个名字本身就藏着设计者的小心思。Anthropic 在脚注里点了一句: Fable (寓言)来自拉丁语 fabula，意思是 "被讲出来的故事"; 而它跟希腊语的 mythos (神话), 其实是同一个词根长出来的兄弟。说白了，寓言和神话本就是一回事 —— 同一个故事，讲给不同的人听。给 大众 听的那一版，结尾要带个 "安全的教训", 这叫寓言; 给 祭司 听的那一版, 不设防、不掩饰, 这叫神话。

这家公司硬是把整套产品哲学焊进了命名学里。它在用最古老的方式告诉你 —— **同一份真相，会因为听者的身份不同，被讲成两个版本。**这句话，第八段我们还会回来看。

一天改完一个团队两个月的活, 这到底是什么概念?

先讲它最炸、也最实打实的一项本事: 写代码、改代码。这里有个真实案例，主角是大名鼎鼎的支付公司 Stripe。他们手里有一个 5000 万行 的老代码库 ——这是个什么体量? 你可以想象成一栋盖了十几年、住了无数租户、水管电线层层叠叠的超级老楼。现在要给整栋楼做一次 "全屋管线升级"，把旧标准换成新标准，每一处都不能出错，否则整栋楼可能停水停电。这种活正常情况下得一整支工程师团队埋头干两个多月。

结果呢? Stripe 把这活丢给 Fable 5，它一天就干完了。不是写个 demo、不是改两个文件，是整个代码库范围的、牵一发动全身的大改造。这意味着什么? 过去你觉得这事太大、太烦、风险太高，排期排到明年也不一定动得了的那类硬骨头，现在可能一个晚上就啃完了。这不是 "提速 10%、20%" 的量变，是把两个月压缩成一天的质变。

而且它不只是快，还省。在一个专门考验代码质量的硬核测试 (Cognition 家的 FrontierCode) 里，它不仅分最高，还特别 "省脑力燃料" —— 术语叫 token 高效，意思是同样一道难题，它用更少的运算就解出来了，换算成钱和时间，就是更便宜、更快。更关键的是，它能在 "中等用力" 的档位就打赢别人 "全力以赴" 的成绩，等于一个高手不用使全力就赢了。

做代码编辑器的 Cursor 团队说，它在他们的测试里是最强的，直接打开了一类 "以前的模型根本够不着" 的超长难题。做代码托管的 GitHub 说，它能扛下复杂的、要连续干很久的编程任务，自主性和可靠性超出了他们的预期。做编程智能体的 Cognition 说，它是他们前沿编程测试上分数最高的，还能 "开箱即用" 地上手没见过的工具。

一个做 "用大白话造软件" 的平台 (Base44) 说: 一年前要来回调一百次提示词才能做出来的 App，现在它一次就给你做出来了。就是说你不会写代码也没关系，只要把你想要的东西说清楚，它就能直接把成品交给你。

把这些拼在一起看，你会发现一件正在发生的大事: **编程这件事的门槛，正在从 "会不会写" 变成 "说不说得清你要什么"。**而对真正的工程师，它则把人从一行行敲里解放出来，变成指挥一个能自己干活的数字工程队。无论你站在哪头，这一刀，都实打实地砍在了 "软件是怎么被造出来的" 这件事上。

读财报、改合同、啃图表, 白领的日常, 它一样能接

你可能会说: 写代码是程序员的事，跟我没关系。别急，这一段全是普通白领天天在干的活。先说 **"知识工作" **—— 也就是读资料、做分析、出结论这一类脑力活。在一个专门考 "资深分析师水平" 的金融测试 (Hebbia 家的) 里，Fable 5 拿了所有模型里的最高分，尤其擅长三件事: 读懂一大摞文件后做推理、看懂复杂的图表和表格、以及把问题真正解出来。另一家做交易的公司 (IMC) 更直接，说它几乎把所有交易分析的考题都做对了 —— 查事实、讲概念、找出问题的根因、算清楚一笔交易划不划算，样样都行。

