Claude Fable 5 与 Mythos 5 阅读小记：模型能力开始分级开放

2026 年 6 月 9 日，Anthropic 发布了 Claude Fable 5 与 Claude Mythos 5。

第一眼看，这很像又一次常规的模型升级：上下文更长、推理更强、代码能力更好。但把官方公告、模型文档和安全说明放在一起看，我觉得这次发布更值得关注的并不是跑分，而是两个变化：

Claude 正在从完成一次对话，走向持续执行长时间任务；
前沿模型的能力开始按照风险和用户身份分级开放。

这篇小记主要整理我读完官方资料后的理解，以及它可能给 Claude Code 用户带来的变化。

Fable 5 和 Mythos 5 是什么关系

Fable 5 和 Mythos 5 并不是两个能力档次不同的模型。

按照 Anthropic 的说明，它们来自同一个底层模型，主要区别是安全权限：

模型	面向对象	主要差异
Claude Fable 5	普通用户、开发者和企业客户	对高风险网络安全、生物化学和模型蒸馏请求增加安全分类与能力限制
Claude Mythos 5	通过审核的安全机构、基础设施提供商和研究人员	在受控环境中开放部分被 Fable 限制的高风险能力

这意味着，Fable 和 Mythos 更像同一套智能能力的两种开放方式，而不是传统意义上的标准版和专业版。

当 Fable 5 判断请求可能触及高风险领域时，系统会将请求交给更受限制的模型处理，而不是始终由 Fable 5 回答。Anthropic 表示，绝大多数普通会话不会触发这种切换。

我认为这是本次发布中最重要的产品信号：

未来模型提供商交付的可能不再只是一个固定模型，而是一套根据用户身份、任务风险和使用环境动态决定能力边界的系统。

真正的提升是长时间自主工作

Anthropic 将 Fable 5 定位为目前公开发布的最强 Claude 模型。官方资料强调了代码、金融分析、文档理解、视觉操作和科学研究等能力，但我最关注的是它对长时间任务的处理。

过去使用 coding agent，经常需要把任务拆成很多小步骤：

先找相关代码
再解释现有实现
然后修改一个模块
运行测试
根据错误继续修复

这种方式仍然有效，但人的主要工作之一，是不断提醒模型下一步要做什么。

Fable 5 展示的方向则更接近：

给出目标、约束和验收条件
模型自己探索代码库
制定执行计划
连续修改和验证
在失败后调整路径
最终提交结果和风险说明

Anthropic 在公告中列出了 Stripe、Cursor、GitHub 和 Cognition 等合作伙伴的早期测试。其中一个案例是，Stripe 使用模型处理约五千万行 Ruby 代码库中的全局迁移任务，并在一天内完成了原本预计需要团队工作数月的工作。

这些案例很有冲击力，但需要保持一点克制。它们来自 Anthropic 和早期合作伙伴，不代表所有代码库都能稳定获得相同效果。任务是否适合自动化、测试是否完整、仓库结构是否清晰、工具权限是否合理，都会直接影响结果。

所以我更愿意把这些案例理解为一种能力方向，而不是生产效率的通用换算公式。

长上下文只是基础，Agent 系统才是关键

根据 Claude 模型文档，Fable 5 支持默认 100 万 Token 上下文和最多 12.8 万 Token 输出，同时提供视觉、Memory、Compaction 和 Task Budget 等 Agent 能力。

这些能力组合在一起，才让模型有机会完成真正的长任务：

长上下文：一次读取更多代码、文档和历史信息；
Memory：把重要经验保留到后续任务；
Compaction：压缩已经完成的过程，避免上下文被旧信息塞满；
工具调用：搜索代码、编辑文件、运行命令并读取真实结果；
Task Budget：控制任务可以使用的时间和计算资源；
自适应思考：根据任务难度调整推理强度。

这也让我更加确定一件事：coding agent 的效果不只由模型决定。

一个模型即使非常强，如果项目没有测试、文档长期失真、构建命令不可用、权限边界混乱，它也很难稳定完成大型改造。反过来，一个有清晰项目说明、可靠测试和明确验收条件的代码库，会更容易释放 Agent 的能力。

