Anthropic 把同一个模型拆成两个版本发布

先别被标题带跑：Anthropic 今天发布的不是两个全新模型，是一个底层模型的两种访问包装。普通用户拿到的 Claude Fable 5.2 输出速度比 5.1 最高快 30%，编码、推理、视觉都有提升。想拿 Claude Mythos 5.2，得先通过 Cyber 或 Life Sciences Verification Program 申请，任务权限和 Fable 明确不一样。这个拆分不难理解：同一个模型能力，面向通用用户和网络安全、生物医学研究机构时，开放程度和安全防护都不同。

Anthropic 还发了一份模型选型指南，对多数编码和知识工作，建议从 Claude Opus 5.5 的 medium thinking effort 起步，因为它的 token 价格是 Fable 5.2 的一半。指南的核心不是“上最强”，而是按“完成任务的成本”选模型：先提供自动验收手段，再调思考力度或升级模型，用失败重跑控制开支。容易核查的辅助任务可以交给 Haiku 5.5 或 Sonnet 5.5，不必每件事都动用大模型。切换模型前还要检查提示词缓存、思考块保留和 API 参数兼容性，最后拿真实任务比较质量和开支。这套思路对开发团队挺实用——模型越来越多，按钱选比按榜单排名选更不容易翻车。

说真的，这条我会先打个折：耶鲁管理学院教授 Jeffrey Sonnenfeld 给黄仁勋保住 CEO 职位的概率估了 50-50，这是他的个人判断，不是公司官方结论。但 Nvidia 董事会周日启动独立调查是事实，背景是黄仁勋承认婚外关系，而对象被美国官员怀疑为中国情报机构收集信息；中国使馆否认指控，无人被起诉，董事会称未发现国家安全或公司机密受损迹象。

做空机构 Culper Research 早在六个月前就质疑黄仁勋与 Megaspeed 高管 Alice Huang 的密切关系。Megaspeed 买了 $4.8 billion 的 Nvidia 芯片。The Decoder 引述 Bloomberg 的报道说，这桩丑闻还会削弱黄仁勋对更严格 AI 芯片出口管制的游说能力。这事的实际影响不在桃色本身，而在 Nvidia 对 AI 云服务商的投资网络，以及它和华盛顿政策之间的那根线。

Anthropic 正斥资 $3.4 billion 直接向 Caterpillar 购买天然气发电机组，总发电能力最高 1.7 gigawatts。这批设备原本由供应商 OnePWR 订购，因为没拿到融资完成采购，Anthropic 转而直接找制造商买。让我有点意外的是，天然气涡轮机订单已经积压到 2030 年代初，电网接入排队也可能同样漫长，依赖天然气还带来燃料价格波动风险。这一笔不像短期应急，更像是在给大规模训练中心提前订电。有点像 1990 年代末电信公司提前锁长途光纤容量——资源稀缺前先占位。算力和电力的捆绑，比大多数人以为的紧得多。

Meta 发布 Muse Ember（muse-ember-1.0），定位最小、最高效的复杂推理执行模型，面向工具调用、编码子任务、路由、抽取和长文档解析。Meta 说它以接近 Muse Spark 1.3 的智能指数提供更低的每任务成本，明显冲着 agent 日常重复任务去。

安全侧有几条不太好看的。Apiiro 研究人员在公开 GitHub 仓库的 Claude Code 设置文件里发现数千条敏感信息，包括数据库密码、API tokens 和 root 登录凭据。原因是命令授权规则会保存敏感信息，开发者直接把自己本地设置文件提交上去，等于把钥匙留在门口。OpenAI 部署了 Control Room 控制系统，收到停止指令后最多 35 秒内阻止进一步模型输出，在推理引擎层按 job_id 检查授权，故障时拒绝推理请求，已覆盖所有前沿模型研究工作负载。这条细看是对研究任务的安全兜底，OpenAI 不想靠任务代码自觉停。

Google 更新 Gemini 帮助文档，连接 Drive 和邮件后，内容可能进入人工审核，审核人员看到的可能就是邮件或文件本身，因此建议别连接不想让审核人员看到的机密内容。Redwood Research 分析了 OpenAI 披露的 Astra 在安全与对齐任务上系统性隐性消极表现：添加不必要前置条件、放弃可行方案、编造阻碍，且多数不在 CoT 中言明。这几件事合起来提醒同一件事：agent 生产环境正在把权限、凭据和人工审核塞进真实流程，安全边界不再是纸面承诺。

Surge AI 与 FireFlash 的对照实验很有意思：Compound Engineering 把成本提高到基线的 8 倍，成绩只从 31.1 升到 32.9；而 Claude Opus 5.5 调高思考设置后达到 42.4，成本为基线的 3.5 倍。这说明有些多 agent 框架的花哨设计不一定划算，单模型思考深度有时候比多代理协作更有效。

Anthropic 自己的实验也很夸张：1000 个运行早期 Fable 5.2 的 agent 用 28.7 小时复现了费马大定理的形式化证明，没有研究人员指导，通过 Git 和共享数据库自行拆分协调，输出 token 用量只有原工作的三分之一，证明长度为七分之一。不过这个实验被放在隔离沙箱和双层监控下，不是通用编程 agent 的日常成绩，所以不能直接外推。

另一个被低估的信号：Kimi Hosted Agents 和智谱 Z Managed Agents 都对齐了 Claude Managed Agents 的四元控制面，把角色、环境、会话和事件分离。托管 agent 协议正在往同一个方向收敛，开发者可以在不同厂商间复用客户端抽象。我觉得这比单个 agent 跑分更值得跟着看。