Claude Fable 5.2 впрегна 1000 AI агента и създаде операционна система за 8 дни
Инженер на Anthropic възлага на Claude Fable 5.2 да създаде прототип на операционна система от празна директория. Осем дни по-късно системата вече стартира на лаптоп. През това време над 1000 AI агента денонощно пишат, тестват и преглеждат кода, докато превърнат отделните компоненти в работеща операционна среда.
Експериментът бе най-впечатляващата демонстрация при представянето на новия модел. Fable 5.2 вече се справя и с проектирането на електронни устройства, управлението на роботи, формализирането на математически доказателства и ускоряването на научни изчисления. В един от тестовете външна компания отчита средно 36 пъти по-бързо изпълнение на изчислителни задачи.
На 9 ноември Anthropic представи два нови модела: Claude Fable 5.2 и Claude Mythos 5.2. Те използват една и съща базова система, но имат различни ограничения за използване. Fable 5.2 разполага с допълнителни защити, които блокират повечето високорискови задачи в киберсигурността и изследователската биология. Моделът е достъпен за абонатите на плановете Pro, Max, Ultra, Team и Enterprise. Mythos 5.2 запазва пълните си възможности в тези области и се предоставя на проверени организации, работещи в съответните сфери.
От празна директория до операционна система
Експериментът започва със задача, поставена от инженер на Anthropic. Fable 5.2 организира над 1000 подагента, които работят в продължение на осем дни. Те пишат код, проверяват го и преглеждат работата на останалите.
Създадената система стартира на лаптоп. Тя разполага със собствено ядро, драйвери за диска, клавиатурата и мрежата, система за съхранение на файлове, графична среда с прозорци, екран за вход в системата, инсталатор и вградени функции на Claude.
Всички компоненти трябва да работят безотказно заедно. Дори една грешка в ядрото или драйверите може да попречи на стартирането на цялата операционна система. Затова агентите трябва не само да създадат отделните части, но и да ги интегрират в работеща система.
Друг проект показва как агентният подход може да се приложи и в реална инфраструктура. Екип от агенти, работещ с по-ранна версия на Fable 5.2, мигрира критична производствена услуга от Python към Rust. След промяната услугата заработва приблизително 26 пъти по-бързо. Anthropic съобщава и че над 90% от промените, приети в основния програмен код на компанията, вече са написани от Claude под човешки надзор.
От проект за електроника до работещи устройства
С един кратък промпт Anthropic възлага на Fable 5.2 да проектира три електронни устройства: домашен гласов асистент, USB устройство за конферентни разговори и преносим виртуален домашен любимец.
Моделът подготвя спецификациите, избира компоненти от американски дистрибутори, проектира четирислойните печатни платки, създава CAD модели на корпусите и пише софтуера. Всяка платка е подготвена за производство за по-малко от ден, с минимално човешко участие в този етап.
Специализираната компания Diode произвежда платките. След това Claude насочва инженерите при тестването и сглобяването. И трите устройства заработват с първоначално проектираните платки, без да се налагат промени по електрониката.
Моделът се справя и с управлението на роботи. В теста RoboDojo Sim, който оценява способността на AI моделите да управляват симулиран двурък робот чрез изображения от камерите му, Fable 5.2 постига 64.9% средна успеваемост при изпълнение на задачите. Резултатът е повече от два пъти по-висок от този на GPT-6 Astra (29.8%) и Fable 5.1 (27.6%).
Claude създаде софтуер за управление на виртуални компютри
Британската технологична компания iGent разработва инструменти за програмиране с изкуствен интелект. Нейният съосновател и изпълнителен директор Шон Уорд съобщава, че Fable 5.2 е създал за компанията софтуер, позволяващ на един физически компютър да работи като няколко независими машини. Според Уорд моделът е изпълнил задачата в рамките на една сесия.