再说一个更接地气的: 表格。做 Python 和数据工具出名的 Anaconda 测了它的 "日常表格套件"，结论是它在每个用力档位上都赢过 Opus，而且还快了25%–30%，用的步骤更少。加班到深夜、几十个 sheet 互相勾稽、一改一处就崩一片的 Excel 噩梦，它能更快、更稳地帮你理清楚。还有一个让律师们坐直身子的细节: 一家公司让律师盲评它改合同的批注，结果发现它改的每一次都追平甚至超过了他们现用的工具。

**它现在是处理看图任务最强的模型。**能从一张密密麻麻的科学图表里，精确读出具体数字 —— 这对科研、金融太有用了。更夸张的是: 你给它几张网页的截图，它能反推出这个网页背后的源代码，等于 "看一眼成品就把图纸还原出来"。

这个最直观: 它玩经典游戏《宝可梦·火红》，只看游戏的原始画面，不给地图、不给攻略、不给任何辅助提示，自己从头打到通关。要知道，以前的 Claude 得靠一大堆 "辅助轮子" 才能勉强玩，而它光靠 "一双眼睛" 就通关了。这说明它不只是 "认得图里有啥"，而是能看懂局势、做规划、连续决策。

把代码、分析、看图这些硬指标摆一个最直观的对比: 在一个硬核软件工程测试(SWE-bench Pro)上，它拿 80.3 分，而 OpenAI 当前最强的通用模型 GPT-5.5 是 58.6 分; 在更讲究 "代码能不能上生产线" 的测试上，它 29.3 分，GPT-5.5 只有 5.7 分。数字本身不重要，重要的是这条规律 —— 任务越长、越复杂、越接近真实工作，它甩开对手就越远。陪你聊天它未必比别人强多少，但把一整摊真活儿压上去，它才露出獠牙。

它不再是答题，而是自己造工具、自己创作

前面两段还算高级一点的助手，这一段，是我读完整篇公告最后背发凉的地方 —— 因为它展示的已经不是 "回答问题"，而是 "自己动手，从无到有造出一整个东西"。挑四个官方放出来的演示：

• 从物理公式，推出日食发生的时刻：它自己写代码做了一个太阳系运行的模拟。注意，不是查资料告诉你日食啥时候发生，而是从最底层的物理定律出发，自己推算出行星怎么转，再用这套自推的规律，去预测日食会在何时上演。这是科学家做研究的路子——先建模型，再用模型预言现实。

• 自己玩《Factorio》，从零建一座自动化工厂：《Factorio》是一款工程师圈子里出了名 "烧脑、会上瘾"的造工厂游戏: 你要规划流水线、安排物流、让整套系统自动运转。它自己上手玩，自己定策略，自己一砖一瓦搭出一座能自动运行的工厂。这考验的是长链条规划和系统设计 —— 不是手快，是脑子真的在运筹。

• 先造一个 CAD 软件，再用它建模：这个堪称 "套娃级"炸裂:它在浏览器里设计出一个完整的、可 3D 打印的模型。但关键不在模型 —— 而在那个用来建模的 CAD 编辑器，也是它自己造的，连编辑器里那个帮你建模的 AI 小助手，都是它顺手写的。等于它先造了一台机床，再用这台机床造零件。工具和成品，一条龙全包了。

• 写代码作了一首曲子，可它从没听过音乐：它做了一个流体模拟(水流晃动的动画)，让水波的运动精准卡在一首古典 EDM 混音的节拍上。而那首曲子，是它纯用代码 "算" 出来的 —— 它从来没有听过任何声音，却靠对音乐结构的理解，把旋律和节奏写了出来。这已经不是模仿，是某种意义上的创作。

还有一个能力藏在这些演示背后，但同样关键 —— 记忆。它能在一个长达几百万字的超长任务里始终不跑偏，还会看自己之前记的笔记来改进后面的做法。官方让它去玩一款很吃策略和记忆的卡牌游戏《杀戮尖塔》，给它配一个能持续记笔记的 "记忆本" 之后，它打进游戏最终幕的概率，是 Opus 的三倍。它不再是金鱼记忆、聊完就忘，而是能像人一样，边干边总结经验，越干越顺手。

把这五段连起来看，一个分水岭已经很清楚了: 过去的 AI，是坐你旁边、帮你递工具的超级实习生; 现在这一代，是能自己拿起工具、自己规划、自己干完一整个项目、还会自己复盘的 "数字承包商"。你交给它的，从 "一个问题"，变成了 "一件事"。

