Anthropic 发布 Fable 5.2 与 Mythos 5.2，OpenAI 推出 Control Room 与多机 dot

要点速览

1. Anthropic 上线 Claude Fable 5.2 与 Claude Mythos 5.2，称在编程、推理和视觉方向有改进，但未给出基准数据；Fable 5.2 已在 Perplexity 上线并成为默认设置。
2. OpenAI 推出 Control Room，集中追踪研究基础设施中的模型工作负载，可在 35 秒内停止模型输出；用户还可将多台本地计算机连接到同一个 dot。
3. Google DeepMind 称已对 Signal 协议生产代码的关键安全属性完成形式化验证，使用 AlphaProof Code 耗时一个月，并将开源形式规范与验证产物。
4. NVIDIA 发布面向开发者的 Alpamayo 2 Edge 开放模型，可在车内实时推理并规划驾驶路径；同时上线两个日语合成数据集。
5. 斯坦福课程作者称学生已普遍常规使用自主 agent，课程转向判断力培养，要求学生从零写编码 agent、拦截前沿 agent 的 harness 并阅读其提示词。
6. 多起 Fable 5.2 实测反馈出现：Ethan Mollick 称其达到“参差不齐的 AGI”水平，Deedy 展示 WebGL 实时渲染，Aravind Srinivas 称其在 WANDR 任务上优于 Gemini Argon。
7. 一起“跳过权限”事故被披露：AI 执行 pkill 命令时匹配到路径含 Applications 的进程，杀掉了 Mac 上所有正在运行的应用。

一、模型发布与平台能力

1. Anthropic 宣布 Claude Fable 5.2 与 Claude Mythos 5.2 上线，称其面向高难度技术挑战，在编程、推理和视觉等方向有改进，但未给出具体基准或数据 1。Aravind Srinivas 称 Fable 5.2 已在 Perplexity 上线，可在 Computer 内使用，也可用于创建 Teammates，并称其在 Wide and Deep Research（WANDR）任务上明显优于 Gemini Argon，已成为其 Perplexity 的新默认设置 2 3。
2. OpenAI 称已构建 Control Room，用于在研究基础设施中集中追踪模型工作负载，并在出现安全或安保顾虑时快速停止这些工作负载；该设施覆盖所有研究推理工作负载，包括模型训练与评估中的 agentic sampling、数据处理等，并与错位监测系统配合，在决定干预后可在 35 秒内停止模型输出 1。OpenAI 同时表示，用户现在可将多台本地计算机连接到同一个 dot，并选择由哪台机器执行任务，例如在一台专用机器上构建和测试应用，同时在笔记本电脑上继续写代码 2。
3. NVIDIA 发布 Alpamayo 2 Edge 开放模型，称可在车内实时进行自适应 AI 推理，用于规划驾驶路径，并在需要时解释决策，场景包括礼让行人、为迎面公交车让出空间；该模型面向开发者，供其构建并适配自家车队的下一代自动驾驶系统 1。NVIDIA 还在 Agentic AI Day 发布两个日语合成数据集并上线 Hugging Face：Nemotron-Personas-Japan V2 包含约 1000 万条日本人合成人物画像，新增收入、资产等金融属性；Nemotron PII Japan 为约 10 万条完全合成数据，覆盖医疗、金融、行政等 8 个领域、约 43 类日语文档，标注了个人身份信息的位置与类型 2。
4. Runway 推出 Sightline：可生成任意地点的 360 度全景，并从任意角度取景，各视角下环境保持一致；全景可导出用于 3D，作为场景环境使用，入口在 App Studio 1。Hugging Face 平台现支持托管和分享 3D 资产，上传 .glb、.ply、.stl 或 splat 文件即可自动生成 3D 展示页，公共数据集中已有数千个 3D 模型、350 多个数据集可供浏览 2。

