使用 Mythos 是什么体验
Claude Fable 代表 AI 能力的又一次大幅跃升
我提前拿到了第一款面向公众发布的 Mythos 级 AI 模型——Claude 5 Fable 的访问权限。关于 Mythos 的讨论大多集中在它对软件安全的影响上，但我测试了除安全之外的所有方向（Fable 的防护机制基本禁止将其用于网络安全用途）。我的结论是：它相比我用过的所有模型，确实是一次实质性跨越；更重要的是，它暗示我们与 AI 的关系正在发生剧烈变化。
先说 Fable 到底有多强。在我做的一个又一个实验中，它几乎全面超越我用过的所有公开模型，而且优势明显。它能处理多种类型的问题，有些结果令人吃惊——面对长达多页的规格说明，它可以连续执行任务长达十几个小时。后面我会带你细看两个更复杂、也更严肃的使用场景，但你能看到的是，所有任务类型上都出现了普遍提升。问题在于，写文章介绍这些成果时，很多最惊艳的结果只对少数读者有吸引力。比如，它仅凭一段提示和一次反馈，就写出了我目前见过的 AI 生成的最精密的学术社会科学论文。它还创作了一首 10 页的押韵长诗，主题是理发，而诗中每个单词都以字母 s 开头。
所以，为了让大家更直观地感受，我还让它做了几个小游戏，你可以亲自试试。每一个游戏都只用了一次初始提示词——在 Claude Code 里，Fable 需要从我那些含糊的描述中生成可运行的东西，之后再加一两句简单的鼓励（“再改好点”）或反馈。这些游戏特别厉害的地方在于：Claude 没法生成图片，所有画面和 3D 物体都是纯靠数学计算出来的，没有用任何外部素材。你可以随便玩：一个抛硬币游戏（提示词：“Balatro，但换成抛硬币游戏”），挺有意思的；一个贪吃蛇游戏，里面的蛇有自我意识，会发生各种疯狂的事；还有一个向下探索深渊的游戏，看看下面有什么。
所以输出确实惊艳。但尤其当我转向更严肃的项目时，我常常觉得用这工具的感觉介于“愉悦”和“不安”之间。愉悦是因为我只要开口要，东西就出来了。不安也是因为我只要开口要，东西就出来了。
地图与方法
要理解为什么会有这种感觉，得先看看 Fable 是怎么干活的，我打算用一个在之前多个 AI 模型上测试过的例子：绘制等时线地图。这种地图展示你在给定时间内能走多远，第一张是 1881 年制作的，显示从伦敦出发的旅行时间。
原始地图
之前的模型都没法把这种地图做得像样，因为要研究成千上万个潜在行程距离，还要做大量细小的判断和取舍。我决定在 Fable 上用 Claude Code 试一下，提示词是这样的：我想让你造一张经过充分调研、好看的等时线地图，让我可以选不同城市，看到基于真实数据的真实等时线。设计要独特。要考虑机场（以及往返机场的时间）、火车、步行、驾车。数据不必实时，但要基于你的调研，必须是真实的。可以先从几个城市做起，但覆盖越广越好。这应该是一个全新的项目。 随后它建议沿用原版地图的风格，我同意了，它便开始动手。
值得再仔细看一遍这次 AI 独立完成的数小时构建记录，因为里面有些不太寻常的地方。首先，它启动了多个其他 AI（我记得主要是更便宜的 Claude Sonnet）帮它调研旅行时间，最终检索到 2200 多条具体航班、从 TGV 到新干线的列车时刻表，以及来自多篇学术论文的各国公路速度数据。在这些代理运行的同时，它开始写代码。然后它又启动了更多代理和测试来验证代码，全程还不断记录自己的进展。
最终做出来的是一张完整可用的地图，精细程度相当可观，外形也很接近 1881 年的原版。不过这并不代表它完美无缺。我注意到很多偏远地区（比如格陵兰）只填了估算的旅行时间，不是准确数字。于是我让 Fable 修好这个问题，并附上指令：真正去查到偏远机场和地点的旅行时间。 这次 AI 启动了一套工作流，让几组互相“对抗”的智能体分头做调研，再彼此检验结果。它查清了太平洋皮特凯恩岛的船多久一班，也弄明白了从渥太华怎么去格里斯峡湾。而且它在极短时间内消耗了海量的 token（后面细说）。
结果很惊艳。我又往自己感兴趣的方向推了几次（比如让它换几种可视化方式）。我建议你花几分钟点点看结果，图表底部还能看到它的方法和数据来源。
AI 生成的结果。点击地图进入交互版
除非你特别喜欢旅行和地图，这个项目对你大概没什么用。但它说明 AI 能解决一类难搞的问题，涉及调研、数学、视觉开发、审美、判断力、复杂编程等等。让我不安的，是我几乎没做什么。我抛出一个很有野心的指令，AI 照做了，其他事我基本没插手。正是这一点让我心里发毛。