Un sistema operativo che si avvia su un portatile, con kernel, driver, archiviazione permanente, finestre e programma di installazione: è questo il prototipo che Anthropic attribuisce a oltre 1.000 agenti coordinati da Claude Fable 5.2 nell'arco di otto giorni. L'esperimento è partito da una cartella vuota; secondo l'azienda, gli agenti hanno scritto, testato e revisionato il codice senza interruzioni.
Anthropic ha presentato Fable 5.2 e Claude Mythos 5.2 il 9 novembre. La dimostrazione del sistema operativo è una delle varie prove con cui l'azienda descrive le capacità dei suoi nuovi modelli nei lavori tecnici di lunga durata. Afferma inoltre che Fable 5.2 ha formalizzato l'ultimo teorema di Fermat in 30 ore e che entrambi i modelli sono migliorati nella programmazione, nel ragionamento e nella visione.
L'azienda specifica che il sistema può avviarsi su un portatile ed elenca i suoi componenti, ma nella presentazione non fornisce dettagli sulle specifiche dell'hardware utilizzato né sulle dimensioni del codice.
Dalla directory vuota a un sistema avviabile
Il test è iniziato quando un ingegnere di Anthropic ha chiesto a Fable 5.2 di progettare un sistema operativo prototipo. Il modello ha coordinato oltre 1.000 subagenti, che hanno lavorato per otto giorni scrivendo, testando e revisionando il codice. L'azienda quantifica il gruppo in oltre 1.000 agenti e la durata in otto giorni.
Il sistema risultante comprende un kernel che esegue la macchina e driver per disco, tastiera e rete. Include inoltre l'archiviazione persistente dei file, un'interfaccia con finestre, una schermata di accesso e un programma di installazione. Anthropic aggiunge una funzione integrata di Claude. La dimostrazione disponibile mostra il sistema che si avvia su un portatile, anche se la presentazione non specifica il dispositivo né chiarisce il livello di compatibilità con altri dispositivi.
Il test illustra il tipo di attività per cui Anthropic propone Fable 5.2: problemi ingegneristici ampi, con obiettivi poco definiti e un lavoro che può protrarsi per ore o giorni. AWS spiega che il modello può operare per ore e persino giorni senza supervisione diretta, lavorare su problemi distribuiti tra repository e monorepo e testare i propri risultati man mano che procede. Nei test di Anthropic, ha anche coordinato centinaia di subagenti come agente principale e segnalato risultati non riproducibili.
L'azienda sostiene che il modello può mettere in discussione conclusioni consolidate e individuare cause profonde che le versioni precedenti di Claude non rilevavano. Attribuisce a Fable 5.2 la correzione in pochi minuti di bug persistenti, ottimizzazioni delle prestazioni nei propri servizi e progetti che in precedenza sarebbero stati troppo lenti o costosi da tentare. Anthropic afferma inoltre che Claude scrive, con la guida di persone, oltre il 90% delle modifiche integrate nel suo codice principale.
Programmazione più rapida e tariffe più basse
Anthropic afferma che Fable 5.2 e Mythos 5.2 generano risposte fino al 30% più velocemente dei loro predecessori, Fable 5.1 e Mythos 5.1. Il prezzo standard pubblicato è di 8 dollari per milione di token in ingresso e 40 dollari per milione in uscita; Computerworld segnala che le tariffe precedenti erano rispettivamente di 10 e 50 dollari, con una riduzione del 20%.
Entrambi i modelli offrono anche una modalità veloce opzionale, che accelera la generazione fino a 2,5 volte. In questa modalità, il costo sale a 16 dollari per milione di token in ingresso e 80 dollari per milione in uscita. Anthropic consiglia tuttavia di iniziare con Opus 5.5 per la maggior parte delle normali attività di programmazione e conoscenza, riservando Fable o Mythos agli incarichi più ambiziosi e complessi. Fable può anche fungere da consulente per modelli più piccoli oppure da orchestratore, delegando loro attività più semplici.
In FrontierCode 2.0, un test che valuta se i manutentori di progetti open source accetterebbero le modifiche proposte da un modello, Fable 5.2 ha ottenuto il 49,1% con il livello di impegno Xhigh. Fable 5.1 ha raggiunto il 32,4%; Opus 5.5, il 45,5%, e GPT-6 Astra, il 42,8%. Anthropic indica che con High Fable 5.2 ha ottenuto un risultato simile al migliore di Opus 5.5 —45,3% contro 45,5%— con circa la metà del costo per attività. In Xhigh, il suo risultato è stato il più alto tra i modelli pubblicati testati dall'azienda.
