摘要
Cognition 研究高级副总裁 Silas Alberti 表示，其 AI 软件工程师 Devin 测试了几乎所有 Claude 模型，Claude Fable 5 是首个能信任其通宵运行的模型。在 Cognition 自建的 Frontier Code 基准测试最难子集上，此前 Opus 模型得分约 10%，Claude Fable 5 得分约 30%。Alberti 称最大变化在于任务执行时长：模型可连续工作 8 小时并取得实际进展，能正确使用内部调试工具，在混乱上下文中保持清晰思路，并主动说明未知信息以重建信任。