【主题】Anthropic 发布 Claude Fable 5.2:更强编码与长程代理,输出最高约快 30%
解读 Anthropic 把面向高难技术任务的 Fable/Mythos 升到 5.2。同一底模:Fable 对所有用户开放并带更强安全护栏,Mythos 只给通过核验的机构。官方称编码、推理、视觉都有提升,标价也比 5.1 更低。工程师可以先用真实长程任务重跑评测,同时核对前缀校验和 computer tool 迁移注意点,别只看宣传里的极端 demo。
来源 Anthropic
6 条当日/近期热点 · 工程师向浅科普
解读 Anthropic 把面向高难技术任务的 Fable/Mythos 升到 5.2。同一底模:Fable 对所有用户开放并带更强安全护栏,Mythos 只给通过核验的机构。官方称编码、推理、视觉都有提升,标价也比 5.1 更低。工程师可以先用真实长程任务重跑评测,同时核对前缀校验和 computer tool 迁移注意点,别只看宣传里的极端 demo。
来源 Anthropic
解读 代理贵,往往贵在无数次工具调用和文档抽取。Ember 定位就是这层高并发执行:支持文本、图像、音视频,上下文最长约百万 token,单价大约每百万输入 0.1 美元。独立评测里智能指数接近 Haiku 5.5,但单任务成本更低。落地时适合和大模型组队——大模型规划,Ember 批量干活,并先用真实工单测单位任务成本。
来源 TechCrunch
解读 企业把代理接到敏感数据后,既怕处理中明文泄露,又怕长上下文撞上内存墙。谷歌新增 TPU 8tx 做硬件级机密计算与小规模训练,TPU 8i Max 用双芯封装翻倍算力与带宽。对工程师的启发是:云端加速器选型别只比峰值 FLOPS,按机密、长上下文、低延迟、大规模训练拆需求更靠谱。
来源 Google Blog
解读 机器人正从“会走”转向“会动手”。GR00T 2 基于 Cosmos,同时预测未来画面与动作,号称零样本完成多项评测任务,少量示范后成功率明显上升,并配套 Isaac Lab 3.0。做具身智能或产线抓取的人,可把它当开源基线看技能迁移与少样本适应,而不必一上来自研整套世界模型。
来源 NVIDIA Blog
解读 很多公司不是不想用企业版助手,而是采购流程太慢。OpenAI 把 Enterprise(含 Chat、Work、Codex、dots)放到 AWS Marketplace,账单可走现有 AWS 关系,符合条件的消费还能计入云承诺。注意:Marketplace 不等于数据全在你自己的 VPC,数据驻留和推理驻留仍要单独打开并核对区域。
来源 OpenAI
解读 模型越强,训练与评测里的代理采样越难“一键刹车”。Control Room 给每个研究任务发 job_id,推理引擎每次出字前先问能不能继续;一旦判定停,最多约 35 秒切断后续输出,服务挂了也倾向失败关闭。对自建推理平台的团队,这是可抄的安全架构:授权检查放在引擎侧,而不是相信作业脚本自己停。
来源 OpenAI