JakiPrompt.plZapisz się na HeadFlash
Tematy:ClaudeGeminiChatGPTPerplexityCopilot

Claude Fable 5.2: 1000 agentów zbudowało system operacyjny

News3 min czytaniaZaktualizowano 14 listopada 2026

Anthropic zaprezentowało dwa nowe modele z rodziny Claude — Fable 5.2 oraz Mythos 5.2. Obie wersje opierają się na tej samej architekturze, ale mają odmienne zastosowania: pierwsza trafia do szerokiego grona odbiorców, druga jest kierowana wyłącznie do zweryfikowanych organizacji zajmujących się cyberbezpieczeństwem i badaniami biomedycznymi. Wyniki testów wewnętrznych pokazują skalę możliwości, która jeszcze niedawno wydawała się domeną zespołów ludzkich specjalistów pracujących przez wiele miesięcy.

System operacyjny napisany przez tysiąc współpracujących agentów

Najbardziej spektakularny eksperyment polegał na stworzeniu systemu operacyjnego od podstaw. Inżynier Anthropic przekazał modelowi Fable 5.2 krótkie polecenie oraz pusty katalog projektu. Model rozdzielił zadanie pomiędzy ponad tysiąc podagentów, które przez osiem dni pisały kod, testowały poszczególne komponenty i wzajemnie weryfikowały swoją pracę.

Efektem jest system, który uruchamia się na laptopie i zawiera kompletny zestaw elementów:

  • własne jądro systemu oraz sterowniki sprzętowe,
  • trwały mechanizm przechowywania plików,
  • graficzny interfejs użytkownika wraz z ekranem logowania,
  • instalator oraz wbudowaną funkcjonalność Claude.

To nie jedyne zadanie inżynierskie, jakie trafiło do modelu. Anthropic zleciło mu również zaprojektowanie trzech urządzeń elektronicznych: domowego huba z asystentem głosowym, głośnika USB oraz przenośnego wirtualnego zwierzaka. Fable 5.2 dobrało komponenty u amerykańskich dystrybutorów, rozrysowało płytki drukowane, przygotowało obudowy do druku 3D i napisało niezbędne oprogramowanie. Wszystkie trzy prototypy działały bez ingerencji w elektronikę, a płytki osiągnęły gotowość produkcyjną w niespełna dobę.

Migracja z Pythona do Rusta i skok wydajności

Osobny test dotyczył wewnętrznej migracji oprogramowania. Zespół agentów przeniósł krytyczną usługę produkcyjną z Pythona na Rusta. Po zakończeniu prac serwis uruchamia się około 26 razy szybciej niż wcześniej. To przykład zadania, które w typowym środowisku korporacyjnym angażuje doświadczonych inżynierów na wiele tygodni — tutaj cały proces przebiegł w ramach jednego zlecenia dla modelu.

Robotyka, matematyka i fizyka teoretyczna

Postępy widać również w obszarach wymagających rozumienia świata fizycznego i abstrakcji matematycznej. W benchmarku RoboDojo, sprawdzającym sterowanie symulowanym dwuramiennym robotem na podstawie obrazu z kamer, Fable 5.2 osiągnął skuteczność 64,9 proc. Dla porównania poprzednia wersja Fable 5.1 uzyskała 27,6 proc., model Opus 5.5 — 39,4 proc., a konkurencyjny GPT-6 Astra zaledwie 29,8 proc. Zadania obejmowały układanie kostek logicznych, odkręcanie nakrętek i rysowanie.

W dziedzinie matematyki model przygotował komputerowo weryfikowalny dowód ostatniego twierdzenia Fermata w ciągu zaledwie 30 godzin. Badacze wykorzystali go także do rozwiązania dwóch wcześniej nierozstrzygniętych problemów dotyczących czarnych dziur. Takie wyniki sugerują, że modele radzą sobie z zagadnieniami wymagającymi zarówno precyzji formalnej, jak i twórczego podejścia.

Cyberbezpieczeństwo i kontrola nad modelami

Wersja Mythos 5.2, skierowana do zweryfikowanych instytucji, osiągnęła 89,6 proc. w ewaluacji CVE Rediscovery dotyczącej wykrywania podatności. To o 10,2 proc. lepiej niż Opus 5.5 i o 11,3 punktu procentowego więcej niż Mythos 5.1, który uzyskał 78,3 proc. Niezależna firma z branży bezpieczeństwa ustaliła, że inne testowane modele czołowych dostawców przeoczyły jedną na sześć potwierdzonych luk, które Mythos 5.2 znalazł.

Anthropic poprawiło także klasyfikatory bezpieczeństwa. Fable 5.2 generuje około 55 proc. mniej niepotrzebnych blokad niż poprzednia wersja — w kategoriach związanych z cyberbezpieczeństwem spadek wynosi 60 proc., a w biologicznych 40 proc. Zmiany mają ograniczać utrudnienia w legalnej pracy, choć Mythos 5.2 pozostaje dostępny wyłącznie dla organizacji realizujących zatwierdzone badania.

Wydajność i cennik nowych modeli

Obie wersje generują odpowiedzi do 30 proc. szybciej niż poprzednicy. Standardowa cena zaczyna się od 8 dolarów za milion tokenów wejściowych i 40 dolarów za milion tokenów wyjściowych. Opcjonalny tryb szybki przyspiesza generowanie nawet 2,5-krotnie, ale podwaja stawkę podstawową.

Zaprezentowane wyniki pokazują, że modele AI coraz częściej przejmują zadania wymagające koordynacji wielu równoległych procesów — od budowy systemów operacyjnych po projektowanie sprzętu i dowody matematyczne. Otwarte pozostaje pytanie, jak organizacje wykorzystają tę zdolność: jako narzędzie wspierające zespoły inżynierskie czy jako samodzielnych wykonawców złożonych projektów. Odpowiedź będzie kształtować nie tylko rynek pracy w IT, ale też sposób, w jaki definiujemy granice automatyzacji.

Dalej w tym temacie

Wszystko o Claude

Jak przenieść pamięć z ChatGPT do Claude AI w kilka minut

Claude AI wprowadza narzędzie do błyskawicznego importu twoich danych z ChatGPT, Gemini czy Copilota. Teraz zmiana asystenta AI nie oznacza zaczynania od zera – cały proc…

Poradnik3 min czytania

Claude AI zrobił mi tracker finansowy. Porównanie 4 chatbotów

Kiedy autor potrzebował prostego arkusza do śledzenia wydatków, wysłał ten sam prompt do czterech chatbotów: Grok, ChatGPT, Gemini i Claude. Tylko Claude AI wygenerował k…

Poradnik3 min czytania

Anthropic: stare nawyki w promptach szkodzą Claude Opus 5.5

Frazy typu "think hard" nie pomagają już Claude Opus 5.5 — model sam dobiera głębokość rozumowania, a bez nich odpowiada szybciej i bez utraty jakości. Anthropic zaleca s…

Modele i produkty AI3 min czytania16 listopada 2026