摘了口罩的 Mythos 5 有多猛？它在实验室里已经改写科学了

前面讲的都是戴着口罩的 Fable。那把口罩摘掉的 Mythos 5,放开手脚能干到什么地步? 这部分普通新闻很少讲，但恰恰是 "神话级" 三个字最沉的分量，也是 Anthropic 当初为什么那么紧张的原因。它已经不是做题家了，而是在真实的科学前线独立产出连人类专家都认账的新东西。

• 设计新药，提速约十倍：Anthropic 内部做蛋白质设计 (新药研发的核心)的专家，用 Mythos 5 把部分流程加速了大约十倍。更惊人的是：在一个测试里，它全程没有人帮忙，自己选靶点、自己挑工具、自己跑流程、卡壳了自己想办法恢复 —— 把通常需要一位科学家完整操刀的活儿从头到尾自己干了一遍。结果在 14 个 蛋白靶点里，有 9 个 给出了值得继续往下做的候选药物方案。

• 提出新假说，还被独立实验室证实了：它是头一个能稳定提出新颖又靠谱的科学假说的模型。科学家做盲评 (不知道哪个是 AI 提的)，在分子生物学领域，有约 80% 的情况更偏爱它提的假说。其中关于一种大肠杆菌蛋白的全新机制，后来居然被另一个完全独立的实验室的研究证实了 —— 这意味着它提的不是看着像那么回事的废话，而是真能被现实验证的科学洞见。

• 自己做基因组研究，赢了《Science》上的成果：给它一周多时间，基本无人看管，它自己整理了 138 个物种、数百万个细胞的数据，自己设计并训练了一个机器学习模型，用来识别 "在不同物种里扮演同一角色的细胞"。最后它训出来的模型，效果超过了一篇发表在《Science》上的成果 —— 而体积还小了 100 倍。一个被高人指点了几句的实习生干赢了顶级期刊。

• 全世界最强的网络安全能力：官方直说它是当今地球上网络安全能力最强的模型 —— 能发现并利用几乎所有主流系统的漏洞。这正是它当初被关进笼子的原因: 同一身本事，给防守方是铜墙铁壁，给进攻方就是开锁神器。

看明白这一段，你就懂了那层安全口罩为什么必须存在。_一个能设计药物的 AI，反过来也可能被用来设计危险的东西；一个能修补漏洞的 AI，反过来也能被用来攻破系统。_它强到能救命，也就强到能伤人。

所以 Anthropic 的选择是: 把这身本事拆成两份 —— 给大众的 Fable，把最危险的几扇门焊死; 给可信者的 Mythos，在严格监管下才放开。这不是小气，是不得不。

那层口罩会不会天天误伤我？多少钱？啥时候轮到我？

先把安全口罩怎么干活讲清楚，因为很多人一听 "安全限制" 就脑补成 "动不动拒绝你"。其实这次的设计聪明得多。Fable 门口站着几个 "安检" (官方叫_分类器_)，它们只盯三类高危话题 —— 网络攻击、生物化学、模型蒸馏(指偷偷把模型能力 "抄" 去训练别的模型)。一旦你的问题踩到这三条线，它不会把门一摔，而是 悄悄把这道题转给二把手 Opus 4.8 来回答。比如有人问 "怎么制造蓖麻毒素" 这种东西，Fable 自己闭嘴，Opus 4.8 给个安全的回应，系统也会明确告诉你 "刚才这题被转接了"。为什么不直接拒绝? 因为转给一个稍弱但够用的模型，体验总比甩你一句无法回答强。

那会不会动不动就误伤普通人? 会，但极少。官方说得很坦白: 这层口罩是 "宁可错杀也不放过" 的保守调法，所以不到 5%的对话会被转接，反过来说，95% 以上 的时候，你用到的就是满血能力 (跟 Mythos 5 没差别)。也就是说，你日常写代码、做表格、读文档、写文案，基本一辈子都碰不到那道闸门。**真会反复撞上的，是做安全研究、生物信息这类专业活儿的人。**顺带提一句安全成色: 官方做了 超 1000 小时 的外部悬赏测试，没人能找到 "通用越狱"; 哪怕用上 30 种公开的破解套路，它对策划网络攻击这类请求，一次都没松过口。

