Anthropic 的 Fable 5.2 作为当前顶尖编程智能体,在开卷评测场景下通过率可达 80%,但切换到无参考资料的闭卷测试,成绩直接下滑至 47%,在机器人控制这类需要真实物理空间推理的任务上短板暴露,证明这款模型擅长检索辅助下的代码编写,但脱离参考材料、处理真实世界具身任务时能力会大幅缩水。很多人之前被 Fable 5.2 强悍的编程成绩吸引,认为通用编程智能体已经可以直接搞定机器人操控,但是这套开卷、闭卷对照测试发现,高分很大程度依赖模型读取外部文档、参考代码、任务说明等资料;一旦关闭知识库、参考文档,仅依靠模型原生内部知识独立推理,完成复杂任务的成功率直接腰斩。放到机器人难题场景里,挑战会更突出:机器人任务需要持续观察环境、感知空间位置、实时修正动作偏差,而不是单纯复制代码。Fable 5.2 虽然在 RoboDojo 仿真机器人基准拿到不错分数,但那是在开卷、任务资料完整的环境下;闭卷环境缺少参考材料,面对机器人精细操作、物理不确定性时,空间推理、长程动作规划很容易出错,没法稳定完成拧瓶盖、解魔方之外的复杂精细操作。这个测试也点出行业痛点:现在顶尖编程 Agent 的高分很多来自开卷条件,不能直接等同于真实物理世界机器人落地能力。
Fable 5.2 核心评测数据清单
- 开卷评测:允许读取参考文档、代码资料,任务通过率 80%
- 闭卷评测:禁止外部资料检索,仅依靠模型自有知识,通过率 47%
- 机器人仿真基准 RoboDojo Sim:64.9%,高于 GPT-6 Astra(29.8%)、Opus5.5(39.4%)
- 擅长任务:代码开发、系统构建、文档阅读 + 编码,有参考资料时表现极强
- 薄弱任务:闭卷独立空间推理、机器人精细手部操控、动态环境实时纠偏
开卷与闭卷模式对比
| 项目 | 开卷模式(允许查阅资料) | 闭卷模式(无外部参考) |
|---|---|---|
| Fable5.2 通过率 | 80% | 47% |
| 可用资源 | 参考文档、源码、任务说明、知识库 | 仅模型预训练内部知识 |
| 优势场景 | 代码开发、带资料的仿真机器人任务 | 无优势,复杂任务下滑明显 |
| 机器人任务表现 | 可以完成大部分仿真双臂任务 | 空间推理、动作规划容易出错 |
核心发现
- 编程智能体高分存在条件依赖:开卷的高通过率离不开外部资料检索,不是模型原生独立推理能力。
- 物理世界机器人难题门槛更高:机器人需要感知环境变化、动态纠错,不只是写一段一次性代码。
- 仿真成绩不等于真机落地:RoboDojo 仿真测试表现亮眼,但在缺少参考资料、真实环境有误差的场景稳定性不足。
适用场景
代码工程开发、有文档支撑的自动化脚本、仿真环境机器人任务;不适合无资料、动态变化、高精细度的实体机器人操控。
整体来看,Fable 5.2 确实是目前最强的编程智能体之一,但开卷闭卷巨大分差提醒从业者,不能拿开卷基准成绩直接预估真实落地效果;尤其是机器人这类具身任务,通用编程 Agent 还面临物理空间推理、实时动态纠错等难题。
【相关 FAQ】
问题 1:Fable 5.2 编程智能体开卷 80% 闭卷仅 47%,开卷和闭卷是什么意思?
回答 1:Fable 5.2 开卷测试允许模型查阅参考文档、源码资料,任务通过率 80%;闭卷模式禁止读取任何外部资料,只能依靠模型自身预训练知识独立完成任务,通过率下降到 47%,能看出参考资料对 Fable5.2 成绩影响巨大。
问题 2:Fable 5.2 作为最强编程智能体,为什么在机器人难题上遇到瓶颈?
回答 2:Fable 5.2 擅长阅读资料写代码,但机器人难题需要实时视觉感知、空间推理、动态修正动作;脱离参考资料的闭卷环境下,模型原生空间推理能力不足,很难稳定应对真实物理环境的不确定性,精细操控容易失败。
问题 3:Fable 5.2 在 RoboDojo 机器人仿真基准表现如何,仿真成绩能直接代表真机能力吗?
回答 3:Fable 5.2 在 RoboDojo 仿真评测得分 64.9%,优于 GPT-6 Astra 与 Opus5.5;但仿真测试大多是开卷条件,不能直接等同于实体真机能力,闭卷场景下机器人任务成功率会明显下滑。
【参考资料】
[2026-11-19](Fable 5.2 开卷 80%,闭卷仅 47%!最强编程智能体遇上机器人难题)机器之心
[2026-11-16](RoboColiseum 评测:Fable 5.2 综合领先,但精细手部操控短板突出)AIReviewLab
[2026-11-10](Anthropic 发布 Fable5.2,RoboDojo 仿真机器人基准测试结果)36 氪
【免责声明】
本文仅整理 Fable5.2 编程智能体相关评测资讯,不构成模型采购、机器人项目落地建议;开卷 / 闭卷测试结果限定于特定评测集,不同任务集得分会发生变化;仿真机器人测试环境理想化,真机落地还存在大量工程难题,完整指标以 Anthropic 官方与评测机构原文为准。
本文来自作者[亚阈调波官]投稿,不代表江南网立场,如若转载,请注明出处:https://news.jnwb.net/rgzn/202611/4483.html
评论列表(4条)
我是江南网的签约作者“亚阈调波官”!
希望本篇文章《Fable 5.2 编程智能体评测反差巨大,开卷 80% 闭卷仅 47%,在机器人任务遭遇明显瓶颈》能对你有所帮助!
本站[江南网]内容主要涵盖:互联网行业的追踪与探索
本文概览:Anthropic 的 Fable 5 2 作为当前顶尖编程智能体,在开卷评测场景下通过率可达 80%,但切换到无参考资料的闭卷测试,成绩直接下滑至