Il modello ha inoltre ottenuto il 69,9% in FrontierSWE v2, contro il 56,3% di Fable 5.1 e il 62,3% di Opus 5.5. Nel test OSWorld 2.1 sull'uso del computer, condotto su un insieme parziale offline, ha raggiunto l'89,3%; Fable 5.1 ha ottenuto l'83,5% e Opus 5.5 l'87,2%. In robotica, Anthropic comunica un risultato del 64,9% per Fable 5.2 in RoboDojo Sim, contro il 27,6% di Fable 5.1 e il 39,4% di Opus 5.5; l'azienda specifica che la valutazione è stata eseguita internamente.
I risultati dipendono dal livello di impegno e dalle condizioni di ciascun test. Anthropic dichiara che i punteggi corrispondono al livello di impegno più alto disponibile, salvo diversa indicazione, e che i risultati di Fable sono stati misurati con le misure di sicurezza attivate, salvo diversa indicazione. In un test di ricerca basato su agenti, WANDR, l'azienda afferma che Fable 5.2 ha eguagliato con impegno medio il miglior punteggio di Opus 5.5, a circa il 40% del costo per attività.
Mythos è riservato agli usi verificati
Fable e Mythos condividono lo stesso modello sottostante, ma hanno misure di sicurezza diverse. Fable integra protezioni per la cybersicurezza e la biologia che ne consentono la disponibilità generale; Anthropic afferma che blocca la maggior parte delle richieste relative ad attività informatiche. Mythos conserva capacità più ampie in questi ambiti ed è riservato alle organizzazioni verificate tramite i programmi Cyber Verification e Life Sciences Verification.
La differenza è rilevante nei test di sicurezza. Anthropic presenta Mythos 5.2 come il suo modello più capace per l'ingegneria della cybersicurezza e afferma che individua, riproduce e aiuta a correggere più vulnerabilità rispetto alle versioni precedenti. Nella valutazione interna CVE Rediscovery, condotta su 1.829 vulnerabilità divulgate, Mythos 5.2 ne ha identificate il 89,6%, contro il 78,3% di Mythos 5.1. L'azienda spiega che il set di test utilizza copie dei progetti risalenti a prima della correzione di ciascun difetto.
In un'altra misurazione interna, Anthropic afferma che Mythos ha individuato il 10,2% di vulnerabilità in più rispetto a Opus 5.5 e il 14,4% in più rispetto a Mythos 5.1. Secondo Anthropic, un'azienda di sicurezza che lo ha testato ha osservato che uno su sei dei bug confermati individuati da Mythos non era stato rilevato da nessuno degli altri modelli di frontiera valutati. L'azienda afferma inoltre che un utente aveva riscontrato come i modelli precedenti esagerassero la gravità di circa un risultato su 20, mentre Mythos 5.2 non ne ha sovrastimato nessuno in quel test.
L'accesso diretto a Mythos è limitato, ma Anthropic afferma che i clienti di Claude Enterprise possono usare le sue capacità di rilevamento delle vulnerabilità tramite Claude Security senza aderire al programma di verifica. Il recente aggiornamento del prodotto consente di monitorare i repository man mano che il codice cambia, seguire i risultati per verificare che vengano risolti, aggiungere ulteriore contesto e collegarsi agli strumenti tramite API e MCP.
Computerworld riporta alcune cautele sul deployment. Lian Jye Su, analista capo di Omdia, ha affermato che l'autonomia aziendale dipenderà dalla risoluzione di persistenti limiti operativi:
“Reliability remains an issue without human supervision,”
— Lian Jye Su, analista capo di Omdia
Su ha inoltre segnalato difficoltà nel coordinare gli agenti con gli strumenti e i team interni. Pareekh Jain, CEO di Pareekh Consulting, ha osservato che i complessi sistemi legacy e i requisiti aziendali possono limitare la quantità di sviluppo delegabile. Jain ha inoltre avvertito che un rilevamento più rapido delle vulnerabilità potrebbe avvantaggiare sia gli aggressori sia i difensori. Su ha descritto il possibile effetto negli ambienti aziendali controllati come uno spostamento dell'equilibrio a favore dei difensori.