对团队来说，真正值得投入的基础设施可能包括：

给仓库维护准确的 CLAUDE.md 或 AGENTS.md；
保证测试、lint 和 build 可以被 Agent 直接执行；
将业务规则写进规格和验收条件，而不是只存在于口头沟通中；
为高风险命令和生产环境设置明确权限；
要求 Agent 在结束前提供验证结果，而不是只报告“已经完成”。

为什么 Anthropic 要把能力分成两层

Mythos 5 最敏感的部分，是发现和利用软件漏洞的能力。

Anthropic 此前在 Project Glasswing 中使用 Mythos Preview 扫描关键开源软件，并报告发现了大量高危漏洞，其中涉及 OpenBSD、FFmpeg 和 Linux 内核。

这种能力具有明显的双重用途：

防守方可以更快发现并修复漏洞；
攻击者也可能用它降低复杂攻击的门槛。

生物化学研究、模型蒸馏等领域也存在类似问题。模型越强，合理研究与危险使用之间的边界越难仅靠关键词判断。

Anthropic 这次的处理方式，是把大部分通用能力放进公开的 Fable 5，再通过审核和受控计划开放 Mythos 5。无论最终实践效果如何，这种产品形态很可能会被更多前沿模型采用：

同一个底层模型
不同身份验证
不同能力权限
不同监控与数据保留要求

模型访问正在变得有点像云服务权限管理，而不再只是拿到一个 API Key 就能调用所有能力。

成本和数据政策不能忽略

Fable 5 的 API 定价是：

项目	价格
输入	每百万 Token 10 美元
输出	每百万 Token 50 美元

它的价格高于常规开发中使用的 Sonnet 级模型。对于简单问答、小范围代码修改和高频自动化任务，直接使用最强模型未必划算。

更合理的做法可能是按任务分层：

日常补全、解释和小改动使用更快、更便宜的模型；
大型重构、复杂排障和跨仓库研究交给 Fable 5；
用测试和评测数据决定模型，而不是只看发布会中的能力描述。

另一个需要注意的问题是数据留存。Anthropic 将 Fable 5 和 Mythos 5 归入 Mythos-class 模型，相关请求和输出原则上需要保留 30 天，用于识别越狱和跨请求滥用。官方表示这些数据不会用于训练新模型，但对于有零数据保留、源代码保密或严格行业合规要求的企业，这仍然会直接影响模型选型。

所以，“模型能不能完成任务”只是采购决策的一部分。价格、延迟、数据政策、权限管理和审计能力同样重要。

对 Claude Code 用户意味着什么

我觉得 Fable 5 会进一步改变 Claude Code 的使用方式。

第一，任务描述需要从“操作指令”升级为“工程契约”。

与其逐步告诉 Agent 修改哪个文件，不如给出：

目标是什么；
哪些行为不能改变；
哪些目录不能修改；
必须通过哪些测试；
什么结果才算完成。

第二，人类开发者的价值会更多体现在定义和验收。

Agent 可以探索代码、生成实现和运行测试，但业务目标是否正确、架构取舍是否合理、风险是否可以接受，仍然需要人来判断。模型越能长时间自主工作，前期约束和最终审查就越重要。

第三，最强模型不一定应该处理所有任务。

如果没有模型路由、预算控制和验收流程，长任务能力也可能带来更高成本和更大改动范围。团队需要建立自己的任务分级规则，而不是默认所有工作都交给最贵模型。

结论

Fable 5 和 Mythos 5 最值得记录的，不是某个榜单又提高了多少，而是它们共同释放出的三个信号：

AI 编程进入长周期 Agent 阶段。 模型不只生成代码，而是开始承担探索、计划、执行和验证组成的完整任务。
前沿智能开始按风险分级开放。 用户身份、安全审核、实时分类和数据留存正在成为模型产品的一部分。
软件工程基础会变得更重要。 测试、规格、权限、上下文和验收机制决定了模型能力能否真正转化为生产力。

如果说过去的 Claude Code 更像一位需要持续配合的结对程序员，那么 Fable 5 所代表的方向，更接近能够独立工作较长时间的数字工程师。

但工程团队真正需要回答的问题，并不是“AI 能不能写更多代码”，而是：

当 Agent 可以连续工作数小时甚至数天时，我们应该如何定义任务、限制权限、验证结果，并对最终的软件质量负责？