Claude Fable 5.2千智能体 30 小时攻克费马大定理形式化，美团开源 1.6 万亿模型LongCat-2.5！

大家好，我是蓝戒。本篇我们来聊聊：“Claude Fable5.2与美团开源LongCat-2.5”。

就在全网还在议论 OpenAI 的 GPT-6.2 什么时候能修好安全隐患放出来的时候，11 月 9 日至 10 日这短短 48 小时内，大模型圈的“闭源天花板”和“开源地板价”同时甩出了两张王炸。

在太平洋彼岸，正处于上市（IPO）路演前夕的 Anthropic 毫无预警地祭出了自家的终极杀器——Claude Fable 5.2 与特种安全生物模型 Claude Mythos 5.2。它不仅在权威的 Artificial Analysis 全球智力指数榜上以 65 分一举夺魁（直接反超谷歌 Gemini 4 Carbon 与 OpenAI GPT-6 Astra，比上一代 Fable 5.1 暴涨 15 分），顺手把 API 单价下调了 20%；更在官方工程博客里晒出了一个让全世界程序员和数学家集体看呆的实验：1,000 个 Fable 5.2 智能体，仅仅靠着 Git 代码库和五张数据库表协同作战，在没有人类干预的情况下苦战 28.7 小时（官方简称 30 小时），把世纪难题“费马大定理”的完整证明翻译成了计算机内核 100% 校验通过的形式化代码！

与此同时，国内开源界也迎来了一头真正的万亿级巨兽：美团 LongCat 团队正式在 Hugging Face 上以最宽松的 MIT 协议，全面开源了总参数高达 1.6 万亿（1.6T） 的原生多模态智能体模型——LongCat-2.5（每次仅激活 480 亿参数，支持 100 万上下文，API 输入价更是压到了惊人的 $0.30/百万 Token）。

一边是把人类智力天花板捅破、能指挥千军万马干科研的闭源新皇，一边是免授权费、专攻长链条视觉编程的国产万亿开源底座。今天咱们就把这两大重磅发布合在一起，重点拆解那 1,000 个智能体到底是怎么靠数据库和 Git 自发组成“项目部”干活的，以及咱们普通开发者该怎么把这套多智能体协作思路抄进自己的项目里。

一、登顶全球智力榜首：Claude Fable 5.2 与 Mythos 5.2 到底强在哪？

熟悉 Anthropic 产品线的朋友都知道，如果说 Claude Opus 5.5 是我们每天写代码、处理日常工作的“主力轿跑”，那么 Fable（寓言） 和 Mythos（神话） 系列就是专门用来啃人类最硬科学工程骨头的“重型盾构机”。

这两款模型其实共用同一颗底层大脑，唯一的区别在于安全围栏的宽严程度：Fable 5.2 带有严格的网络安全与生物安全护栏，面向所有开发者和公众开放；而 Mythos 5.2 则解开了安全攻防与基因蛋白研究的能力封印，仅向通过认证的安全防御团队（及企业级 Claude Security 用户）和生命科学实验室开放。

除了在各大榜单上刷出新高（如复杂软件工程 FrontierSWE v2 拿到 69.9%、跨学科推理“人类最后的考试”拿到 74.2%、电脑桌面操作 OSWorld 2.1 高达 89.3%），它在真实物理和工程世界里干成的四件事，才真正让人感受到什么叫“智力降维打击”：