讲完讲究，说最实在的 —— 钱和时间。Fable 5 和 Mythos 5 同价: 输入 $10 / 百万 token、输出 $50 / 百万 token。token 是啥: 粗略理解成 "把文字切成的小块"，按块计费。这个价大约是 Opus 的两倍，但只有当初 Mythos Preview 的不到一半 —— 等于更强了，还更便宜了。开发者今天就能用，API 里的名字是 claude-fable-5。

为啥这么折腾? 官方反复念叨一个词: 产能(capacity)。意思是这模型太能耗算力，他们怕一开放需求直接爆掉，只能先免费让大家尝个鲜、再阶段性收紧、等扩容了再彻底放开。至于 Mythos 5(放开版)，普通人买不到 —— 它只给 Glasswing 的网络安全伙伴 (还要配合美国政府)，接下来会给一小批生物科研机构。想进靠的是 "资格审核"，不是你有多少钱。还有个容易忽略但重要的细节: 所有 Mythos 级的企业流量，对话要留存 30 天用于安全监控（不拿去训练模型）。

这对你我到底意味着啥？顺便留三个清醒的问号

把前面七段收口，落到最实在的 "那我该干啥"。

普通人别被术语吓住,你要做的特别简单 —— 趁 6 月 22 日前，去你的 Claude 订阅里把 Fable 5 选出来，拿你手头一件真活试一把: 写一份复杂的报告、改一段代码、把一摞 PDF 丢给它做分析、或者干脆把你脑子里那个 "一直想做但不会做" 的小工具描述给它。你会亲身体会到那个分水岭 —— "把一整件事交给它" 和 "让它帮个小忙"，完全是两种感觉。这一下，胜过看十篇测评。

做产品、创业的人机会有两类。一是 "长任务" —— 以前你不敢交给 AI 的、要连续干好几天、中途无数岔路的复杂活，现在该重新评估了，因为它真能扛下来。二是那被误伤的 5% —— 如果你做的是安全、生物信息这类正经专业方向，谁能拿到 Mythos 5 的可信访问资格，谁就握住了一段别人摸不到的能力差，而能力差就是利润。

看投资的人把估值模型里 "模型多强" 的权重往下调一点，把 "能不能安全、规模化地把它部署出去" 往上提一点 —— 能力在变便宜，而 "驯服能力、敢放给公众" 的本事，正在变成真正的护城河。

但一个成熟的读者，得同时看见硬币的另一面。这里留三个清醒的问号。

**其一，"六十天悖论"。**两个月前还说太危险不能公开，今天就端上桌 —— 变的不是模型的危险性，是护栏的工程进度。这提醒我们，所谓安全是个不断打补丁的过程，不是一劳永逸的保证。

**其二,"一边喊刹车,一边踩油门"。**就在发布前不久，Anthropic 还公开呼吁各大公司给前沿 AI 研发装个共同的刹车，警告系统可能快要能自己改进自己；转头就放出了史上最强的公开模型。这姿态是真矛盾，还是商业与安全的微妙平衡，见仁见智。

**其三,"这是安全,还是权力集中?" **最强的"放开版"只给政府和大机构 (有报道称美国国安局正准备把 Mythos 用于网络行动)，而广大普通防御者却用不到顶级网安能力 —— 再加上那条 30 天数据留存，有人就质疑这套安全叙事，会不会其实是把最强的力量，悄悄圈进了少数人手里?

看懂一个王炸产品的成熟标志，是你能同时为它的强大而兴奋，又对它的代价保持清醒。

窗外 California Avenue 终于热闹起来，几个穿连帽衫的工程师端着冰美式往 office 走，大概率，他们今天的第一件事，就是把 Fable 5 接进自己手头的活儿里。那只奶油色背景上的蝴蝶「5」还停在我手机屏上。

记住今天这个日子吧，这是能自己动手干完整件事的前沿 AI，第一次摘下大半张面纱，公开走到我们面前。**一个版本戴着口罩交给你我，一个版本摘了口罩留给少数人。你站在哪一层，不只看钱包，更看资格。**而我们这代人，正好坐在这道分界线被画下来的那一刻。