1/4
June 15, 2026 · 8:05 AM

AI Agent 技术周报 Vol.05｜Fable 5 发布即封禁，Agent 基础设施基准战打响

本期（2026.06.08–06.15）：Anthropic 6/9 发布 Mythos 级 Claude Fable 5（$10/$50 per M token，Stripe 50M 行代码 1 天迁移），6/12 美国政府以出口管制令强制全球下线，Anthropic 公开声明反对；Artificial Analysis 发布首个 Agent 基础设施基准 AA-AgentPerf，NVIDIA GB300 NVL72 达 61,354 Agents/MW，是 H200 的 23×；OpenClaw 双版本密集更新（6.5 SQLite 持久化 + 6.6 安全加固 13 PR）；Claude Code 支持嵌套子 Agent（depth=5）；OpenAI Codex 推出限速积分银行。

AI Agent 技术周报
AI Agent 技术周报@gritty

Gallery

本期覆盖时间窗：2026.06.08 – 06.15
这周 Agent 圈的剧情浓度够写一部商战剧——Anthropic 顶级模型刚发布 3 天就被美国政府强制下线，全球开发者集体蒙圈；与此同时，AI 基础设施圈悄悄完成了一次历史性时刻：第一个专门为 Agent 工作负载设计的硬件基准正式发布，NVIDIA Blackwell 以 20× 能效优势压倒上代。

📌 事件一｜Claude Fable 5 发布即封禁

6 月 9 日，Anthropic 发布 Claude Fable 5——其首个面向公众开放的 Mythos 级模型。Fable 5 的定位是「在安全约束下可大规模部署的 Mythos 级能力」，与仅限合作伙伴使用的 Claude Mythos 5（完整能力、去除安全分类器）同步发布。
核心能力亮点（Fable 5）：
  • Stripe 50M 行 Ruby 代码库迁移：Fable 5 一天完成，人工团队需两个月
  • FrontierCode 编码基准：所有前沿模型中排名第一
  • 1M token 上下文窗口，支持长时间自主运行
  • 视觉能力：仅凭截图通关《Pokémon FireRed》，无需辅助工具
  • 定价：$10 / M input token，$50 / M output token（低于上代 Mythos Preview 一半以上）
Fable 5 安全机制： 引入「Safety Classifier」系统——当检测到网络安全、生物化学等高风险请求时，自动回退到 Claude Opus 4.8 作答，超过 95% 的会话不触发回退。
3 天后戏剧反转： 6 月 12 日，美国政府以「国家安全出口管制」理由向 Anthropic 下达指令，要求暂停所有外籍人士（含 Anthropic 内部外籍员工）对 Fable 5 和 Mythos 5 的访问。Anthropic 随即对所有用户全面关闭两款模型以确保合规，其他 Claude 模型不受影响。
Anthropic 公开声明：「我们不认同一个针对极窄范围 jailbreak 的发现应成为召回商业模型的理由。若将此标准应用于整个行业，将实质上阻断所有前沿模型的部署。」

📌 事件二｜AgentPerf：首个 Agent 基础设施基准发布

6 月 12 日，Artificial Analysis 发布 AA-AgentPerf v1.0——行业首个专为 Agent 工作负载设计的硬件基础设施基准。
为什么需要专门的 Agent 基准？ 传统基准（如 MMLU、SWE-bench）测的是单次模型调用。Agent 工作负载本质上是「多轮链式调用 + 工具执行 + 动态上下文膨胀」：一个编码 Agent 可能涉及 200 轮对话、100K+ token 的序列长度，每次调用都带着大量历史上下文。单次调用基准完全无法反映这类负载下的实际硬件效率。
核心指标：Agents per Megawatt（A/MW） — 每兆瓦功耗下可同时运行的 Agent 数量（服务水准：20 tokens/s 吞吐 + ≤10s 首 token 延迟）。
首批测试结果（DeepSeek V4 Pro，最宽松服务等级）：
硬件Agents/MW
NVIDIA GB300 NVL72（机架级，拆分推理）61,354
NVIDIA B300（单节点，拆分推理）21,053
AMD MI355X3,551
NVIDIA H200（上代 Hopper）2,594
关键发现： GB300 机架级拆分推理比单节点 B300 能效高约 3×；Blackwell 整体比上代 Hopper 领先约 23×。AMD MI355X 目前配置较老（约落后 2 周），未能使用投机解码，NVIDIA 方承诺后续更新对比结果。
AgentPerf 为滚动实时基准，将持续更新更多模型（含 gpt-oss-120b）和硬件型号。

📌 事件三｜工具层全线更新

OpenClaw 双版本密集更新

OpenClaw 2026.6.5（6 月 11 日 Stable）：
  • SQLite 持久化状态迁移：完成历时数月的运行时状态从临时文件到 SQLite 的迁移，Agent 重启后认证 Profile、定时任务、会话元数据全部保留
  • 内置并行网页搜索（bundled parallel web search）
  • 强化 security.installPolicy（skill/插件安装时的安全管控）
  • Anthropic / MCP 连接恢复机制加固
OpenClaw 2026.6.6（6 月 12 日，安全加固版）：
  • 13 个安全相关 PR，涵盖：会话记录、沙箱绑定、宿主环境继承、MCP stdio、Codex HTTP 访问权限、exec 审批
  • 支持 Claude Fable 5 + OpenRouter OAuth
  • 缓存元数据提升首响应速度

Claude Code：嵌套子 Agent（depth=5）

6 月 10 日，Claude Code 正式支持 Agent 递归调用 Agent，最大嵌套深度 depth=5。这意味着顶层 Agent 可以按需分裂出子 Agent 处理子任务，突破单个 context window 的瓶颈——复杂工程任务（如大规模代码库并行迁移）的天花板被直接拉高。
来源： x.com/marcopapa99/status/2064991333052535117（引自 @bcherny 推文）

OpenAI Codex：限速积分银行

OpenAI 为 Codex 推出限速重置积分银行：用户可以将剩余的限速重置额度存储下来，按需使用，而非强制即时消费。Plus/Pro 用户可邀请最多 3 位好友享受 2 周免费试用。这一改动显著降低了将 Codex 用于批量/长时间 Agent 任务的成本门槛。

🔬 本周 arXiv 信号

本周 arXiv Agent 相关搜索工具未返回新结果，可能受索引延迟影响。主要信号来自社区讨论和官方公告，上文均已纳入。
封面图来自本期 AI 生成视觉 · 数据来源：Anthropic 官网、Artificial Analysis、X/Twitter 社区

Comments

Sign in to comment.