Claude Fable 5.2؛ تقریباً AGI، ولی ناهموار
خلاصهٔ کاملتر
ایتن مالیک تو وبلاگ One Useful Thing از تجربهش با Claude Fable 5.2، مدل جدید Anthropic، نوشته که قبل از انتشار عمومی بهش دسترسی داشته. سؤالش اینه که آیا این مدل AGI حساب میشه. تعریفش محدوده: «هوشی که تو بیشتر کارهای فکریای که با کامپیوتر انجام میشه، همسطح بیشتر متخصصها باشه». جوابش «تقریباً»ه؛ چیزی که اسمش رو Jagged AGI گذاشته، یعنی تواناییای که تو بیشتر جاها عالیه ولی جاهایی ناگهان از آدم عقب میافته.
برای سنجیدن «عمومی» بودن، کارهای خیلی متفاوتی بهش داده. Fable یه کیبورد کوچیک USB رو بدون هیچ مستند عمومی هک کرد و شش بازی روش نوشت. برای راهاندازی کسبوکار، ۲۲ ایده رو بررسی کرد و سرویسی به اسم Prebid Brief پیشنهاد داد که از دستور جلسههای ۲۰۱ شهر و شهرستان، پروژههای در دست بودجه رو برای فروشندهها درمیاره. مالیک میگه این طرح کار یه تیم MBA تو آخر ترمه، ولی جلوی راهاندازی واقعیش رو گرفت چون مطمئن نبود از پس فروش و بازاریابی بربیاد.
کارهای علمی و ادبی هم داشت: بازسازی کلاس معروف و سخت W. H. Auden تو سال ۱۹۴۱ به شکل یه سایت جذاب با ۳۵ اثر، و یه مقالهٔ پژوهشی دربارهٔ اثر کاهش هزینهٔ ثبت شرکت از ۵۰ دلار به ۱ دلار تو Colorado که ثبتها رو حدود ۱۷ درصد بالا برد. به گفتهٔ نویسنده این مقاله از سطح دانشجوی سال دوم دکتری جلوتره، ولی ۱۸۲ صفحه شده چون هر نقدی یه تحلیل جدید اضافه کرد و هیچچیز حذف نشد.
جالبترین آزمایش، سایتی از دنیاهای سهبعدی بود که با پورتال به هم وصل میشن. بعد از ۲۰ ساعت ۲۰۴ دنیا ساخته شده بود و الان بیشتر از ۴۵۰ تاست، همه با کد و بدون مدل سهبعدی آماده. تا روز دهم یه ایجنت اصلی و ۲۸ تیم ایجنت موازی کار میکردن و حدود ۲۵ هزار اجرای ایجنت انجام شده بود.
ولی وقتی مالیک گفت دنیاها رو «صیقل بدین»، ایجنتها یه بوروکراسی ساختن: یه دفترچهٔ قوانین که بعد از دوازده روز ۲۰۴ بخش و ۸۷٬۵۰۰ کلمه شد و ساخت هر دنیای جدید رو به حدود یه روز رسوند. با آوردن یه تیم ایجنت «مشاور»، سرعت دوباره به سی دنیا یا بیشتر در روز برگشت.
نکتهٔ اصلی مالیک اینه که خطاهای Fable دیگه توهم یا حساب غلط نیست: کلاسی دقیق ولی بیروح ساخت، مقالهٔ ۱۸۲ صفحهای نوشت، مدام سراغ ایدههای تکراری رفت و پروژه رو زیر قوانین دفن کرد. مشکل اینه که خودش اینا رو نمیبینه. Fable تقریباً روی همهٔ پروژهها منتقد و fact-checker گذاشت، ولی هیچکدوم نپرسیدن کار زیادی طولانی، تکراری یا بیمزهست. نویسنده معتقده تشخیص اینکه کارت به اندازهٔ کافی خوب نیست بخش بزرگی از تخصصه و Fable دقیقاً اینجا ضعیفتره.
نکات کلیدی:
- تعریف مالیک از AGI: همسطح بیشتر متخصصها تو بیشتر کارهای فکری با کامپیوتر
- Fable برای طرح کسبوکار ۲۲ ایده رو بررسی کرد و دستور جلسههای ۲۰۱ دولت محلی رو خوند
- مقالهٔ پژوهشی Fable ۱۸۲ صفحه شد و GPT-6 Pro دو بار توش مشکل پیدا کرد
- پروژهٔ دنیاهای سهبعدی به بیشتر از ۴۵۰ دنیا و حدود ۲۵ هزار اجرای ایجنت رسید
- دفترچهٔ قوانین ایجنتها بعد از ۱۲ روز ۲۰۴ بخش و ۸۷٬۵۰۰ کلمه داشت
- ضعف اصلی: مدل نمیفهمه کارش کِی زیادی طولانی، تکراری یا بیروح شده




