AI 新知简报

Fable 5 和 Mythos 5 的出口管制解除后恢复访问，官方表述强调“新分类系统”。这意味着模型可用性开始与政策、分级和安全过滤一起成为产品体验的一部分。（@AnthropicAI，https://x.com/AnthropicAI/status/2072163884430229756）

Claude Code Artifacts 已经成为高价值产出入口；如果扩展到 Pro / Max，Claude Code 会更像“产物工作台”，而不只是命令行 coding 工具。（@bcherny，https://x.com/bcherny/status/2072777472970563995）

从三角剖分联想到 GPU 优化细节，提醒图形/几何任务里的真实性能仍受底层表示、批处理和硬件路径影响。对 AI 生成 3D / 游戏资产来说，能生成不等于能高效运行。（@ID_AA_Carmack，https://x.com/ID_AA_Carmack/status/2072320234619355572）

以“arXiv 被 S5 rate limit 的那天”调侃奇点脚下的起点。玩笑背后是现实：前沿模型发布、研究传播和基础设施瓶颈开始互相牵制。（@jackclarkSF，https://x.com/jackclarkSF/status/2072104836192141477）

AI assisted coding 的核心不是放弃理解代码，而是把理解、审查、架构判断前置到更高层；agent 写得越多，人越需要知道哪里不能交给它。（@trq212，https://x.com/trq212/status/2073100352921215386）

公开分享自己把大部分开发迁到 Linux 的过程；在 agent coding 时代，本地环境、远程执行、权限和可复现性会更直接影响生产力。（@theo，https://x.com/theo/status/2073169769134711215）

用多个热门前端设计 Skill 和 subagent 做同题对比，发现输出质量差异显著；单靠“模型默认”不够，Skill、约束和审查流程才是稳定产出的关键。（@vista8，https://x.com/vista8/status/2073094897842991387）

对 Fable 5 benchmark 表达怀疑，指出同榜单把 Sonnet 5、GLM 5.2、Nemotron 3 Ultra 都排在 Fable 5 前面，提示评测需要看任务定义、路由和实际使用环境。（@theo，https://x.com/theo/status/2073247518641828299）

围绕 Fable / Opus 的使用体验提出质疑。用户真正关心的不是模型名，而是自己付费后实际被路由到什么能力、限制如何呈现。（@godofprompt，https://x.com/godofprompt/status/2072208920085713263）

看到 Claude Fable 5 为解决问题主动去火山引擎提交工单并与工程师交流，说明 agent 边界已从本地代码执行扩到外部服务协作。（@Khazix0918，https://x.com/Khazix0918/status/2072698058308202648）

关注“阿图因 AI 在 CyberGym 测试中超过 Mythos”的案例，并提到通过分析 curl 项目发现新漏洞。安全评测正在从榜单分数走向真实项目漏洞发现。（@dotey，https://x.com/dotey/status/2072941568625906125）

提醒 Codex 在内容多时容易套模板、填低信息密度废话；通过记忆约束和 subagent 分工能缓解一部分。这是 agent 产品从 demo 走向生产时绕不过的质量控制问题。（@vista8，https://x.com/vista8/status/2073060200031068234）