Ethan Mollick 实测 Claude Fable 5.2:这是「参差不齐的 AGI」
Ethan Mollick 在 Claude Fable 5.2 公开发布前试用后认为,按「在多数可用电脑完成的智力任务上达到多数人类专家水平」的定义,它已接近 AGI,但仍是「参差不齐的 AGI」。
推荐理由:作者用六个亲手设计的跨领域任务,展示 Claude Fable 5.2 的能力边界与失败模式,可据此理解当前模型离通用智能还差什么。
公司与模型
Anthropic 的 Claude 系列模型、Claude Code 更新,以及安全研究与公司动向。
3 条精选近 30 天 2条 共收录 11条
Ethan Mollick 在 Claude Fable 5.2 公开发布前试用后认为,按「在多数可用电脑完成的智力任务上达到多数人类专家水平」的定义,它已接近 AGI,但仍是「参差不齐的 AGI」。
推荐理由:作者用六个亲手设计的跨领域任务,展示 Claude Fable 5.2 的能力边界与失败模式,可据此理解当前模型离通用智能还差什么。
Zach Stein-Perlman 转述 Ajeya 的判断:AI 正在显著加速 AI 研究,Anthropic 的“显著加速”阈值可能已被跨过。
推荐理由:材料转述 METR 深度调查与 Anthropic RSP 阈值,读者可据此理解 AI 加速 AI 研发这一判断的依据与争议。
Ethan Mollick 提前测试了首个面向公众发布的 Mythos 级模型 Claude 5 Fable,称其表现明显超过他用过的所有公开模型,能连续执行多页规格任务达十余小时。
推荐理由:作者用等时线地图和 Concord 两个长任务实测 Mythos 级模型,呈现能力跃升与过程不可见之间的张力。