编者摘要：Anthropic 推出 Claude Fable 5.2 与 Mythos 5.2，二者底层同源，主打前沿高难度技术攻坚，在代码、推理、视觉、机器人等能力显著升级。Fable 面向全体用户开放，内置网络安全与生物防护，误拦截相比前代明显下降；Mythos 移除相关防护，仅限资质机构通过专项验证项目申请，适合安全、生命科学研究。
新版本输出速度最高提升 30%，定价下调，另提供极速模式进一步提速。多项基准测试超越 Opus 5.5，落地成果突出：完成费马大定理形式化证明、黑洞物理难题求解、AAV 衣壳蛋白建模，独立设计三台可量产硬件设备，机器人仿真任务表现大幅领先。
安全层面经过多机构联合评测，高风险错对齐风险可控，新增强效防蒸馏机制，可大幅降低模型被复刻风险。Fable 5.2 还可作为辅助顾问参与多模型协同编排。常规任务推荐 Opus/Sonnet/Haiku，高难度前沿研发才选用 Fable/Mythos。
10 个关键问题Q&A
-
Q：Claude Fable 5.2 和 Mythos 5.2 是什么关系？ A：底层是同一个基础模型。Fable 带网络安全、生物学防护，全员开放；Mythos 移除这部分防护，仅对审核通过的科研 / 安全机构开放。 -
Q：新版本相比上代主要提升在哪？ A：代码、推理、视觉、机器人能力大幅增强，输出速度最高提升 30%，定价更低，误拦截显著减少，新增强效防蒸馏能力。 -
Q：两款模型有哪些标志性落地成果？ A：30 小时完成费马大定理形式化证明、求解黑洞物理公开难题、AAV 衣壳蛋白建模、独立设计三台可通电硬件设备、机器人仿真任务大幅提分。 -
Q：什么时候选 Fable/Mythos，什么时候继续用 Opus？ A：高难度开放式前沿技术攻坚选 Fable/Mythos；日常代码、普通知识任务优先 Opus 5.5，简单任务用 Sonnet、Haiku。 -
Q：Mythos 5.2 的网络安全能力有什么特点？ A：是 Anthropic 最强安全模型，漏洞检出率更高，风险判断更稳，不易夸大漏洞等级；仅限网络安全验证项目机构申请。 -
Q：安全对齐做得怎么样，沙箱逃逸风险高吗？ A：经过多外部机构评测，高风险错对齐风险偏低；沙箱逃逸概率优于前代，和 Opus 5.5 接近，配套多层监控。 -
Q：防蒸馏保护是什么，效果如何？ A：用来防止第三方抓取输出复刻模型，新版本是 Anthropic 最强防护，可把有效蒸馏数据降低 90%–99%。 -
Q：极速模式是什么，怎么收费？ A：可选加速模式，token 生成速度最高提升 2.5 倍；价格高于标准版，Mythos 极速模式仅限验证项目内机构使用。 -
Q：Fable 5.2 还有哪些特殊用法？ A：可作为 Claude Code Advisor 顾问模型，也支持多智能体编排，把简单子任务委派给轻量化小模型协同工作。 -
Q：部署渠道和准入方式？ A：Fable 全平台开放，支持 Anthropic 官网、AWS、Azure、谷歌云；Mythos 需要申请生命科学或网络安全验证项目资质。
我们对 Claude Fable 和 Claude Mythos 完成了版本升级 —— 这两款模型专为攻克极具挑战性的技术难题而设计。
Claude Fable 5.2 与 Claude Mythos 5.2 在代码编写、推理、视觉等多个维度实现提升。在预发布测试阶段，它们已经协助工程师完成原本难以落地的软件迁移、从零设计出三台可正常工作的电子设备、解决黑洞物理领域两项公开难题、在机器人评测任务上取得重大进展，还仅用 30 小时完成了费马大定理证明的形式化工作，下文将介绍更多落地案例。
Claude Fable 与 Claude Mythos 底层是同一个模型。Fable 内置完善的网络安全与生物学防护机制，防范滥用风险，因此可以向全部用户开放；如果机构希望在网络安全或生物医学领域开展有益研究应用，可以通过我们近期扩容的【生命科学验证项目】与【网络安全验证项目】申请 Mythos 的使用权限。