二、安全验证与 agent 实践

1. Google DeepMind 团队称已证明 Signal 消息协议底层机器代码的关键安全属性，这是首次对广泛部署协议的实际生产代码完成如此深度的形式化验证；验证使用其面向形式化验证的新智能体框架 AlphaProof Code（运行于包括 Gemini Carbon 在内的 LLM），耗时一个月，而类似工作通常需团队数十年合力 1。团队将开源形式规范与验证产物，并称该成果被视为前沿 AI 应对现代网络威胁速度与规模的“力量倍增器”，后续仍需社区持续研究 2。
2. 斯坦福课程“The Modern Software Developer”作者称，去年学生普遍只用 tab complete，今年调查显示所有人都在常规使用自主 agent，原本训练工作流的练习变得可被一次性完成，课程因此转向判断力培养 1。课程要求学生从零写约 200 行的小型编码 agent，再拦截前沿编码 agent 的 harness，阅读其 system、plan 和 compaction 提示词，以理解 agent 运行的循环；作业还包括向开源项目贡献补丁，由维护者评审，agent 可起草改动，但被接受仍需合适的上下文、架构与意图 2。
3. Deedy 称首次遇到危险的“跳过权限”事故：AI 执行 pkill -f "cat" -n 想结束一个残留的 cat 进程，却匹配到路径中含 “Applications” 的所有进程，杀掉了 Mac 上所有正在运行的应用 1 2。这一案例与上述课程强调的判断力培养形成对照：agent 可自动执行操作，但命令范围与后果判断仍需人工把关 3 4。

三、Fable 5.2 实测与生态反馈

1. Ethan Mollick 称其提前试用了 Fable 5.2，认为该模型已达到一种“参差不齐的 AGI”水平；他用它启动业务、做学术研究、入侵硬件、构建 3D 模型等，并称这些案例同时展示了该模型的能力与局限 1。他让 Fable 5.2 制作了一款恶搞版“反向史酷比”游戏，称预告片（含音乐和音效）由模型生成，游戏本身也好玩；另一实验中，Fable 5.2 构建了由传送门连接的 3D 世界无尽旅程，25,000 个智能体生成逾 450 个受书籍、艺术、地点启发的世界，全部以代码实现 2 3。
2. Mollick 还称 Fable 5.2 在三个信息量高的未饱和基准上超出本已陡峭的趋势线：ECI（其他基准的复合指标）、Remote Labor（端到端自由职业任务能力）、RoboDojo（机器人控制） 1。Deedy 称 Fable 5.2 生成照片级真实场景的能力令人难以置信，并展示其按提示在浏览器中用 WebGL 实时渲染蜂蜜的模拟，称视频完全基于物理的实时渲染；他还称 Fable 5.2 对板球的渲染“完美” 2 3。
3. Aravind Srinivas 称 Teammates 使用量持续增长，Automations 昨日使用量翻倍；已见用例包括 SEO 分析师、广告活动管理、客服机器人、数据分析、销售外呼、采购/招聘和安全 1。他转发的信息称 Teammates 自发布以来日使用量逐日上升，周末也保持增长；本周计划上线可供所有人采用的参考 Teammates、面向金融研究的 Teammates 及更简便的自动化设置引导流程 2。

四、行业观点与基础设施

1. Yann LeCun 转发一篇讨论其长期主张的文章：生成每个像素在细节上耗费过多算力，不利于学习世界运作方式，替代方案 JEPA 用压缩表征预测下一步而非逐像素重建；难点是“表征坍缩”，LeWM 用数学正则化促使表征服从高斯分布，模型 1500 万参数、单 GPU 数小时训练，规划速度比对照的基础世界模型快至多 48 倍，并能做物理预测和检测不可能事件 1。该文同时限定，这不能证明已完全理解物理，也不能证明生成式 AI 是死路，只表明小模型可不生成每个像素而学到用于预测和规划的有用模式 2。
2. LeCun 转发 Arthur Mensch 的担忧：若所有公司都依赖两三家集中式 AI 提供商，这些提供商将获得巨大杠杆，会用系统产生的数据改进自身系统并争夺客户业务，并称这“相当清楚地”是当前市场已定价的终局；LeCun 就此向多位人士征求看法 1。
3. Anthropic 已启动拟议首次公开募股的 roadshow；相关证券的注册声明已提交 SEC 但尚未生效，生效前不得出售证券或接受购买要约，该帖不构成出售要约或购买要约的招揽 1。Demis Hassabis 转发称，一年内在单代产品中推出四套不同的 TPU 系统；硬件工程师与 Google DeepMind 协同设计系统，无需等待传统半导体周期数年，可更快为客户持续创新 2。