改两页PPT?Claude新模型专啃硬骨头 3类工作用旧版更香
北京时间 11 月 10 日凌晨,Anthropic 发布了全新的 Fable 5.2 和 Mythos 5.2。
但小红书评论区的画风却很真实:有人在聊机器人技术路线,有人实测后吐槽“体验还不如 Opus 5.5”,还有人直接总结:“智能指数没啥用了,够用就行。”
有意思的是,连 Anthropic 官方也没有劝大家全部换新,反而明确建议:大多数日常编程和知识工作,依然优先从旧版 Opus 5.5 开始。
为什么新模型这么强,日常干活却不必追新?先看看这次更新到底强在哪。

图1|同一个作品集网站任务,四个模型的生成结果对照。官方演示静帧。|来源:Anthropic 官方
一、新模型猛在哪?一句话:专啃“超纲硬骨头”
这次发布的两个新模型,主打的已经不是日常办公,而是三个重度场景:
1.搞科研工具开发:Mythos 5.2 不只是回答生物问题,而是自己写代码、组织计算,结合开源模型开发出新的蛋白质预测方法(34 个测试对象中准确建模 28 个)。
2.控双臂机器人:Fable 5.2 能直接操控机器人拧瓶盖、画画,在模拟双臂评测 RoboDojo 中的得分从上一代的 27.6% 飙升至 64.9%。
3.跑跨天长项目:在一项实验里,Fable 5.2 协调了超 1000 个子 Agent 连续运行 8 天,直接从空文件夹手搓出了一个能在笔记本上启动的操作系统原型。(案例与评测说明)
看懂这三点就会明白:新模型是为“长链条、高复杂度”准备的。但回到工位上,你今天可能只是要改两页 PPT、清洗一张客户表,或者修一个常规 Bug——杀鸡用牛刀,不仅慢,还可能因为模型“想太多”而耽误事。

图2|官方衣壳结构预测演示画面;配合上文科研案例阅读。|来源:Anthropic 官方
二、为什么这 3 类日常工作,旧模型反而更顺手?
1. 需要高频来回改的活儿 → 选 Sonnet 5.5
改标题、调排版、整理普通文档,讲究的是“边看边改、秒回结果”。你发下一条指令时,希望它立刻改完这一处,而不是把整个课题重新深度思考一遍。
比如同样叫“做 PPT”:把现成文字排成十页,用 Sonnet 5.5(配低/中思考档位)最利索;如果是读完几十份行业报告再提炼经营决策,才需要上 Opus 5.5。(官方任务选型指南)
2. 规则明确、走量的重复活儿 → 选 Haiku 5.5
给客服消息分类、从合同里提取固定字段、按模板洗数据——这类活儿规则清楚,验收时看的是“漏了多少、错了多少”,而不是文笔有多惊艳。官方建议大批量任务直接先试 Haiku 5.5,快且省钱。
3. 复杂但熟悉的日常主力项目 → 选 Opus 5.5
日常写代码、Debug、做业务分析,Opus 5.5 依然是最稳的起点。只有当任务涉及大型代码迁移、系统架构重构,或者把 Opus 调到高思考档位(high)还是卡壳时,再换 Fable 5.2 上场。
所谓“旧模型更好用”,说白了就是:它已经能稳稳交差,而且你完全摸透了怎么检查和改它的错。

图3|官方项目分工示例:Fable迁移代码,Opus开发功能,Sonnet写产品页,Haiku分类客户消息。原图根据运行记录重现。|来源:Anthropic 官方
三、省流对照表:手头的活儿该派给谁?

四、换模型前,先试一个更管用的动作
很多时候 AI 卡住,不是模型不够聪明,而是你没给它“自检标准”。
与其在对话框里反复催它“再认真一点”,不如直接给它检查成果的抓手:写代码就让它跑通测试,做表格就让它核对总金额,写分析就让它逐条标出原始出处。先让它看清错在哪,再决定要不要调高档位或换新模型。
既然日常改 PPT、洗表格犯不着“杀鸡用牛刀”,那新模型这把“牛刀”,到底该拿来切什么?
答案是:切你专业工作里那些步骤长、材料杂、必须用专业软件才能交差的真实项目。
TalentsAI「万象计划二期」 现正面向各行业专业人士,征集这类来自真实工作的“硬骨头”任务(基础报酬 250–450 元/题,自测奖励最高另加 100 元/题)。无论是三维建模、工程仿真、电路设计,还是实验数据处理与财务建模,只要把你做过的真实项目脱敏打包,交出材料、成果与验收标准,就能用来检验顶尖 AI 在长程专业任务上的真实表现。
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐



所有评论(0)