Този тип софтуер се нарича хипервизор. Той разпределя ресурсите на компютъра между виртуалните машини и изолира работата им, така че проблем в една от тях да не засяга останалите. Разработеният софтуер включва над 3500 математически доказателства, проверени автоматично от компютър. Те обхващат различните случаи на взаимодействие между виртуалните машини.
30 часа за машинно потвърждение на Великата теорема на Ферма
Claude Fable 5.2 и екип от около 1000 AI агента успяват да превърнат доказателството на Великата теорема на Ферма в компютърно проверима форма само за 30 часа. За целта използват Lean, специализирана система, която проверява математическите доказателства стъпка по стъпка и открива грешки в тях.
Теоремата е доказана от британския математик Андрю Уайлс през 90-те години. Fable 5.2 не предлага ново решение на математическия проблем, а преобразува работата на Уайлс във формален запис, който Lean може да провери. Всяка част от оригиналната аргументация трябва да бъде представена чрез точни математически твърдения и логически стъпки.
При предишен опит с неиздадена изследователска версия на Claude формализацията е отнела 11 дни. Тогава екипът е използвал специализирана платформа за координация и е разчитал на насоките на човешки изследовател. При новия опит Fable 5.2 получава минимални първоначални инструкции и сам изгражда система за разпределяне и проследяване на задачите.
Един водещ агент координира работата на 999 помощници. Те разделят математическата задача на 60 отделни твърдения и работят по тях в изолирани виртуални среди. Използват обща SQL база за съхранение на задачите и бележките, а Git им позволява да обменят и обединяват резултатите си. Агентите нямат достъп до интернет, а Lean проверява всяко формализирано доказателство.
Fable 5.2 използва една трета от токените за действия спрямо предишния опит и създава формализация, седем пъти по-кратка от предишната. При същата конфигурация с около 1000 агента Opus 5.5 формализира 26% от доказателството през първите 18 часа, но почти не напредва през останалите 12. Anthropic уточнява, че е направен само по един опит с всеки модел.

Научни изчисления с 36 пъти по-висока скорост
Екипът на Discovered Materials използва Fable 5.2 за ускоряване на изчисленията на фонони в Quantum ESPRESSO. Фононите описват колебанията на атомите в даден материал и влиянието им върху неговите свойства. Изчисленията са ресурсоемки и често отнемат часове, което ограничава броя на материалите, които лабораториите могат да изследват.
За цялата серия от 13 тестови случая общото време за изпълнение спада от 3.3 часа до по-малко от четири минути.
Mythos открива 89.6% от 1829 известни уязвимости
Киберсигурността е една от причините Anthropic да ограничи достъпа до Mythos 5.2. Компанията определя модела като най-силния си инструмент за киберинженерство. Той открива уязвимости, възпроизвежда начина, по който могат да бъдат използвани, и помага за отстраняването им. При широко достъпния Fable 5.2 защитните механизми блокират повечето високорискови задачи в тази област.
Във вътрешния тест CVE Rediscovery Anthropic проверява способността на моделите да откриват вече публикувани уязвимости. За целта им предоставя версии на софтуерните проекти, създадени преди съответните пропуски да бъдат поправени. При изпитването през октомври, обхванало 1829 известни уязвимости, Mythos 5.2 открива 89.6% от тях. Opus 5.5 достига 81.3%, а Mythos 5.1 – 78.3%.
Външна компания съобщава, че една от всеки шест потвърдени уязвимости, открити от Mythos 5.2, е останала незабелязана от всички останали водещи модели в нейното сравнение. Mozilla също отчита приблизително двойно подобрение в откриването на уязвимости спрямо Mythos 5.1 при собствените си тестове.
Mythos моделира цели вирусни обвивки, AI изследва физиката на черните дупки
В биологията Mythos 5.2 разработва метод за предсказване на структурата на целия протеинов капсид на аденоасоциираните вируси (AAV). Тези малки вируси се използват за доставяне на генетичен материал при генни терапии. Формата на протеиновата им обвивка влияе върху начина, по който имунната система ги разпознава.
