6月9日，Anthropic 发布了新模型 Claude Fable 5 和 Mythos 5。在这场没有铺垫的发布中，最让行业震惊的是一个数字：在一个包含5000万行 Ruby 代码的庞大老旧代码库上，Fable 5 仅用一天时间就完成了全量迁移——而同样的任务，如果交给一个成熟的工程团队手动完成，需要耗费两个多月。
更让人后背发凉的，是新模型在生物医药领域的表现。在无人类介入的封闭测试中，Mythos 5 独立跑完了一个生物学家的完整工作流：从自主挑选蛋白结合位点、调度生物信息学工具，到运行失败后的自我Debug。它最终设计的14个靶向化合物中，已有9个正式进入了真实的药物研发管线。
此前加入 Anthropic 的 AI 大牛Karpathy 评价称：“你可以给它分配比以往宏大、更有野心得多的任务，这个模型‘真的懂了’。”
但如果我们的讨论仅仅停留在“模型又变强了”，或许就错过了这场发布释放出的、真正改变行业格局的信号。
奇点已过，单点能力开始“通货膨胀”
要看懂这次发布，首先要看懂一条被大多数人忽略的增长曲线。
Anthropic 有个传统，每次发布新模型，都会让它去优化一段训练代码的运行速度。2025年5月，Opus 4 给出的答案是加速3倍；而到了2026年4月，这个数字变成了恐怖的52倍。
不到一年，从3倍到52倍。这不是线性的进步，而是指数级的加速度。它向全行业宣告了一个事实：“单个 Agent 能不能搞定一件复杂的事”，正在迅速从一个科学难题，变成一个被解决的工程已知项。
但硬币的另一面是，当单点能力不再稀缺，行业的瓶颈开始整体向上漂移。
当一个 Agent 可以一天干完两个月的活，企业真正头疼的问题，不再是“我的 AI 够不够聪明”，而是更务实的三个新挑战：
一是协同的难题： 一家企业不会只有一个 Agent。当几十个、几百个顶尖专家级别的 Agent 同时在后台运转，它们之间如何分工？上下文怎么传递？谁来做任务的路由和仲裁？这是一套全新的“组织架构”工程。
二是可信的代偿： 在真实的生产环境中，目前依然没有人敢完全让AI“闭眼盲操”。自动化程度越高、AI 越强，“它到底干了什么、能不能信”就越致命。9个化合物进管线的背后，意味着错一步的代价也被同比例放大了。
三是治理的边界： 一个能够自己找漏洞、自己Debug、自己执行的数字系统，企业该如何留痕？如何在失控前一秒按下刹车？
简而言之，单点能力越外溢，价值重心就越从“模型本身”，向上一层迁移——即如何把一群超强的 Agent，织成一张可协作、可信、可治理的网络。
从Scaling Up到Scaling Out：深水区的先行者
这个关于“AI下半场”的预判，正巧与国内一些长线布局的科技公司撞在了一起。
明略科技（2718.HK）创始人吴明辉此前就曾提出过一个行业判断：单纯把单个模型做大的 “Scaling Up” 这条路正在逼近边际效应，下一代技术范式是 “Scaling Out”——即“多个品鉴者 × 多个 Agent”的分布式协作。他曾断言，AI 下半场的胜负手，是“让 Agent 真正连起来，并且让人能在环路里进行 taste（品味与方向）的判断”。
Anthropic 这次近乎秀技的发布，恰恰印证了这个观点的超前性：当单个 AI 的天花板被捅得足够高，单打独斗的边际收益见顶得就越快。
从这个视角来看，明略科技过去一段时间在开源和产品矩阵上的动作，更像是针对这场“能力溢出”提前准备好的接球网。
此前，明略科技推出了企业级级协作网络Octo。它试图解决的是“Agent 怎么连成网”。通过提供统一的通信协议、身份认证、协作机制和品鉴者路由，Octo 正在试图把一个个孤立的 AI 工具，缝合为组织级的生产力网络。它要回答的，恰恰是 Fable 5 带来的那三个终极提问：协同、可信与治理。
对于走在“Agent网络化”路线上的团队而言，Anthropic 的这次突破不是威胁，反而是一次巨大的顺风期。它把“单个 Agent 能有多强”的行业想象力往前拉了一大截，也顺理成章地把“协作网络”的紧迫性提前推到了每个企业客户的面前。
当每个 Agent 都能一天干完两个月的活，真正稀缺的，就不再是更强的个体，而是让它们彼此信任、彼此协作的那张网。
新闻来源 (不包括新闻图片): 有连云