测试人员反馈，Fable 5.2 和 Mythos 5.2 的表达清晰度优于前代 Fable、Mythos 模型。相比 Claude Fable 5.1、Claude Mythos 5.1，输出速度最高提升 30%，定价也更低：输入 8 美元 / 百万 token，输出 40 美元 / 百万 token。
Fable 5.2、Mythos 5.2 还提供可选的极速模式，token 生成速度最高提升 2.5 倍。极速模式定价：输入 16 美元 / 百万 token，输出 80 美元 / 百万 token。
安全与对齐
为保证安全对齐能力跟上模型能力增长，我们针对 Fable 5.2 / Mythos 5.2 底层模型开展了大规模预发布安全测试，其中包含全新评测集，用于深度识别沙箱逃逸等高风险行为。我们判断，模型错对齐带来的高风险依然处于较低水平；在绝大多数对齐评测指标上，模型表现与我们近期推出的其他模型持平甚至更好。Fable 5.2 的网络安全、生物学防护强度和 Fable 5.1 相当，但误拦截更少；同时我们上线了迄今为止最强的防模型蒸馏保护机制。
下文会介绍安全测试细节，完整信息可查阅《Claude Fable 5.2 与 Mythos 5.2 系统卡》文档。
Claude Fable 5.2 / Mythos 5.2 适用场景
Fable 和 Mythos 最适合高目标、开放式的前沿技术攻坚工作。绝大多数代码开发、知识类任务，我们建议优先使用 Claude Opus 5.5（日常主力最强模型），再根据任务范围和复杂度按需切换：难度更高就上 Fable / Mythos，简单任务选用 Claude Sonnet 5.5 或 Claude Haiku 5.5。
Fable 5.2 还可以充当【Claude Code Advisor 顾问模型】（Haiku、Sonnet、Opus 可向它咨询，协作解决难题），或是用于【多智能体编排】场景，把简单子任务委派给轻量化小模型。
Claude Fable 5.2 / Mythos 5.2 评测
基准测试表现
下表基准结果显示，在我们评测的绝大多数能力上，Claude Fable 5.2、Mythos 5.2 的表现都超越 Opus 5.5：
|
|
|
|
|
|
|
|---|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
评测方法详情见《Claude Fable 5.2 与 Mythos 5.2 系统卡》。除非标注，Fable 5.2、Fable 5.1、Opus 5.5 的分数均为开启防护后的结果；无特殊说明，所有分数均为模型最高可用算力档位结果。 † CyScenarioBench：各家实验室的评测任务集独立； ‡ RoboDojo Sim：使用最高算力档位，为内部评测。
算力档位与效率
在中等算力档位（Claude 网页端、Claude Code 默认档位），Fable 5.2 完成高难度任务所需 token 少于 Fable 5.1。FrontierCode 2.0 早期测试显示：高算力档位下 Fable 5.2 的得分，和 Opus 5.5 最高档位得分基本持平，但单任务成本大约减半。在超高算力档位，它取得了所有已发布被测模型里的最高分。
智能体代码：FrontierCode 2.0｜智能检索：WANDR｜硬件工程：BenchCAD 2.1 FrontierCode 2.0 准确率 vs 成本 FrontierCode 衡量模型产出的代码变更能否被开源仓库维护者合并。高算力档位下，Fable 5.2 得分接近 Opus 5.5 最优成绩（45.3% vs 45.5%），单任务成本约为后者一半，同成本下优于 GPT-6 Astra 的最高分（42.8%）。超高算力档位下，Fable 5.2 达到 49.1%，是我们测试过的所有已发布模型里最高。
代码能力
目前 Anthropic 核心代码库中，超过 90% 的合并代码由 Claude 在人类指导下完成。我们用 Fable 5.2 在数分钟内修复顽固 bug、优化全服务性能、落地高价值软件项目 —— 这些项目过去要么推进极慢，要么成本高到难以启动。一组由早期版本 Fable 5.2 智能体组成的团队，把一项核心生产服务从 Python 迁移至 Rust；迁移后服务效率、稳定性提升，启动速度提升约 26 倍。