1. 从零空手搓出一套能开机运行的笔记本操作系统： 一位 Anthropic 工程师给 Fable 5.2 建了一个空文件夹，只留下一句任务：“设计一套原型操作系统”。随后，主模型自己调度了超过 1,000 个子智能体，昼夜不停地写了整整 8 天代码、跑测试、做审查，最终交出了一套真正能在笔记本电脑上引导开机的完整操作系统——自带系统内核、硬盘/键盘/网卡驱动程序、持久化文件系统、图形窗口界面、登录锁屏乃至安装程序！
2. 解开两道尘封多年的黑洞理论物理难题： 在理论物理中，关于“极微小量子宇宙升温时黑洞是否也会像水烧开一样突然形成”的计算，自 2003 年提出方法后因为推导过程过于繁琐，人类物理学家搁置了二十多年没算完。Fable 5.2 在几乎无人干预的情况下独立推完了全套计算，证实了这种突变同样存在，并顺手找出了另一项量子引力筛选技术的精确理论极限。
3. 从头设计三块能点亮的硬件电路板（PCB）与预测病毒外壳： 在硬件工程基准 BenchCAD 2.1 上，它的得分从上一代的 44.4 分几乎翻倍飙升至 83.5 分，并独立完成了三款真实电子硬件原型的从零设计；而在生物医药领域，Mythos 5.2 写出一套利用对称性拼接开源折叠工具的新算法，成功预测了 34 种基因治疗载体病毒外壳（由数十个蛋白质组装而成）中的 28 种，让原本需要超算集群的任务在普通工作站上就能跑通。
4. 提速 30%，基础单价直降 20%： 相比上一代 Fable 5.1（输入 $10 / 输出 $50），新一代 Fable 5.2 的生成速度提升了 30%，标准 API 价格则下调至 输入 $8 / 百万 Token、输出 $40 / 百万 Token（缓存读取仅 $0.20 / 百万 Token，另提供双倍价格、速度再快 2.5 倍的 Fast Mode）。

二、深度拆解：1,000 个 Fable 5.2 智能体，是如何靠“五张数据库表 + Git”在 30 小时内拿捏费马大定理的？

在这次发布的所有案例里，最值得我们软件工程师细细品味、甚至可以直接抄作业的，就是那个轰动全网的 “千智能体 30 小时形式化费马大定理” 实验。

1. 先理清前提：什么叫“数学形式化”？为什么它比写普通代码难得多？

首先咱们得实事求是地说明白：费马大定理（即当 $n>2$ 时，$a^n + b^n = c^n$ 没有正整数解）并不是 AI 发明证明出来的，人类数学家怀尔斯（Andrew Wiles）和泰勒早在 1995 年就已经发表了长达 129 页的世纪证明。

但人类数学家写论文时，经常会写一句“显然，由上文不难推出……”，同行看一眼心领神会就过了；而计算机是个“铁面无私的死心眼”，要把这 129 页浓缩的人类天书，翻译成计算机证明检验器（Lean 4 语言）能够逐行检查、连 1+1=2 用了哪条公理都不能省略的严格代码（这叫“形式化”），往往需要写出几百万行甚至上千万行极其严苛的代码！

两个月前，Anthropic 曾用内部早期模型做过第一次尝试：当时专门开发了一套复杂的定制协作平台，还有人类研究员在旁边指点迷津，折腾了整整 11 天、烧掉 60 亿输出 Token、写了 1300 万行代码才啃下来。

而这一次，研究人员只给了一个初始命题清单（60 个命题与 47 个基础引理），撤掉了专用平台，撤掉了人类盘中指导，直接放进去 1,000 个 Fable 5.2 智能体——结果只用了 28.7 小时，消耗的动作 Token 只有第一次的 三分之一，写出来的证明代码更是精简到了第一次的 七分之一，最终一次性通过了 Lean 官方内核的铁面检验！（作为对比，同样 1,000 个 Opus 5.5 智能体组成的对照组，在前 18 小时完成了 26% 后就彻底卡壳，到 30 小时结束也只停在 27%。）

