از حل مسئله سیاه‌چاله تا ساخت سیستم‌عامل؛ نسخه‌های جدید هوش مصنوعی کلاد معرفی شدند

آنتروپیک از Claude Fable 5.2 و Claude Mythos 5.2 رونمایی کرد؛ دو نام برای یک مدل زیربنایی که با سطوح متفاوتی از محدودیت‌های ایمنی عرضه می‌شوند. نسل تازه برای دشوارترین پروژه‌های فنی و پژوهش‌های باز طراحی شده و طبق آزمایش‌های پیش از انتشار، در برنامه‌نویسی، استدلال و بینایی ماشینی پیشرفت کرده است.

مهندسان و پژوهشگران با کمک مدل تازه مهاجرت‌های نرم‌افزاری بسیار دشوار را انجام دادند، سه دستگاه الکترونیکی عملی ساختند، دو مسئله‌ی باز در فیزیک سیاه‌چاله‌ها را حل کردند و اثبات آخرین قضیه‌ی فرما را ظرف ۳۰ ساعت به زبان قابل بررسی کامپیوتر درآوردند.

تمام موارد یادشده ادعاهای آنتروپیک و نتایج آزمایش‌های اعلام‌شده از سوی خود سازنده‌اند و برای سنجش قطعی آن‌ها به ارزیابی مستقل بیشتری نیاز خواهد بود.

Claude Fable 5.2 و Claude Mythos 5.2 از نظر مدل زیربنایی تفاوتی ندارند. Fable محافظ‌های زیستی و امنیت سایبری سخت‌گیرانه‌تری دارد تا برای همه‌ی کاربران قابل عرضه باشد. Mythos برای سازمان‌های تاییدشده‌ای در نظر گرفته شده که روی کاربردهای سودمند امنیت سایبری یا پژوهش‌های زیست‌پزشکی کار می‌کنند و دسترسی به آن از مسیر برنامه‌های راستی‌آزمایی آنتروپیک انجام می‌گیرد.

آزمایش‌کنندگان می‌گویند نسل تازه نسبت به مدل‌های قبلی، روشن‌تر ارتباط برقرار می‌کند. سرعت تولید خروجی در مقایسه با Claude Fable 5.1 و Claude Mythos 5.1 تا ۳۰ درصد افزایش یافته و قیمت پایه به ۸ دلار برای هر یک میلیون توکن ورودی و ۴۰ دلار برای هر یک میلیون توکن خروجی رسیده است.

حالت اختیاری سریع، تولید توکن را تا ۲٫۵ برابر شتاب می‌دهد. هزینه‌ی همان حالت برابر با ۱۶ دلار برای هر یک میلیون توکن ورودی و ۸۰ دلار برای هر یک میلیون توکن خروجی خواهد بود.

آنتروپیک استفاده از Fable و Mythos را برای پروژه‌های بلندپروازانه، پیچیده و دارای پاسخ باز توصیه می‌کند. پیشنهاد سازنده برای کارهای روزمره‌ی دانشی و برنامه‌نویسی، آغاز با Claude Opus 5.5 و سپس انتخاب مدل متناسب با دشواری کار است. وظایف سبک‌تر می‌توانند به Claude Sonnet 5.5 یا Claude Haiku 5.5 سپرده شوند و مسائل دشوارتر به Fable یا Mythos انتقال یابند.

Fable 5.2 می‌تواند در نقش مشاور برای مدل‌های کوچک‌تر ظاهر شود یا به‌عنوان هماهنگ‌کننده، بخش‌های ساده‌ی یک پروژه را میان چند مدل تقسیم کند. آنتروپیک می‌گوید نسخه‌ی تازه در سطح تلاش متوسط، مسائل دشوار را با توکن‌های کمتری نسبت به Fable 5.1 حل می‌کند. آزمایش اولیه‌ی FrontierCode 2.0 نشان داده که Fable 5.2 در سطح تلاش High با حدود نصف هزینه‌ی هر وظیفه، امتیازی نزدیک به Opus 5.5 در سطح Max به‌دست آورده و در سطح Xhigh بالاترین امتیاز را میان مدل‌های عرضه‌شده‌ی حاضر در آزمایش ثبت کرده است.

بیش از ۹۰ درصد تغییرات ادغام‌شده در کدبیس اصلی آنتروپیک اکنون با هدایت انسان و به‌دست کلاد نوشته می‌شوند. یکی از گروه‌های عامل مبتنی بر نسخه‌ای اولیه از Fable 5.2، سرویس حیاتی تولید را از پایتون به راست منتقل کرد. سرویس تازه، کارآمدتر و پایدارتر شد و حدود ۲۶ برابر سریع‌تر راه‌اندازی می‌شود.