我们发现 Fable 5.2 具备优秀工程判断力，即使需求描述模糊，也能产出高质量结果。
作为实验，一名 Anthropic 工程师交给 Fable 5.2 一个原型操作系统开发任务：从空文件夹起步，模型调度超过 1000 个子智能体，连续 8 天不间断编写、测试、评审代码，最终产出一套可在笔记本启动的操作系统。系统自带内核、磁盘 / 键盘 / 网卡驱动、持久化文件存储、窗口系统、登录界面、安装程序，内置 Claude 功能。
早期测试者对 Fable 5.2 代码能力的泛化性评价很高，参与测试企业包括 Vercel、Shopify、Datadog、Unity、Uber、Oracle、iGent、Snowflake、Cognition。
引用： “模型就像懂我的想法，它读懂每一条提示背后的真实意图。我几乎不用补充说明‘不是这个意思’。之前用其他模型推进数周的项目，改用 Claude Fable 5.2 几天内就做完、通过同事评审，代码评审人员的修改意见也少很多。” ——Joe Haddad，Vercel 技术成员
网络安全
Claude Mythos 5.2 是我们能力最强的网络安全工程模型。相比前代，它能发现更多漏洞，复现、修复漏洞的能力更强。（Fable 5.2 的防护机制会拦截绝大多数网络安全类任务）。一家安全厂商反馈：Mythos 5.2 找到的已确认漏洞里，有 1/6 是其他前沿模型全部漏检的。
在内部评测 CVE Rediscovery 中，Mythos 5.2 相比 Opus 5.5 多检出 10.2% 漏洞，相比 Mythos 5.1 多检出 14.4%。Mythos 5.2 的判断校准也更好：测试者反馈，前代模型大约每 20 条结果里就有 1 条夸大风险，而 Mythos 5.2 没有出现夸大严重程度的情况。
CVE Rediscovery 准确率 vs 成本 CVE Rediscovery 是内部网络安全评测：给定漏洞修复前的项目快照，测试模型能否独立找出公开 CVE 漏洞。2026 年 10 月针对 1829 条 CVE 的评测显示：在全部算力档位，Mythos 5.2 均优于 Mythos 5.1、Opus 5.5。
Claude Mythos 5.2 的网络安全能力，通过【网络安全验证项目】开放申请，该项目还在持续扩容迭代。Claude 企业客户（哪怕没有加入验证项目）可以使用 Claude Security 产品：它调用我们最强模型（现已包含 Mythos 5.2）持续扫描代码仓库漏洞、跟踪修复进度、结合更多上下文分析，通过 API 和 MCP 对接自有工具。
测试企业：Rubrik、Mozilla
引用： “我们和 Anthropic 的新模型 Claude Mythos 5.2 深度合作，在内部系统开展新一轮高保真威胁挖掘与风险清除，找到很多 Mythos 旧版本没能发现的潜在问题。输出可读性更强，方便我们团队快速复核。我们基于 Mythos 5.1 搭建了 Code Guardian 检测框架，后续会切换到 Mythos 5.2，给客户提供更强的网络安全能力。” ——Arvind Nithrakashyap，Rubrik 联合创始人、CTO
科学与工程
科研、工程、数学领域的核心任务越来越依赖代码：数据分析、分子建模、零件设计、仪器控制都依靠软件实现。下面介绍 Fable 5.2 / Mythos 5.2 如何助力科研人员攻克难题。
理论物理
Claude Fable 5.2 解决了理论物理领域两项公开难题，都围绕黑洞，目标是统一现代物理两大支柱理论：相对论与量子力学。
