一天搞定5000万行代码。什么概念？相当于把一个千亿市值的软件公司，从零到一重写一遍——而且只用了24小时。

就在今天，Anthropic藏了两个月的“神话”级模型终于解封。不是一款，是两款：Claude Fable 5面向所有用户开放，Claude Mythos 5只对少数受信任用户开放。同一个底层模型，同一个“Mythos”内核，区别只有一个——Fable 5身上系着安全带，Mythos 5彻底解除了限制。

更耐人寻味的是发布时机。就在前两天，Anthropic的CEO Dario还郑重其事地呼吁“所有AI研究立刻停止”。结果不到48小时，自家最强模型连夜上架。嘴上说不要，身体很诚实。

但抛开这些烟雾弹，真正值得关心的问题是：这台“性能怪兽”到底强在哪？为什么同一个心脏要装进两个不同的身体？以及，当AI能在无人看管的情况下自主工作一周、产出超越《科学》杂志的成果时——我们人类的位置，还剩什么？

Mythos 5的“封神”之路： 从5000万行代码到反超《科学》论文 

首先看软件工程。虽然官方基准跑分主要公布的是Fable 5的数据，但Anthropic明确表示——Fable 5与Mythos 5是同一底层模型，基础技术指标完全一致。因此Fable 5在SWE-Bench Pro上80.3%的惊人得分，Mythos 5同样具备。作为对比，GPT-5.5只有58.6%。

但数字远不如真实案例震撼。参与早期测试的金融科技公司Stripe，在一个5000万行Ruby代码库中，让Mythos级模型做了一次全库迁移。正常情况下，这需要一个工程团队干两个多月。而Mythos 5只用了一天。一天，5000万行，整个团队看傻了。

更让人头皮发麻的，是它在生命科学领域的“自主科研”能力。 这才是Mythos 5真正与所有公开模型拉开代差的地方。

在蛋白质设计任务中，Mythos 5在完全没有人类协助的情况下，独立执行了生物学家的全部工作流：选择结合位点、运行生物信息学工具、遭遇运行失败时自己Debug。它设计出的14个蛋白质靶向复合物中，有9个已经进入了真实药物研发管线，覆盖免疫检查点、神经退行性疾病、肌肉疾病等高难度靶点。

Anthropic官方直言：Mythos 5“是我们首个能够持续产生新颖且引人注目的科学假设的模型”。 在与Opus级模型的盲法对比中，科学家在80%的情况下更倾向于Mythos 5提出的分子生物学假设。其中一项关于大肠杆菌蛋白质新机制的假说，已被另一个独立研究团队的近期论文直接证实。

最炸裂的，是基因组学研究。 Mythos 5在几乎无人干预的情况下，自主工作了一周多。它汇集了横跨138个动物物种的数百万个单细胞数据，自己设计并训练了一个定制机器学习模型，用于识别亲缘关系极远的物种中执行相同功能的细胞。

结果呢？这个由AI训练出来的、体积小了100倍的微型模型，在表现上直接击败了前不久刚发表在《Science》杂志上的最新科研成果。Anthropic计划在未来几个月内将这一结果正式发表。

因此，Mythos 5不是在某一个领域“更强”，而是在软件工程和生命科学两个完全不同的高壁垒行业，同时交出了“碾压人类团队”和“反超顶刊论文”级别的成绩单。 它不再是工具，而是能够独立完成研究项目、产出可验证成果的“AI研究员”。

从“施法者”到“甲方”： 人与AI的协作范式，被彻底逆转 

著名AI学者、沃顿商学院教授Ethan Mollick在测试后给出了一个极其深刻的洞察：人类正在从“施法者”变成“甲方”。

过去，我们使用大模型就像念咒语的施法者——必须手把手地指导，精雕细琢每一句Prompt，不断对话提示、纠正、引导，AI才能勉强变出一个戏法。那是“驾驭工具”的模式。

而现在，Mollick教授直接向Fable 5（同一底层模型）喂了一份15页的复杂项目设计文档，留下一段宏观的需求描述。接下来9个多小时，Fable 5在后台完全自主运行：自己生成Agent工作流，内部调度多个小Agent分别搞调研、写大纲、相互校对、推翻错误假设、纠错重来。人类全程没有介入半步。9小时后，一个极高品质的成品直接交付到他面前。