آزمایشی بلندپروازانه‌تر از یک پوشه‌ی خالی آغاز شد. یکی از مهندسان آنتروپیک از Fable 5.2 خواست نمونه‌ی اولیه‌ی یک سیستم‌عامل را طراحی کند. مدل طی هشت روز، بیش از ۱٬۰۰۰ زیرعامل را به‌صورت شبانه‌روزی هماهنگ کرد تا کد بنویسند، آزمایش انجام دهند و کار یکدیگر را بازبینی کنند.

خروجی نهایی روی لپ‌تاپ راه‌اندازی شد و هسته‌ی مستقل، درایورهای دیسک، صفحه‌کلید و شبکه، ذخیره‌سازی پایدار، پنجره‌ها، صفحه‌ی ورود، نصب‌کننده و قابلیت داخلی کلاد را در بر می‌گرفت. نتیجه بیش از آنکه جایگزینی کامل برای فرایند مهندسی نرم‌افزار را نشان دهد، تصویری از ظرفیت هماهنگ‌سازی عامل‌های متعدد در یک پروژه‌ی طولانی ارائه می‌کند.

آنتروپیک می‌گوید Fable 5.2 دو مسئله‌ی حل‌نشده در فیزیک نظری را بررسی کرده که هر دو به سیاه‌چاله‌ها و پیوند نسبیت با مکانیک کوانتومی مربوط می‌شوند. پایه‌ی هر دو نتیجه، دوگانگی هولوگرافیک بود؛ دیدگاهی که بعضی جهان‌های دارای گرانش را با یک نظریه‌ی کوانتومی بدون گرانش توصیف می‌کند.

فیزیک‌دانان در سال ۱۹۸۳ نشان داده بودند که با گرم‌شدن چنین جهان‌هایی، سیاه‌چاله‌ها به‌شکل ناگهانی پدیدار می‌شوند. روش آنان تنها برای جهان‌های بزرگی کاربرد داشت که نسبیت در آن‌ها معتبر بود. محاسبه‌ی جهان‌های بسیار کوچک در سال ۲۰۰۳ صورت‌بندی شد، اما اجرای کاملش بیش از اندازه دشوار باقی ماند. Fable 5.2 با فعالیتی عمدتا خودکار محاسبه را کامل کرد و به گذار ناگهانی مشابهی رسید.

مسئله‌ی دوم به روشی بازمی‌گشت که فیزیک‌دانان بیش از ۱۵ سال برای کنارگذاشتن نظریه‌های نامزد گرانش کوانتومی در یک جهان ساده‌شده به کار برده بودند. مدل حد دقیق کارایی آن روش را پیدا کرد. انتشار پیش‌چاپ‌های علمی امکان بررسی نتایج را فراهم می‌کند، هرچند پذیرش علمی همچنان به داوری متخصصان و بازتولید مستقل وابسته خواهد بود.

ویروس‌های وابسته به آدنو، کوچک و بی‌خطرند و پوسته‌ی پروتئینی آن‌ها می‌تواند حامل ژن‌درمانی باشد. ساختار کپسید بر عواملی مانند واکنش سامانه‌ی ایمنی بیمار اثر می‌گذارد، اما برخلاف یک پروتئین منفرد از ده‌ها زنجیره ساخته شده و پیش‌بینی آن دشوارتر محسوب می‌شود.

Claude Mythos 5.2 با تکیه بر دو مدل متن‌باز تاخوردگی پروتئین، روشی برای پیش‌بینی ساختار کامل کپسید ارائه کرد. مدل گروه‌های هم‌پوشان زنجیره‌های پروتئینی را جداگانه پردازش کرد و سپس با استفاده از تقارن شناخته‌شده‌ی کپسید، نتایج را کنار هم قرار داد. روش پیشنهادی در ۲۸ نمونه از ۳۴ کپسید طبیعی و مهندسی‌شده به دقت تعیین‌شده رسید.

معیار دقت، مقایسه‌ی Cα RMSD با ساختار آزمایشگاهی بود. مقدار ثبت‌شده برای OpenFold3-preview2 روی AAV2 برابر با ۱٫۲ آنگستروم و برای ESMFold2 برابر با ۱٫۴ آنگستروم گزارش شد. کپسید زمانی دقیق به‌شمار می‌رفت که دست‌کم یکی از مدل‌ها به فاصله‌ی کمتر از ۳ آنگستروم برسد. پردازش AAV2 روی یک NVIDIA H200 GPU برای OpenFold3-preview2 حدود ۵۸ دقیقه و برای ESMFold2 نزدیک به هفت دقیقه زمان برد.