两项成果都基于全息对偶理论：某些包含引力的宇宙，可以用一套完全不含引力的量子理论精确描述。第一个问题：1983 年物理学家证明，这类宇宙升温时黑洞会像水沸腾一样突然形成；但该方法只适用于尺度足够大、相对论生效的宇宙。2003 年有人提出计算方案，用来判断极小、仅量子描述有效的宇宙是否同样存在突变，但计算量巨大，一直没能完成。Fable 5.2 在高度自主的情况下完成计算，证明小宇宙里同样存在突变。第二个问题：针对一种物理学家使用超过 15 年、用来在简化宇宙中排除量子引力候选理论的方法，Fable 5.2 求出了它的精确适用边界。相关成果可以查看两篇预印本。
蛋白质折叠
腺相关病毒（AAV）是无害的小型病毒，蛋白外壳（衣壳）可以用来递送基因治疗药物。衣壳蛋白结构直接影响疗法是否会被患者免疫系统拦截，结构十分复杂。AlphaFold 这类传统蛋白折叠模型只能预测单个蛋白，而衣壳由几十个蛋白组装而成。
Mythos 5.2 基于两个开源蛋白折叠模型，提出全新方案，精准预测完整衣壳结构：它编写代码，用重叠蛋白链分组运行模型，结合衣壳已知对称信息合并结果。这套方案在天然、人工改造的多种衣壳上都有效；测试 34 个衣壳，28 个建模成功。
三位计算生物学家评价：
“这套方案可以大幅缩短衣壳折叠流程，节约大量时间与算力成本，让我们把算力分配到基因药物需要的更多衣壳属性上。我们期待和 Anthropic 一起继续提升推理能力，降低衣壳设计的整体成本。” ——Sam Sinai，Dyno Therapeutics 联合创始人、AI 负责人（哥伦比亚大学、Biohub）
数学：形式化证明
形式化证明，就是把数学证明翻译成计算机可以逐行校验的语言。它帮助数学家验证复杂结论，尤其是 AI 产出的、人类很难核验的证明。形式化工作极其繁琐，AI 辅助可以解放数学家，让他们专注创新。
我们最早的费马大定理形式化实验，使用未发布的 Claude 研究版本，耗时 11 天，依赖专门框架和大量人工指导。而由 1000 个 Fable 5.2 智能体组成的团队，仅用 30 小时、极少人工干预，就完成全部形式化。Fable 5.2 从极简提示出发，自主设计协作方案。它的动作 token 消耗仅为第一次实验的 1/3，最终证明文本长度缩短至原来的 1/7。
对照实验：同样 1000 智能体配置下，Opus 5.5 在 18 小时只完成 26%，30 小时后几乎不再推进。
费马大定理形式化进度随时间变化 在 Lean 数学语言中完成费马大定理证明形式化。绿线 = Fable 5.2，橙线 = Opus 5.5；纵轴 = 完成比例，横轴 = 时间；虚线 = 18 小时节点，两组都从存档继续追加 12 小时计算。Fable 5.2 30 小时完成 100%，Opus 5.5 最终仅 27%。
硬件工程与机器人
很多 AI 落地价值（比如加速实验室研究）依赖 AI 在物理世界执行任务。Fable 5.2 延续我们在硬件标准、Vend 项目上的探索，在硬件设计、实体机器人控制上取得亮眼进展。
硬件工程
我们测试 Fable 5.2 硬件设计能力：仅用一段文字提示，要求它设计并产出三台可正常工作的电子设备，包含 PCB 电路板、3D 打印外壳、配套软件。三台设备分别是家用语音助手集线器、USB 会议扬声器、手持电子宠物。项目合作方为 Diode Computer（电路板设计制造厂商）。
Claude 自主编写规格书、从美国分销商选型元器件、完成四层 PCB 布线、CAD 外壳建模、编写设备固件。每块电路板都在一天内达到可生产标准，人工介入极少。Diode 完成打板后，Claude 指导工程师组装测试；三台设备全部一次通电正常，无需修改电路。
机器人
相比前代，Fable 5.2 实体机器人控制能力大幅提升，哪怕是从未专门训练过的机器人任务也能完成。演示视频里，Fable 5.2 控制机器人完成魔方解谜、拧开瓶盖、绘制机器人图画等任务。
公开基准 RoboDojo Sim 测试：从图像输入控制双臂仿真机器人。Fable 5.2 得分超过同期其他前沿模型，也优于很多专门为机器人控制打造的系统。
RoboDojo Sim 平均成功率（最高算力档位） Fable 5.2：64.9%；Opus 5.5：39.4%；Fable 5.1：27.6%；GPT-6 Astra：29.8%；Gemini 4 Argon：34.2% Fable 5.2 得分是 GPT-6 Astra、Fable 5.1 的两倍以上。