这就是“甲方”模式。 你不再是那个事必躬亲的施法者，而是那个在最终成品上签字的委托人。你不需要关心AI在黑盒里做了多少个微观决策，你只需要提出要求、验收结果。

这种转变的背后，是长上下文与自主逻辑的结合。 传统的大模型，上下文窗口只是一个“内容容器”——你把一堆资料塞进去，它基于这些资料回答问题。而Mythos级的百万级Token上下文，加上持久化文件记忆，让它变成了一个“能自主运行的智能操作系统”。

Anthropic用Slay the Spire这款游戏做了一个定量测试：给模型接入持久化文件记忆后，Fable 5的表现提升幅度是Opus 4.8的三倍，到达最终章节的频率也是三倍。这意味着模型不仅记住了之前的经验，还能主动利用这些经验优化后续决策——它正在“从自己的经验中学习”。

Mollick在测试后说了一段耐人寻味的话：使用这个工具既令人愉悦又令人不安。愉悦在于，我只需提出要求，它就能实现。不安也在于，我只需提出要求，它就能实现。

Mythos 5带来的不是“更强的问答”，而是“无需介入的交付”。 AI从需要你指挥的士兵，变成了能独立完成项目的承包商。而人类的核心能力，正在从“如何指挥AI”转向“如何验收AI的成果”。

最锋利的刀，配最坚固的鞘： 安全护栏与“权限时代”的开启 

能力越强，风险越大。Anthropic对此心知肚明——这也是为什么Mythos 5没有直接向所有人开放。

最明显的变化：公开版Fable 5内置了一套安全分类器，一旦触发就自动“降级”到Opus 4.8回答。 而满血版Mythos 5则移除了网络安全与生物科研领域的限制，只交给受信任用户。

Anthropic给出了数据：超过95%的Fable 5会话不会触发降级。这意味着对绝大多数写作、代码、分析、研究工作，用户拿到的是接近Mythos 5的体验。但剩下不到5%的请求——包括合理的研究需求，比如生物学家研究病毒、安全工程师做授权攻防演练——也可能被误伤。Anthropic承认当前护栏比理想状态更严格，后续会降低误伤率。

另一个值得关注的信号：数据留存政策。从Fable 5、Mythos 5开始，Anthropic要求所有Mythos级模型的流量保留30天，覆盖第一方和第三方平台。官方强调这些数据不会用于训练，只用于安全监控——识别复杂攻击、新型越狱和跨请求攻击。

对普通用户来说，这可能只是条款里的一行字。但对企业和机构客户而言，这是非常现实的数据治理问题。想用最强能力，就要接受更高等级的安全审查和数据留存。前沿模型的成本，不只在API账单上。

与此同时，Anthropic还做了一件事：呼吁“所有AI研究立即停止”之后没几天，自家最强模型就发布了。这种“一边喊停一边加速”的矛盾姿态，被不少业内人士解读为营销造势。但换个角度看，它也在传递一个更深的信号：前沿AI正在进入“权限时代”。 最强模型不再对所有人一视同仁，而是区分“公开版”和“受信任版”，区分“有护栏”和“无护栏”。能力越强，门槛越高。

Mythos 5的发布不仅是技术事件，也是产品形态和行业规则的分水岭。 安全不再只是模型回答前的一句免责声明，而是变成了分类器、模型路由、权限分级、数据留存共同组成的复杂架构。未来的顶尖AI，大概率都会走这条路——不是不让用，而是分级、留痕、可追溯。

写在最后 

回到定价：Mythos 5与Fable 5统一定价为每百万输入Token 10美元、每百万输出Token 50美元，不到预览版的一半，也只有GPT-5.5 Pro的六分之一。但即便如此，它的Token消耗依然惊人。有用户反馈，在200美元/月的Max套餐中，Fable 5一分钟就消耗了约14%的5小时配额——折合下来大概一分钟一美元。

这揭示了一个被数据掩盖的事实：Mythos 5的“封神”和“昂贵”是一体两面。 它能一天搞定5000万行代码，但它烧Token的速度也会让个人用户肉疼。它能自主做一周科研并产出Science级成果，但只有机构客户才烧得起这笔算力。

Anthropic正在押注一件事：当AI能从“帮你写代码”进化到“替你完成科研项目”时，企业愿意为后者支付的价格，将远远高于前者。Mythos 5，就是这场博弈的第一张牌。

今天，神话降临。但神话的代价，才刚刚开始被计算。