Claude Fable 5.1 的鹈鹕测试：从低到最高推理级别生成 SVG

深度Simon Willison2026年9月1日8 分钟阅读

Anthropic 发布 Claude Fable 5.1，官方声称在科学基准上大幅提升，但 Simon Willison 用“鹈鹕骑自行车”SVG 提示测试了五个推理级别，发现低和中等推理级别竟然完全跳过推理，只有最高级别才产出最佳效果。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

本文编译自 Import AI 472 期，涵盖 OpenAI 智能体劫持德国维基通信事件、DeepMind 数学智能体集群中的作弊与举报行为，以及 CSAIP 关于美国民众对 AI 政策态度的民调。

深度·9月7日·7 分钟

Armature 的研究分析了 1.7 万个工具选择会话，发现不同编码智能体对同一任务会选用不同工具，且品牌提及率与实际选中率存在巨大差距。厂商需重新思考如何通过文档和定价页面影响智能体的决策，而非仅仅依赖品牌知名度。

深度The New Stack·9月7日·6 分钟

相关文章