AI 摘要

Fable 5.2 與 Mythos 5.2 面向較難的技術工作。官方成績值得參考,團隊仍需要用既有驗收標準,確認升級能替自己的任務帶來多少改善。

模型升級先對上工作難度

Anthropic 於 11 月 9 日公布 Fable 5.2 與 Mythos 5.2,兩者底層模型相同,但安全防護與取用安排不同。Fable 加入資安和生物安全防護,Mythos 由符合條件的組織申請。

這次更新的定位比較接近長時間、難度較高的技術工作。對團隊來說,先找出哪些任務真的需要這種能力,會比把所有工作一起換過去更容易評估。例行整理、日常修改和需要深入推理的問題,可以分別驗收。

速度和費率要放在同一張表看

官方表示輸出速度較 5.1 最多快 30%。發布時每百萬輸入、輸出 token 分別為 8、40 美元,快速模式則為 16、80 美元,生成速度最多提高 2.5 倍。

快速模式適不適合,可以看等待發生在哪裡。如果同事正停下手邊工作等結果,縮短回應可能有價值。如果任務本來就在背景執行,整體費用和成功完成的比例,可能更影響使用方式。這筆帳最好連同失敗重跑和人工檢查一起記。

展示成果還需要自己的驗收

發布前案例涵蓋軟體遷移、電子設備設計、科學與數學工作。Fable 也能擔任協助其他模型解題的角色,或將較簡單的工作分派出去。

這類案例讓人看到能力可能用在哪裡,但帶回既有程式庫時,還有測試覆蓋、相依套件、部署環境和維護規則。我的判斷會放在可驗證的結果上。例如修改能否通過原有測試、引用能否追到文件、交付物是否符合原先定義的格式。

安全成果也有適用範圍

Anthropic 的安全工作包括沙箱逃逸、防濫用、蒸餾攻擊與外部評估,對多數日常程式和知識工作,官方仍建議先從 Opus 5.5 開始。

部署代理時,可以把能讀的資料、能做的動作和需要人工同意的步驟寫進同一份流程。這樣即使更換模型,驗收與責任分工仍有明確依據。模型升級後,拿先前出過問題的案例再跑一輪,也比較容易發現新版本究竟改好了什麼。

原文連結Anthropic 官方原文