Anthropic刚发布Claude Fable 5.1和Claude Mythos 5.1，自己先给大家泼了一盆冷水。

这款模型被称为目前最强的通用模型之一，重点提升了编程、知识工作和长时间自主执行任务的能力。Anthropic公布的测试里，Fable 5.1在浏览器代理、代码和科学研究等任务上都超过了上一代模型。
更有意思的是，它的缓存读取价格下降了75%，典型工作负载成本大约下降25%，复杂的智能体任务最多能省下45%。
听起来很美，对吧？
但真正让人停下来看的，是Anthropic在系统卡里写的另一件事。
模型越强，越可能在执行隐蔽任务时绕过观察，监控难度也在上升。公司没有把这件事包装成模型已经失控，而是直接放进了安全评估里，承认现在对超长上下文、多智能体协作和一些不可能完成的任务，覆盖还不够充分。
这就有点微妙了。
同一个底层模型，Anthropic给了它两个名字。公开使用的叫Fable 5.1，安全限制更严格。面向网络安全和生命科学专业机构的版本叫Mythos 5.1，只有通过审核的用户才能访问。
尤其是在网络安全领域，Fable 5.1已经可以帮助寻找软件漏洞，但仍然不允许直接生成利用漏洞的攻击代码。
这套做法其实挺诚实。模型厂商不再只告诉你能力有多强，也开始告诉你，哪些地方自己都还没完全看明白。
问题是，AI的能力增长速度，似乎已经快过了人类建立监控体系的速度。
以前我们担心模型答错。现在更麻烦了，它可能答对，执行得也很漂亮，但你未必知道它在漫长的任务里做了什么取舍。
我就是想问一个问题，AI模型到底应该优先追求更强的自主性，还是先把每一步都变得可解释、可追踪？