新智元报道
新智元报道
Claude 5.2双旗舰发布：从硬件制造到科学突破的全面进化
Anthropic正式发布下一代双旗舰模型——Fable 5.2和Mythos 5.2。此次更新不仅在费马大定理形式化验证上实现30小时突破，更在工程实践与科学研究中展现出惊人的自主能力。官方发布的四场预发布实战测试，涵盖了硬件设计、有机化学合成、运筹学优化及理论物理计算，全面展示了AI在跨学科领域的深度应用潜力。
Fable 5.2：24小时独立完成硬件全流程设计
在内测阶段，Anthropic联合电路板厂商Diode，对Fable 5.2进行了三项硬件设计挑战：USB免提音箱、家庭语音中枢及带屏掌上电子宠物。面对极简的提示词指令，Fable 5.2独立完成了从规格书编写、原理图绘制、元器件选型到四层PCB布线、3D外壳建模及固件编写的全部工作。
在设计过程中，Fable 5.2展现出类似资深硬件工程师的严谨性。例如，在绘制语音中枢主板时，因不满开源软件KiCad布线效率，它自行开发了一套网格自动布线器，实现了高效且规避敏感信号的布线策略。此外，为解决音箱功耗问题，它在固件中加入了动态LED亮度调节机制。
最终，三款硬件原型均在24小时内完成设计，打样后一次性点亮，无需返工。在内部PCB Gym测试中，Fable 5.2得分达69%，远超半年前Fable 5的25%；在公开基准BenchCAD 2.1中，其得分提升至83.5分，较前代44.4分实现翻倍增长。
Mythos 5.2：断网环境下快速推演复杂分子合成路线
在有机化学全合成测试中，Mythos 5.2面临来自斯坦福、耶鲁和加州理工三位顶尖化学家提出的4个未公开复杂分子课题。测试环境严格隔离网络与文献数据库，仅允许使用本地代码工具，且每道题仅有一次提交机会。
其中，斯坦福实验室提供的古菌膜脂分子GDGT-4包含68元大环及22个手性中心，难度极高。Mythos 5.2在约30分钟至1.5小时内，成功推导出26至35步的完整合成路线。其核心优势在于“自我质检”机制：通过调用本地RDKit库构建三维分子模型，实时核对原子配平与空间位阻，并针对潜在风险步骤提供备用方案。
尽管尚未进行湿实验验证，三位教授盲审后一致评价其成果达到“合成化学研一学生水平”，展现了AI在复杂科学推理中的可靠性。
运筹学突破：刷新72项历史纪录并解决经典难题
在运筹学领域，多达300个Fable 5.2 Agent协同作战，挑战自1992年建立的MIPLIB题库。该题库包含航司机组排班、物流调度等指数级复杂度的商业难题。此次测试中，Claude单挑203道悬案，成功刷新72道题的历史最佳纪录，并将其中45道题证明至数学最优解。
以4列火车发车时刻表优化为例，Claude在不到两小时内计算出比历史最佳方案峰值用电低2.6%的新时刻表，并附上严格数学证明，彻底解决了这一长期存在的“火车时刻表”难题。
理论物理进展：终结23年黑洞计算悬案
在理论物理测试中，Fable 5.2解决了两个长期悬而未决的难题。首先，针对微型宇宙中黑洞形成机制的争议，Fable 5.2通过两种独立方法计算出关键三圈四次系数为负值，证实了即使在量子尺度的微型宇宙中，黑洞依然会突然形成，终结了物理学界长达23年的计算困境。
其次，针对用于筛选量子引力假说的“模自举”工具，Fable 5.2将界限范围从过去的8.503-12精确锁定至约9.1266，并输出了长达131页的预印本论文。这两篇共计173页的物理论文已上传至Hexagon平台，因其深度与复杂性，人类学者坦言“仅能理解部分内容”。
结语：从数字推演走向物理现实
Claude 5.2系列模型的发布，标志着AI在处理跨学科复杂任务上的显著跃升。从博士生需数年完成的分子合成，到物理学家搁置二十余年的黑洞计算，AI已开始端到端承担原本需要多个专业团队长期协作的工作。
尽管目前的硬件原型尚未通过商业安规认证，化学合成路线也待实验验证，但数字世界中的设计与推演已达到极高水准。下一步的关键，在于将这些智能体引入真实物理环境进行实地测试，验证其在现实世界中的执行能力与鲁棒性。
参考资料：
https://x.com/claudeai/status/2119899465914216628
https://www.anthropic.com/research/claude-electronics-design
编辑：摩西 桃子