- 产品派

程工实验室 · 2026-07-03T02:29:32.000Z

Fable 5 刚恢复没多久就翻车了。 BridgeBench 测下来调试直接从 86.2 掉到 25.9，重构和幻觉指标也断崖式下跌。原因是新加的安全分类器在高风险场景会自动切回 Opus 4.8，官方说触发率不到 5%，结果编程调试这种灰色地带被大量误判。 Anthropic 已经道歉，本质还是闭源模型在能力和合规之间做取舍，开发者和做 Agent 的估计会加速往开源或多模型调度的方案靠。

程工实验室

1个月前