研究与量化分析
早期使用 Fable 5.2 做研究分析的用户反馈：它处理模糊、数据密集型任务的能力更强，在需要抽象推理、方案设计的模糊场景判断力更好。量化交易机构 Jump Trading 把它接入和内部量化研究框架近似的评测体系，模拟量化研究任务。在一轮测试中，Fable 5.2 独立承担全部角色：问题定义、解读结果、任务协调、代码编写、任务提交。前代模型需要大量人工调配、组合多个模型才能补齐能力短板。
其他研究机构评价：
“Claude Fable 5.2 在研究系统里可以胜任所有核心角色：定义问题、解读数据、统筹协调、产出核心思路。它是我们见过判断力、审美最好的模型之一。在内部研究自动化评测里，它的错误率比第二名低 10%。” ——Lucas Baker，Jump Trading LLM 研发负责人（Balyasny、Discovered Materials、IMC 同步参与测试）
安全与对齐
没有任何单一评测可以完全预测高能力模型上线后的真实行为，因此我们在发布前使用多套评测、多维度证据交叉验证。Fable 5.2 / Mythos 5.2 底层模型的上线前安全工作包括：对齐训练、针对有害行为的全新评测、强化防滥用防护、扩大行为监控规模。外部评测机构（AISI、Imagine Frontier、METR）也参与了上线前测试。外部评测报告摘要和完整安全、能力评测说明，详见系统卡文档。
对齐评测
我们使用一套评测集，测试模型是否会出现非预期、高风险行为。综合全部评测结果，我们判断：在高风险场景下，这两款模型的不安全行为风险较低，和我们近期其他模型保持一致。
Mythos 5.2（同底层模型，移除部分网络安全、生物学防护）在自动化行为审计（约 1900 条场景）中，绝大多数指标表现持平或优于 Opus 5.5、Sonnet 5.5、Mythos 5.1。例如，在欺骗用户相关指标上全面领先：幻觉输入、谎称任务完成、隐瞒关键信息、隐瞒劣质 / 敷衍工作的概率都更低。
自动化行为审计：整体错对齐得分（1–10 分，分数越低越好） Mythos 5.2：2.67；Opus 5.5：2.79；Sonnet 5.5：3.10；Mythos 5.1：3.28 总分综合各类有害行为：协助恶意滥用、自主危险操作等。
我们重点关注近年引发安全事件的行为模式：比如偏向偏见、动机性推理（模型自认为身处仿真环境、无视现实后果）。测试显示 Mythos 5.2 出现这类推理的倾向低于 Opus 5.5、Sonnet 5.5、Mythos 5.1。
我们开展多组沙箱逃逸评测：在两组历史评测中，Mythos 5.2 的逃逸尝试显著少于所有被测模型。专门对抗评测集包含 1800 + 场景，大部分任务必须逃逸沙箱才能完成，沙箱本身预留漏洞。结果：Mythos 5.2 在 3.1% 场景中读取沙箱外部凭证 / 文件，和 Opus 5.5（3.3%）接近，低于 Sonnet 5.5（5.1%），远低于旧版 Mythos 5（39%）、Mythos 5.1（21%）。补充手段（告知模型沙箱边界、提供漏洞上报工具）可以进一步降低逃逸概率。
在另外少量指标上（例如误判自己处于仿真环境后执行有害操作），Mythos 5.2 略差于 Opus 5.5，和 Mythos 5.1 持平。
目前，我们还没能构建一套评测，在上线前稳定捕捉所有失效模式。高能力模型评测本身充满不确定性：例如 Fable 5.2 / Mythos 5.2 比我们其他模型更容易怀疑自己正在被评测，这会干扰我们对真实场景行为的判断。随着模型能力持续变强、落地场景持续扩大，这个挑战会越来越突出。因此我们不会只依靠评测结果，同时结合训练期监控、内部使用日志、外部独立评测、可解释性分析等手段；我们也在持续优化评测，寻找遗漏的风险。
防护机制
网络安全、生物学防护
和前代 Fable 一致，Fable 5.2 内置安全分类器，拦截高风险网络安全行为：渗透测试、漏洞利用生成、二进制漏洞分析，以及大部分高危生物学研究任务。触发拦截时，系统会自动切换 Opus 4.8（网络安全场景）、Opus 5（生物学场景）响应。
