Anthropic Fable 5.2编程测试登顶，1000个Agent协作8天造出操作系统原型

1. Anthropic 发布 Fable 5.2：复杂编程测试登顶，30小时证明费马大定理

Anthropic 于11月9日正式发布 Claude Fable 5.2 和 Mythos 5.2，两款模型共享底层架构，但在安全策略上做了差异化——Fable 面向所有用户，Mythos 仅向通过审核的网安和生命科学机构开放。Fable 5.2 在复杂编程测试 FrontierCode 2.0 上从上一代的 32.4% 飙升至 49.1%，超过 GPT-6 Astra 的 42.8% 和 Gemini 4 Carbon 的 41.1%。输出速度较上代提升 30%，价格下调 20%（输入 $8/M Token，输出 $40/M Token）。最硬核的演示：模型在 30 小时内完成了费马大定理的 Lean 形式化证明，还展示了 1000 个 AI Agent 协作 8 天搭建出操作系统原型的能力。

2. 美团开源 LongCat-2.5：1.6万亿参数，为长程Agent任务而生

美团龙猫正式开源 LongCat-2.5，MIT 协议，总参数 1.6 万亿，每个 Token 激活约 480 亿参数，原生支持 100 万上下文。模型定位为面向长程智能体任务的原生多模态模型，在复杂代码库开发、完整项目构建、Visual Coding 等场景中端到端交付能力有明显提升。技术上亮点不少：视觉信号用多层级离散 Token 表示而非外挂模块，训练环境会断网清缓存防止模型"作弊"，推理采用 W4A4 量化方案，并针对国产算力做了深度适配——单卡显存不足 80GB 也能跑起来。

3. 字节跳动发布 Seedream 5.5：100轮编辑像素级保持，原生透明素材生成

字节跳动 Seed 团队发布新一代图像创作模型 Seedream 5.5，核心升级在多轮编辑稳定性和透明素材生成。模型支持围绕同一作品进行最多 100 轮连续编辑，非编辑区域实现像素级保持，不会出现色彩偏移或画质衰减。新增原生 RGBA 透明素材生成能力，可直接输出带 Alpha 通道的图像。API 定价约 0.28 元/张（2K 方图编辑），不到上代 Seedream 5.0 Pro 的一半。豆包、即梦已同步接入。

4. 苹果开源 HALO 人形机器人系统：千问模型本地运行，91%成功率

苹果研究团队在 arXiv 发表论文并开源代码，披露了人形机器人自主控制系统 HALO。系统采用三层分层架构，最上层的任务编排模块使用阿里巴巴 Qwen3.6-35B-A3B 模型，在机器人搭载的 Mac mini 上本地运行，无需联网。在 6 个未预先扫描的真实环境中进行了 360 次单项任务测试，平均成功率 91%；组合任务成功率 70%。机器人可完成钻桌底、坐沙发、推箱子等动作。论文同时指出系统在遮挡场景下表现不佳，下一步将加入触觉感知。

5. 北京人形发布通用全身控制模型：多机协作完成长程任务

北京人形机器人创新中心发布通用全身控制模型，多机器人以一镜到底方式完成了会议室整理长程作业——搬移座椅、捡拾杂物、搬运垃圾袋、下蹲拾取纸团，多机之间可分工接续。模型瞄准的核心痛点是仿真与真实物理世界之间的鸿沟：当前行业普遍在平地行走和高动态表演上已过关，但面对真实环境的负载扰动和非结构化地形时稳定性会大幅衰减。短期落地场景瞄准工业现场和特种高危作业。

6. 姚期智 × 杨植麟联合论文：给9个大模型出了张"图灵考试卷"

图灵奖得主姚期智和月之暗面创始人杨植麟联合发表论文 TCSExam，首次为理论计算机科学设计了一套覆盖定理证明、求解器工程、数学构造和开放猜想的完整评测。9 个前沿大模型参加考试，GPT-6 Astra 在定理证明类"裸考"拿下 70% 成功率，Kimi K3.1 Pro 以 38.3% 居第二。有趣的是，AI 在构造类任务上出现了超越人类已知记录的表现——Kimi K3 造出了一个 124 顶点、630 条边的特殊图，超过了论文引用的 629 条边参考记录。但在开放猜想类中，30 个长期未解猜想仅 6 次被接受，且都是"查资料查到"而非独立推导。

7. 蚂蚁灵波具身大模型挑战赛：1855支队伍角逐，48小时真机黑客松

蚂蚁灵波首届具身大模型挑战赛决赛名单出炉，15 支战队从全球 1855 支队伍、3252 位选手中晋级。决赛将于 11 月 14-15 日在上海张江进行 48 小时线下真机黑客松，选手统一使用松灵 COBOT MAGIC 设备和 LingBot-VLA 2.0 开源预训练模型，完成从任务理解到真机部署的全流程。蚂蚁灵波开源模型在 GitHub 累计获超 3.3 万 Star。

📌 今日互动

Anthropic Fable 5.2 的编程能力又创新高，你觉得目前 AI 编程助手最缺的能力是什么？是更长的上下文理解、更好的代码审查，还是别的？评论区聊聊你的看法～

觉得有用就 点赞 + 在看 + 转发 三连，你的支持是我持续更新的动力！