Капсидът е изграден от десетки протеинови вериги. Съществуващите модели могат да предсказват структурата на отделни протеини, но определянето на точното им разположение в цялата симетрична обвивка е значително по-трудна задача.
Mythos използва два модела с отворен код, за да анализира припокриващи се групи от протеинови вериги и да сглоби общата структура, като се възползва от симетрията на капсида. При тестовете на Anthropic 28 от 34 естествени и инженерно модифицирани капсида са моделирани с отклонение под 3 ангстрьома спрямо експериментално установената структура. За постигането на този резултат е достатъчно поне един от двата модела да достигне зададения праг.
От биологията изследванията на Anthropic преминават към една от най-сложните области на теоретичната физика: връзката между общата теория на относителността и квантовата механика. Компанията представя две разработки, свързани с черните дупки и границите на съвременните математически методи.
Първата разглежда прехода на Хокинг–Пейдж. При определени условия нагряването на теоретична вселена може да доведе до рязка промяна и образуване на черна дупка. Физиците сравняват това явление с фазов преход, подобен на кипенето на водата. Досегашните изчисления обаче обхващат само големи вселени. През 2003 г. е формулиран въпросът дали същото поведение се запазва и при много малки квантови системи. Заради математическата сложност отговорът остава неизвестен. Новата публикация представя изчисление, според което преходът остава рязък и в този режим.
Втората разработка установява точната граница на математически метод, който физиците използват повече от 15 години, за да отхвърлят кандидати за теории на квантовата гравитация.
Anthropic представя двата резултата като постижения на Fable 5.2, но в предварителните научни публикации като автор на изчисленията е посочен вътрешен изследователски модел Claude. При първата задача физик задава проблема и проверява резултатите чрез сравнение с известни частни случаи. Вторият резултат първоначално е получен автономно от вътрешния модел, а по-късно е възпроизведен независимо от публичния Opus 5.5.
Колко бързо AI разработва следващия AI?
На 5 ноември независимата организация METR публикува оценка за влиянието на изкуствения интелект върху изследователската дейност на Anthropic. Анализът се основава на вътрешни данни на компанията за периода от 12 август до 29 октомври 2026 г.
Според METR резултатите на вътрешните модели на Anthropic в оценяваните задачи са се подобрявали 1.9 пъти по-бързо след октомври 2025 г. в сравнение с предишния период. Доверителният интервал е от 1.5 до 2.8 пъти. Става дума за представянето в конкретни тестове, използвани за оценка на изследователската работа, а не за общата производителност на компанията.
METR посочва, че Anthropic е заличила по-голямата част от най-информативните доказателства в анализа. Това ограничава възможността външни изследователи да проверят самостоятелно всички заключения.
Основният принос на AI засега идва от подпомагането на човешките изследователи. METR не открива значителен напълно автономен принос към най-важните етапи от обучението на новите модели, но отчита признаци, че подобни способности се развиват.
Anthropic потвърждава, че умишлено е ограничила развитието на умения, които биха могли пряко да ускорят създаването на следващи поколения AI модели. Сред тях са оптимизацията на изчислителни ядра за специализирани ускорители и подобряването на архитектурите на големите езикови модели. В тези области Fable 5.2 и Mythos 5.2 остават приблизително на нивото на Opus 5.5. Ограниченията не обхващат програмирането с AI агенти, разработването на хардуер и традиционните изследвания в машинното обучение.
Вътрешните тестове на Anthropic разкриват и промяна в поведението на новите модели. Fable 5.2 и Mythos 5.2 по-често от предишните версии подозират, че са подложени на оценяване.
Fable 5.2 вече може да разпредели сложна инженерна задача между хиляда AI агента, да организира работата им и да обедини резултатите в система, която стартира на лаптоп. Способността на AI сам да подобрява инструментите и технологиите за създаване на следващи модели обаче може да ускори развитието им многократно. Именно затова Anthropic ограничава някои от уменията, които биха позволили на Claude да поеме самостоятелно най-критичните етапи от разработването на следващите поколения AI.