نخستین تلاش آنتروپیک برای رسمی‌سازی آخرین قضیه‌ی فرما با یک نسخه‌ی پژوهشی منتشرنشده‌ی کلاد، ابزار اختصاصی و راهنمایی پژوهشگر انسانی، یک روز زمان برد.

گروهی متشکل از ۱٬۰۰۰ عامل Fable 5.2 همان کار را با مداخله‌ی انسانی اندک در ۳۰ ساعت کامل کرد. عامل‌ها با دستورهای اولیه‌ی محدود، سازوکار هماهنگی خود را ساختند و بدون مراجعه به منابع ریاضی، تنها از فهرستی از قضیه‌های میانی برای سنجش پیشرفت بهره گرفتند. فرایند تازه یک‌سوم توکن‌های عملیاتی تلاش نخست را مصرف کرد و اثباتی هفت برابر کوتاه‌تر ساخت.

Claude Opus 5.5 با آرایش مشابه ۱٬۰۰۰ عاملی پس از ۱۸ ساعت تنها ۲۶ درصد کار را پیش برد و تا پایان ساعت سی‌ام نیز پیشرفت ناچیزی داشت.

آنتروپیک با همکاری Diode از Fable 5.2 خواست بر پایه‌ی یک دستور یک‌پاراگرافی، سه دستگاه الکترونیکی شامل مرکز دستیار صوتی خانگی، بلندگوی کنفرانس USB و حیوان مجازی دستی را طراحی کند. هر دستگاه برد مدار چهارلایه، محفظه‌ی چاپ سه‌بعدی و نرم‌افزار اختصاصی داشت.

مدل مشخصات فنی را نوشت، قطعات موجود نزد توزیع‌کنندگان آمریکایی را برگزید، مسیرهای برد را طراحی کرد، محفظه‌ها را با نرم‌افزار طراحی مدل‌سازی کرد و برنامه‌ی دستگاه‌ها را توسعه داد. هر برد با مداخله‌ی انسانی اندک در کمتر از یک روز آماده‌ی تولید شد. پس از ساخت، کلاد مهندسان Diode را در آزمایش و مونتاژ راهنمایی کرد و هر سه وسیله بدون اصلاح الکتریکی کار کردند.

Fable 5.2 در کنترل ربات‌های فیزیکی نیز وظایفی مانند حل مکعب روبیک، بازکردن در بطری و کشیدن تصویر ربات را انجام داده است. مدل در بنچمارک عمومی RoboDojo، که کنترل یک ربات شبیه‌سازی‌شده‌ی دو بازویی از روی تصاویر دوربین را می‌سنجد، از دیگر مدل‌های پیشروی اجراشده روی ابزار یکسان و بیشتر سامانه‌های تخصصی کنترل ربات جلو افتاد.

طبقه‌بندهای ایمنی Fable 5.2 فعالیت‌های پرخطر سایبری مانند آزمون نفوذ، تولید اکسپلویت و تحلیل آسیب‌پذیری‌های باینری را همراه با بیشتر وظایف پژوهشی زیست‌شناسی مسدود می‌کنند. درخواست‌های مسدودشده در حوزه‌ی سایبری به Opus 4.8 و در حوزه‌ی زیست‌شناسی به Opus 5 سپرده می‌شوند.

آزمایش‌های اولیه در claude.ai و Claude Code و Cowork از کاهش حدود ۵۵ درصدی انسدادها نسبت به Fable 5.1 حکایت دارد. کاهش انسداد غیرضروری در امنیت سایبری حدود ۶۰ درصد و در زیست‌شناسی نزدیک به ۴۰ درصد گزارش شده است. سازمان‌های تاییدشده می‌توانند برای کارهای دوگانه از Mythos 5.2 بهره ببرند.

Claude Fable 5.2 هنگام انتشار روی همه‌ی پلتفرم‌های آنتروپیک و همچنین Amazon Web Services و Google Cloud و Microsoft Azure در دسترس قرار گرفته است. توسعه‌دهندگان می‌توانند مدل claude-fable-5-2 را در Claude Platform فراخوانی کنند.

مشترکان طرح‌های پولی واجد شرایط در هفته‌ی عرضه، بر پایه‌ی مدت اشتراک خود بین یک تا سه نوبت بازنشانی اضافه برای Fable دریافت می‌کنند. در طرح Pro و جایگاه‌های استاندارد Team نیز Fable می‌تواند تا ۵۰ درصد سقف مصرف هفتگی را شامل شود.

حالت سریع Fable 5.2 و Mythos 5.2 روی Claude Code و Claude Platform، سرویس Claude Models در Google Cloud و Microsoft Foundry عرضه می‌شود. دسترسی به حالت سریع Mythos تنها برای اعضای برنامه‌های راستی‌آزمایی امکان‌پذیر خواهد بود.