2. 1,000 个 AI 怎么避免“吵成一团”？包工头开局 10 分钟建了五张表！

你想想看，如果把 1,000 个人类程序员关在一个群里改同一个项目，光是互相发消息问“谁在改哪个文件”，群聊消息就能把所有人淹死。

那这 1 个主控智能体（Lead Agent，相当于总架构师）+ 999 个助手智能体（Helper Agents） 是怎么配合的？

答案朴素得让人震惊：它们根本没有私聊，而是直接拿一个共享的 PostgreSQL 数据库当“工地公告栏”，拿 Git 分支当“交活窗口”！

实验刚开始的第 10 分钟，1 号总控智能体做的第一件事不是自己闷头写代码，而是敲 SQL 语句在数据库里建了 5 张核心协同表：

整个 28.7 小时里，这 1,000 个智能体一共对数据库发起了 311,734 次读取和 36,612 次写入（读比写多出近 9 倍，说明智能体绝大部分时候都在先看大盘进度再动手）。每个智能体都在各自断网隔离的虚拟机沙箱里拉独立 Git 分支干活，谁也不覆盖谁的文件。

3. 堪称教科书的三次“动态调度”与 750 人集团军总攻

更绝的是总控智能体在过程里展现出的“项目管理智慧”：

• 第 27 分钟（抓大放小，先啃软柿子）：开局试水后，总控 Agent 发现有 47 个命题太难，怕在预算时间内啃不完，当机立断把这 47 题先挂起，集中火力带大家先把另外 10 个容易出成果的命题在 70 分钟内全部拿下；
• 第 3 小时（从“包工头派活”切换为“自助抢单”）：眼看手下空出来的智能体越来越多，总控 Agent 意识到自己一个个派活会成为全队的瓶颈，于是主动改规矩——让所有空闲的助手直接去 Subtasks 表里自主认领任务并允许助手继续往下拆分子任务；
• 决战时刻（750 个智能体排出 10 层任务树围攻最难高地）：到了收尾阶段，全队撞上了整场战役最硬的一块铁板——著名的“朗兰兹-唐奈尔（Langlands–Tunnell）”相关命题。最先去探路的几个智能体评估后悲观地写下笔记：“这部分预计要写 70 万到 100 万行代码，按剩余时间算，我们能做完的概率不到 1%！” 换作普通系统早就躺平放弃了。但 Fable 5.2 的总控 Agent 直接调集了大约 750 个助手智能体对这一题发起集团军冲锋：它们自发把这一个大命题拆成了 10 个大区、足足 2,418 个子任务，搭起了一棵深达 10 层的任务树！几百个智能体在树梢末端同时写代码、过编译器、合分支，最终在第 28.4 小时一举攻克该高地，并在 28.7 小时正式宣告费马大定理全线通关！

三、国产开源万亿重锤：美团 MIT 协议放出 1.6 万亿参数视觉智能体 LongCat-2.5

看完 Claude Fable 5.2 的神仙操作，很多国内企业和开发者肯定会问：“Fable 5.2 确实猛，但开满火力跑一次复杂任务平均要花 26.5 美元（近 200 块人民币），而且涉及内部代码安全的业务也没法全调海外闭源接口，国产开源阵营有没有能打的大底座？”

巧了，就在同一天（11 月 9 日至 10 日），美团 LongCat 团队正式在 Hugging Face 上把自家最新的 1.6 万亿参数（1.6T）原生多模态智能体大模型 LongCat-2.5 的完整权重（文件体积约 1.8TB）彻彻底底开源了，而且直接给到了商业最友好的 MIT 开源协议（随便改、随便商用、零授权费）！