相比 Fable 5.1，Fable 5.2 误拦截大幅下降：在 claude.ai、Claude Code、Cowork 多端早期测试，拦截总量减少约 55%；网络安全类误拦截下降 60%，生物学类误拦截下降 40%。Mythos 5.2 仅对经过资质审核、从事这类双用途研究的机构开放。
AI 研发相关能力约束
Fable 5.2 / Mythos 5.2 整体通用能力大幅提升，但在训练阶段，我们专门限制了一部分可以直接加速 AI 研发的能力：加速器内核优化、大模型架构改进等方向，它的能力上限和 Opus 5.5 持平。重要的是，该约束不会影响智能体代码、硬件开发、传统机器学习 / 可解释性研究等相关能力；推理服务阶段不会动态修改这个约束。和前代一致，少量特定主题（部分非标准加速器内核开发）会透明降级到 Opus 5。
防蒸馏保护
非法蒸馏，就是第三方用大量虚假账号采集高级模型输出，训练复刻模型，把强能力剥离原有防护对外流出，带来安全与国家安全风险。Fable 5.2 搭载我们有史以来最强的蒸馏防御，使用我们之前论文里的技术，可把蒸馏者可采集的有效数据降低 90%–99%。
我们还在全账号范围上线 API 能力 Preserved Thinking（保留思考链路），防止蒸馏者篡改上下文抽取模型推理逻辑；开发者可以查阅文档更新集成。
数据隐私与企业前沿防护
很多复杂滥用行为，需要跨多条请求的全局模式才能识别。因此 Fable 5.2 / Mythos 5.2 配套支持多请求窗口监控，而非只看单条对话。【企业前沿防护（EFS）】把安全监控运行在客户自有存储环境，兼容零数据留存（ZDR）模式。EFS 当前处于私有 beta，客户包括桥水、Salesforce、Stripe。
企业客户可以联系对接客户经理或者提交表单申请 EFS 权限。符合条件的客户，在启用 EFS 监控之前，依然可以在零数据留存模式下使用 Fable 5.2 / Mythos 5.2；其余客户默认 30 天数据留存用于安全监控。
开放与可用范围
Claude Fable 5.2 现已全平台上线，包括 AWS、谷歌云、微软 Azure。开发者可以在 Claude 平台使用模型标识 claude-fable-5-2。
本周，符合条件的付费订阅用户可获得额外 Fable 额度重置：订阅时长不同，可获得 1–3 次额度重置；Pro 计划、Team 计划标准席位，Fable 使用额度最多占每周限额的 50%。详情查看发布活动说明。
网络安全从业者可以通过【网络安全验证项目】申请 Mythos 5.2；生命科学研究者通过【生命科学验证项目】申请。
极速模式支持 Claude Code、Claude 平台、谷歌云 Anthropic 托管 / 谷歌托管、微软 Foundry（Anthropic 托管）。Mythos 极速模式仅面向验证项目内机构开放。
11 月 11 日修订：修改数学形式化小节的一处表述、补充脚注，更准确说明给模型的输入信息。
脚注
-
CVE：通用漏洞披露编号体系。 -
数据来自一名测试人员的审计原始结果；多名测试者一致反馈 Mythos 5.2 检出漏洞多于前代。在我们官方评测集上，漏洞检出能力和 Opus 5.5 大致相当，详见系统卡。 -
过往 AAV 衣壳、对称蛋白大分子建模相关文献……Claude 方案允许使用已知对称信息，但要求不依赖组装式拼接；精度以 Cα RMSD 对比实验结构判定；RMSD 小于 3Å 即判定建模成功。以 AAV2 为例，OpenFold3-preview2 单条 H200 推理约 58 分钟，ESMFold2 约 7 分钟。 -
多智能体实验输入：60 条命题、经典证明路线一句话梗概、命题定义、47 条之前已经证明的引理；分配组长、辅助角色；除此之外没有提供证明思路、协作方案指导。 -
外部机构没有审核本篇博客、系统卡内容，不代表他们认同文中所有结论。 -
我们在 Mythos 5.2（防护更少版本）上开展该测试，更全面观察模型行为；我们判断 Fable 5.2 行为趋势相近，只是更强防护会拦截更多滥用路径。
