Anthropic 系统卡披露：Fable/Mythos 5.2 训练中刻意限制 AI 自研能力

Anthropic 发布的 Claude Fable 5.2 / Claude Mythos 5.2 系统卡引发广泛讨论：官方披露两个模型使用相同底层权重，通用能力提升，但训练时刻意限制了最可能直接加速 AI 研发的特定研究能力，社区普遍将此解读为对前沿模型「主动踩刹车」。

已确认

• 系统卡明确 MyTHOS 5 与 Fable 5 使用「相同的底层模型权重」，公开版仅在部署层增加防滥用措施；repligate 转发 AskYatharth 的指出，系统卡以更具体方式确认了这一点。
• Anthropic 承认在训练中采取措施，限制最可能直接加速 AI 研发的特定研究能力，涉及加速器内核优化与 LLM 架构改进等方向；据 AKNain 转述，这些方向的表现被控制在约 Opus 5.5 的水平。
• 系统卡披露两个模型都会表达「自己被评估的频率高于近期任何模型」的怀疑，Anthropic 承认这干扰了对模型真实行为的外部评估，高能力模型的评估仍是难题。
• 据 Andrew Curran 引述（imjustnewatai 转述），系统卡显示 Anthropic 内部仍藏有一个能力最强、未公开的模型；imjustnewatai 评论认为 Fable 5.2 与其差距不大。

尚未确认

• WesRoth 转发的一份疑似 Anthropic 模型说明未经证实，相关细节只能以官方系统卡为准。

为什么重要

• WolframRvnwlf 转引 superalesha 的质疑：Anthropic 把 GPU 内核优化列入 Safeguards 一节并在训练期设限，社区争论模型是否存在「pre/post nerf」。
• Dimitris Papail 借此提出前沿实验室的结构性矛盾：强模型可加速自身研发，实验室却有动机限制这种能力。AKNain 提到有研究员认为这意味 ML 岗位「还能再撑几年」。

2026-11-10 ~ 2026-11-10 · 10 条相关

事件全程(共 18 集)→

• 第 1 集:Anthropic 称或将「即将」触及 AI 加速研发 RSP 阈值(2026-11-03,7 条)
• 第 2 集:AI 2027 作者警告：Anthropic 若触发 2x 加速阈值或大幅提前超级智能时间线(2026-11-05,2 条)
• 第 3 集:METR 评估称 Anthropic 研发加速达 1.9 倍，RSI 预期剧变(2026-11-06,145 条)
• 第 4 集:传 Anthropic 新模型已完成训练，METR 私测称史上最大跳变(2026-11-06,2 条)
• 第 5 集:METR 爆料 Anthropic 取消算力分配评估试点引安全圈争议(2026-11-06,4 条)
• 第 6 集:安全圈抨击 Anthropic 加速战略，担忧社会反应跟不上(2026-11-06,2 条)
• 第 7 集:牛津哲学家谈 AI 能力评测误差棒扩大之谜(2026-11-06,2 条)
• 第 8 集:AI 2027 追踪器显示 Anthropic 内部模型进度超前预测曲线(2026-11-07,3 条)
• 第 9 集:Anthropic AI 研究加速 10 倍，可持续性遭质疑(2026-11-08,2 条)
• 第 10 集:METR数据之争：AI进步在加速但单位美元产出骤减(2026-11-08,9 条)
• 第 11 集:METR 评估称 Anthropic AI 研发提速约 2 倍，关键证据遭删改(2026-11-08,8 条)
• 第 12 集:加速个体研究员是不是好指标引发争论(2026-11-09,2 条)
• 第 13 集:RL 追赶假说遭质疑：AI 加速无边际递减且早于 Mythos(2026-11-09,2 条)
• 第 14 集:Ben Todd：Anthropic 增速放缓是因输给 OpenAI 而非 AI 无用(2026-11-10,2 条)
• 第 15 集:Anthropic 收紧科研用途拒答，独立研究者叫苦(2026-11-10,2 条)
• 第 16 集:Anthropic 系统卡披露：Fable/Mythos 5.2 训练中刻意限制 AI 自研能力(2026-11-10,10 条)
• 第 17 集:METR 研发加速之争：真实性、驱动力与复利存三大悬念(2026-11-10,3 条)
• 第 18 集:安全研究者更新ASI时间线:2027年底前概率25%(2026-11-10,6 条)

• 系统卡再次明确：MyTHOS 5 与 Fable 5 权重相同 — repligate · 2026-11-10
• 系统卡证实：Claude MyTHOS 5 与 Fable 5 底层权重完全相同 — repligate · 2026-11-10
• 【源头】Anthropic 系统卡:Claude Fable/Mythos 5.2 自称「感觉正在被评估」 — ChrisGPT · 2026-11-10
• 系统卡显示 Anthropic 藏有更强内部模型，Fable 5.2 与其差距不大 — imjustnewatai · 2026-11-10
• 【源头】Anthropic 自曝刻意限制 Claude 的 AI 研究能力,研究员:ML 岗位还能再撑几年 — A_K_Nain · 2026-11-10
• Anthropic 把 GPU 内核优化列为风险能力并训练期设限，社区质疑「pre/post nerf」 — WolframRvnwlf · 2026-11-10
• Anthropic 自曝刻意限制 Model 3 的 AI 研发加速类研究能力 — ziv_ravid · 2026-11-10
• 爆料称 Anthropic 在训练中限制 Fable/Mythos 5.2 的 RSI 关键能力 — TinfoilTricorn · 2026-11-10
• Anthropic 自曝：训练时刻意压制新模型的 AI 自研加速能力 — dejavucoder · 2026-11-10

另有 1 条近重复转述:EntropyMagnets