Cognition 研究高级副总裁 Silas Alberti 已在公司 AI 软件工程师 Devin 中测试了几乎每一代 Claude 模型。Claude Fable 5 是他第一个敢于让其通宵运行而无需值守的模型。
- 类别：企业 AI
- 产品：无
- 日期：2026 年 7 月 10 日
- 阅读时间：5 分钟
- 分享链接：https://claude.com/blog/working-at-the-frontier-how-cognition-trusts-claude-fable-5-to-work-through-the-night
Claude Fable 5 通过了 Cognition 自己的标准
Claude Fable 5 clears Cognition's own bar
Cognition 使用 Frontier Code 基准测试对模型进行评分。他们构建这个基准是因为现有测试总是奖励那些能通过测试但无法在真实代码库中存活的代码。Alberti 称其为“反废料”标准。在该基准最难的数据子集上，之前的 Opus 模型得分约为 10%，而 Claude Fable 5 得分约为 30%。
团队的第一反应是怀疑。“是不是有 bug？这不可能是真的。”通常，基准测试分数大幅提升后，工程师们会花数周争论模型在实际应用中是否真的更好。但这次，内部试用结果与数据完全吻合。“说实话，这挺令人震惊的，”Alberti 说。
“我们注意到最大的变化是它的工作‘视界’——它能独立自主工作的时间长度，”他说。“有些任务，我正准备睡觉，就会想，‘好吧，请继续处理这个，在我醒来之前别停。’然后我醒来时，发现它已经连续工作了八个小时，并且确实取得了实质性进展。我以前从未见过这种情况。”
这种长视界之所以成为可能，是因为 Claude Fable 5 能在混乱的上下文中保持头脑清晰。它是第一个能正确使用 Cognition 内部调试工具（debugging tools）的模型，能在浏览器中翻阅日志，并在信息嘈杂的情况下得出结论。在一个曾让早期模型屡屡受挫的迁移任务中，它明确声明了自己将遵守的不变量（invariants），然后严格按此执行。在故障排查（triage）中，它能准确定位根本原因，并明确指出自己不知道什么——Alberti 说，这才是真正重建信任的关键。
他将这次提升归入少数真正的阶跃变化（step changes）之列，这种变化大约每年出现一次。
下一步计划
What’s next
Cognition 创立之初的核心理念是：AI 智能体（agents）应该能在云端连续运行数小时。但在公司成立的第一年，模型还无法胜任这一任务。
Alberti 表示，Claude Fable 5 使这一理念的完整版本变得可行，其中部分功能已集成到产品中。Devin 可以监控 Slack 频道，无需被 @提及就能主动介入问题；或者监控生产环境，自主排查流量峰值。当它正确完成其中一项任务时，感觉“就像团队里多了一位真正的工程师。”
他预计这将成为工程团队的常态。他认为，在一两年内，90% 的智能体会话将是主动式的：发现问题、扫描代码库，然后向你发送修复方案。
“我们公司一直想做的很多事情，现在都成为可能了，”Alberti 说。
立即开始使用 Claude Fable 5。
无内容。0/5 电子书
常见问题解答
无内容。
相关文章
探索更多产品新闻以及团队使用 Claude 的最佳实践。
2026 年 7 月 8 日
Anthropic 营销运营团队如何使用 Claude Cowork 自动化报告和活动构建
企业 AI | Anthropic 营销运营团队如何使用 Claude Cowork 自动化报告和活动构建
2026 年 7 月 8 日
前沿工作：Thomson Reuters 如何为高风险的职业工作构建 AI
企业 AI | 前沿工作：Thomson Reuters 如何为高风险的职业工作构建 AI
2026 年 7 月 7 日
人们如何使用 Claude Cowork
企业 AI | 人们如何使用 Claude Cowork
2026 年 6 月 3 日
Anthropic 如何通过 Claude 实现自助式数据分析
企业 AI | Anthropic 如何通过 Claude 实现自助式数据分析
用 Claude 改变您组织的运作方式
查看定价 | 查看定价 | 联系销售 | 联系销售
获取开发者新闻通讯
产品更新、操作指南、社区亮点等。每月发送到您的邮箱。
感谢您的订阅！抱歉，提交时出现问题，请稍后重试。