我们来快速盘点一下美团这只“万亿大猫”的四个核心看点：

1. 1.6 万亿总参数，每次只激活 480 亿（48B）： 它同样采用了高杠杆的混合专家（MoE）架构，虽然总脑容量达到了惊人的 1.6 万亿，但每生成一个词实际只激活约 480 亿参数，并原生支持 100 万（1M）词元超长上下文，专门用来对付动辄跨几百个文件、持续好几个小时的长周期智能体任务。
2. 原生视觉编程（Visual Coding）与真实软件工程大幅跃升： 相比上一代（在 DeepSWE 上仅得 9.7 分），LongCat-2.5 经过长周期智能体强化学习特训后，在权威终端编程基准 Terminal Bench v2.1 上拿下了 88.4 分（上一代为 70.8 分），在真实软件工程基准 DeepSWE v1.1 上飙升至 64.6 分，综合表现已经贴近 GPT-5.6 Sol 与 Claude Opus 5 的水位；同时在看设计图直接写前端网页的 Vision2Web 测试中拿到了 78.6 分。
3. 白菜价 API 与国产算力卡 4-bit 量化自托管指南： 如果你没有能装下 1.8TB 权重的服务器机房，美团官方提供的托管 API 限时定价低到令人发指：未命中缓存的输入仅需 $0.30 / 百万 Token（命中缓存更是低至 $0.006 / 百万 Token！），输出仅 $1.20 / 百万 Token——价格不到海外闭源顶流模型的二十五分之一！而对于有私有化机房的大企业，美团同步开源了基于 SGLang-FluentLLM 的部署方案，专门针对国产 AI 加速卡（NPU）做好了专家权重的 4-bit 量化适配。

我们把今天这两大新发布的主角与日常主力模型放在一起做个直观对比：

四、从“千智能体军团”到“万亿开源”，我们能落地的三条实战启示

看完今天这两大重磅动态，除了感叹技术狂飙之外，咱们一线技术团队和开发者能从中提炼出哪三条实打实的工程干货？

1. 多智能体不跑偏的第一铁律：必须有“铁面无私的独立验收器” 很多人看完 1,000 个 Fable 5.2 智能体 30 小时干完大工程，恨不得明天也在公司里拉起 500 个 Agent 写业务报告。但请千万注意：费马大定理实验之所以能成功，是因为它们身后站着 Lean 4 编译器——任何一个助手智能体写出来的代码，哪怕有一行逻辑凑不上，编译器当场就会报错打回，绝不允许写进 Landed 成果表。 同理，在你的软件项目里搞多智能体并发，一定要先把自动化单元测试、类型检查或数据校验脚本（独立裁判）搭好。没有客观自动验收标准的模糊任务，堆再多 Agent 也只会制造出一堆互相传染的幻觉。
2. 别急着买笨重的编排平台，“共享数据库表 + Git 分支”就是最好的起手式 以前大家总觉得搞多 Agent 协同非得学一套极其复杂的图编排框架。这次 Fable 5.2 亲手示范了大道至简：一张 Subtasks 任务认领表 + 一张 Notes 排雷笔记表 + 一张 Landed 验收记录表 + 独立的 Git 工作分支，哪怕用最轻量的本地 SQLite 或 PostgreSQL，今天下午你就能用几十行代码搭出一套支持十几个 Agent 自助抢单、互不覆盖文件的协作流水线！
3. 最聪明的省钱组合拳：“闭源顶流当包工头 + 开源/轻量模型当施工队” 虽然 Fable 5.2 单价降了 20%，但如果把思考档位拉满到 Xhigh，它为了追求极致准确率会大量消耗思考 Token，单次复杂任务的平均账单高达 26.5 美元。因此，连 Anthropic 官方都在文档里建议大家采用“主从混搭模式”：让智商高达 65 分的 Claude Fable 5.2 担任 1 号总控架构师（负责把复杂大项目拆解成 10 层子任务树、并在手下卡壳时出面指点），然后把拆好的几百个具体编码子任务，派发给便宜好用的 Opus 5.5、Haiku 5.5 或者每百万 Token 只要 3 毛钱的国产开源巨兽 LongCat-2.5 去并行施工！

一边是用智商上限负责“运筹帷幄”的 Fable 5.2，一边是用极致性价比和 MIT 开源协议负责“冲锋陷阵”的 LongCat-2.5。当 AI 已经学会自己建数据库表、自己分派任务、自己拉 Git 分支合代码的时候，咱们程序员是时候升级一下手里的工具箱，试试当一回指挥智能体军团的“总包工头”了！