Matematica, fisica e progettazione scientifica
Anthropic afferma che un gruppo di 1.000 agenti di Fable 5.2 ha formalizzato l'ultimo teorema di Fermat in 30 ore con un intervento umano minimo. Formalizzare significa tradurre una dimostrazione in un linguaggio che un computer possa verificare passo dopo passo. L'azienda confronta il risultato con un precedente tentativo di una versione di ricerca non pubblicata di Claude: quello aveva richiesto 11 giorni, un sistema preparato appositamente e la guida di un ricercatore umano.
In questa occasione, secondo Anthropic, Fable è partito da istruzioni minime, ha creato i propri meccanismi di coordinamento e non ha consultato riferimenti matematici. Ha utilizzato un elenco di enunciati intermedi per misurare i progressi. L'azienda sostiene che il lavoro ha consumato un terzo dei token di azione del tentativo precedente e prodotto una dimostrazione sette volte più breve. Con la stessa configurazione di 1.000 agenti, Opus 5.5 ha completato il 26% della formalizzazione in 18 ore e in seguito ha fatto pochi progressi, secondo il confronto di Anthropic.
L'azienda attribuisce inoltre a Fable 5.2 la soluzione di due problemi aperti di fisica teorica relativi ai buchi neri e al rapporto tra relatività e meccanica quantistica. In un caso, il modello ha completato un calcolo formulato nel 2003 per stabilire se la formazione improvvisa di buchi neri osservata negli universi grandi avvenisse anche in universi molto piccoli. Anthropic afferma che ha scoperto che la transizione è altrettanto improvvisa. Nell'altro caso, ha determinato il limite esatto di una tecnica utilizzata per oltre 15 anni per scartare teorie candidate della gravità quantistica in un universo semplificato.
Per l'ingegneria hardware, Anthropic riporta un punteggio di 83,5 su 100 per Fable 5.2 in BenchCAD 2.1, un test che confronta i progetti con geometrie e circuiti di riferimento. Il risultato è stato ottenuto con strumenti e impegno massimi; Opus 5.5 ha raggiunto 65,3 e Fable 5.1, 44,4. In biologia, invece, l'applicazione descritta riguarda Mythos: Anthropic afferma che ha combinato due modelli aperti di ripiegamento delle proteine e simmetrie note per prevedere capsidi virali completi. Nei suoi test ha modellato correttamente 28 dei 34 capsidi naturali e progettati che ha provato a ricostruire.
Disponibilità e condizioni d'uso
Fable 5.2 è disponibile su Claude Platform e su AWS. AWS offre accesso tramite Amazon Bedrock e Claude Platform su AWS. Nell'annuncio, Anthropic elenca anche Google Cloud e Amazon Azure tra le piattaforme disponibili, anche se le condizioni specifiche possono variare a seconda del canale e dell'account. Mythos, invece, è accessibile tramite i programmi di verifica per la cybersicurezza o le scienze della vita.
La documentazione della piattaforma specifica una finestra di contesto di un milione di token e un output massimo di 128.000. Il ragionamento adattivo è sempre attivo e non può essere disabilitato; la profondità si controlla tramite il parametro di impegno. La stessa documentazione stabilisce una conservazione dei dati di 30 giorni per Fable 5.2 e specifica che il modello non è disponibile con conservazione zero, salvo autorizzazione esplicita di Anthropic.
AWS precisa che i modelli sono soggetti a conservazione per la supervisione della sicurezza, ma indica che i clienti idonei possono usare Fable 5.2 con conservazione zero fino alla disponibilità di Enterprise Frontier Safeguards. Computerworld riporta inoltre che Anthropic offre questa possibilità ai clienti idonei, mentre per gli altri si applica una conservazione di 30 giorni. La differenza dipende quindi dall'idoneità e dalle condizioni applicabili a ciascun deployment.
La presentazione di Anthropic combina una dimostrazione sorprendente —un sistema operativo creato da agenti e capace di avviarsi— con risultati nella programmazione, nella scienza e nella matematica. L'accesso a Mythos continuerà a essere limitato alle organizzazioni verificate; Fable 5.2, invece, è già disponibile sulle piattaforme indicate da Anthropic e AWS.
Fonti: Punto Informatico, Anthropic, Claude Platform Docs, Amazon Web Services, Inc., Computerworld, The Economic Times
