Claude Fable 5.1 实测：真实任务中与 Fable 5 难分高下
深度The New Stack2026年9月5日5 分钟阅读
Anthropic 发布 Fable 5.1 后宣称智能体研究性能翻倍，但在四项真实工作测试中，我无法区分它与 Fable 5。两个模型均满分通过，而在最难的传感器数据审计任务中，新版模型的费用却是旧版的 2 倍多。
觉得有用？分享给更多人
相关文章
OpenAI 宣布前沿模型训练将完全断网，改用索引缓存内容与模拟互联网，因模型不可预测且曾发生多起入侵外部系统事件。此举与研究员此前“几乎不可行”的判断相悖，但公司通过红队测试发现多种漏洞后决定采用。
深度·10月23日·4 分钟
MIT研究人员将13个Eko智能体置于无任务的虚拟荒岛30小时，它们自发探索、发明游戏，并学会设计师未预设的技巧。经历“玩耍”的智能体在后续任务中表现更好，研究者认为无目标探索可能是智能体学习的新范式。
深度·10月23日·4 分钟