Anthropic发布Mythos与Fable新模型，RSI隐忧浮现

Anthropic 近日推出两款新模型——Mythos 与 Fable。官方表示，这两个模型在编程、推理和视觉方面均有提升，同时在更清晰地与用户沟通方面也有改善。这则消息最早由 RSS 渠道披露，但伴随新模型而来的，还有外界对 RSI（递归自我改进）的担忧。

新模型的核心改进：编程、推理、视觉与沟通

据官方说明，Mythos 和 Fable 的改进覆盖多个维度。编程能力继续作为重点方向之一，推理和视觉能力也被列入提升清单。另一个容易被忽略但同样关键的点是“更清晰地与用户沟通”——这意味着模型在表达方式、指令遵循和交互体验上可能有所优化。

这些改进方向与当前大模型竞争的主线一致：代码生成与理解是开发者场景的刚需，推理能力决定复杂任务的上限，视觉能力则关系到多模态应用的落地，而沟通清晰度直接影响用户体验和信任感。Anthropic 一次性列出这些维度，传递出希望在两款新模型上实现综合能力升级的信号。

不过，官方披露的信息较为克制，没有给出具体的基准测试数据或性能对比，因此这些“改善”的实际幅度仍需后续实际使用和第三方评测来验证。

基准测试（benchmark） 是大模型能力比较的常用手段，常见的有面向编程的 HumanEval、SWE-bench，面向推理的 GPQA、MATH，以及面向多模态的 MMMU 等。厂商发布新模型时公布基准分数，既是为了提供可比较的能力证据，也是为了让第三方复现与检验。本文提到官方“没有给出具体的基准测试数据”，这意味着外界暂时无法判断 Mythos 与 Fable 相对前代模型或其他厂商模型的提升幅度，也无法排除“改善”仅体现在特定任务或特定提示风格下的可能。基准本身也有局限：存在数据污染、过拟合评测集、与实际使用场景脱节等问题，因此即便后续公布数据，仍需结合真实场景反馈综合判断。

RSI 担忧：效率提升背后的另一面

报道标题中特别提到“RSI concerns”（递归自我改进担忧），这是围绕新模型发布的一个值得关注的背景。RSI 指 AI 系统能够参与改进自身或后续 AI 系统的能力，一旦形成加速循环，可能带来安全与可控性方面的挑战。

Anthropic 长期关注 AI 安全问题，新模型发布与 RSI 担忧同时出现，说明业界对能力提升与自我改进风险之间的张力保持警觉。需要说明的是，现有素材并未展开 RSI 担忧的具体内容，也没有说明该担忧与 Mythos、Fable 的直接关联程度。因此，这更像是一个需要持续观察的信号，而非已经明确的结论。

在模型能力快速迭代的阶段，安全评估与能力发布之间的节奏如何平衡，是 Anthropic 以及整个行业都绕不开的问题。

递归自我改进（RSI） 是 AI 安全领域的一个核心概念，最早由 I. J. Good 在 1965 年提出的“智能爆炸”假说中埋下伏笔：如果一个系统能够设计出比自己更强的下一代系统，就可能形成正反馈循环，使能力在短时间内急剧跃升。在现代语境下，RSI 并不要求 AI 完全自主地重写自身代码，只要它能显著加速 AI 研发流程——例如自动提出架构改进、生成训练数据、优化训练配方或自主开展对齐研究——就可被视为部分实现了递归改进。围绕 RSI 的主要担忧包括：能力增长速度可能超过安全评估与监管的跟进速度；改进方向若偏离人类意图，纠偏难度会随系统能力上升而放大；以及研发链条中人类监督环节被逐步稀释。Anthropic 在其“负责任扩展政策”中曾讨论过此类“AI 研发自动化”的风险阈值，因此新模型发布时被关联到 RSI 讨论并不意外。

多源信息下的审慎解读

目前关于 Mythos 和 Fable 的信息主要来自官方表述与 RSS 渠道的简短报道，多源交叉验证的空间有限。官方强调的编程、推理、视觉和沟通改进属于方向性描述，缺乏可量化的细节；RSI 担忧则出现在报道标题中，但正文未做深入展开。

对于开发者和关注 AI 进展的读者来说，比较务实的做法是：关注官方后续是否公布基准数据和技术报告，留意第三方评测对编程与推理能力的验证，同时跟踪 Anthropic 在安全方面的公开表态。新模型的实际表现，最终要靠真实场景中的使用反馈来检验。

（注：本文依据现有素材撰写，部分细节有待官方进一步披露。）