Fable 5.2完成41.3%真实自由职业任务

时间：2026年11月10日 地点：美国，Scale Labs 与 Center for AI Safety（CAIS）联合运营的 Remote Labor Index 榜单；评测任务取自 Upwork 自由职业平台 人物：Scale Labs 与 Center for AI Safety 的研究团队；Anthropic 的 Fable 5.2；同榜对比模型 Opus 5.5、GPT-6 Astra、Gemini Argon 4 事件详情：在 Scale Labs 与 Center for AI Safety 联合推出的 Remote Labor Index（RLI）榜单上，Anthropic 的 Fable 5.2 以 41.3% 的自动化率排名第一，该指标衡量的是智能体完成真实自由职业项目、且交付物能被付费客户验收的比例。Scale Labs 在官方账号上表示，Fable 5.2 成功自动化了 41.3% 的项目，表现接近第二名 Opus 5.5 的两倍。榜单后续名次为 Opus 5.5 的 21.3%、OpenAI GPT-6 Astra 的 20.8%，上一代 Fable 5.1 为 17.9%；谷歌的 Gemini Argon 4 为 17.08%，GPT-5.2 与 Gemini 3 Pro 则低于 3%。约一年前该榜单的最佳成绩还是 Manus 的 2.5%，Fable 5.2 完成的专业级任务数量是当时的 16 倍以上；今年 7 月 Fable 5 的成绩约为 16.1%，四个月后 Fable 5.2 达到 41.3%，约为前者的 2.5 倍。评测集包含 358 位经核实自由职业者完成的 240 个项目，总价值约 14.4 万美元，单个项目平均 632.60 美元，人类平均耗时略低于 29 小时；任务从视频剪辑到 CAD 设计、游戏开发、数据分析，智能体在装有 Blender、GIMP、Audacity 等专业软件的虚拟工作区里作业。结果由人工专家逐个复核，CAIS 尝试用另一个 AI 自动复核没有成功，原因是 AI 评审自己难以操作这些专业软件，容易被表面精致但技术有缺陷的作品骗过。Scale Labs 称 Fable 5.2 进步最大的方向是音频与音乐编辑、建筑与室内设计以及 3D 模型，其近 50 个成功任务此前没有任何智能体完成过，但工业产品设计和动画仍然是短板。 背景：Remote Labor Index 由 Scale Labs 与 CAIS 在 2025 年推出，与常见只考单项技能的基准不同，它把整包工作作为测试单元：智能体拿到任务说明和输入文件后，需要在专业软件环境里做出可交付成果，再由人工专家与真人自由职业者的交付逐项对比。它的自动化率因此更接近真实商业价值。今年 7 月的中期结果，也就是 Fable 5 拿到约 16.1% 的那一版，曾经被多家媒体报道，当时被解读为 AI 智能体在两个月内把可交付比例翻了几倍。 影响：41.3% 意味着接近一半的真实付费自由职业项目，智能体已经能产出专业水准并通过客户验收，而一年前这个数字还是 2.5%，Fable 5.2 的完成量是当时的 16 倍以上。榜单同时显示差距在拉开：Fable 5.2 的成绩约为第二名 Opus 5.5 的近两倍。对自由职业者和中小外包团队来说，可被自动接走的活计边界在扩大，客户对交付质量的验收标准也会随之被重写。对模型厂商来说，这类以真实付费项目为单位、直接衡量能不能干活的评测，正在比跑分更贴近商业价值的度量方式。 总结：这条榜单把智能体的能力进展从跑分拉回到了真实交付现场，41.3% 是目前最有代表性的一个数字。支撑这个数字的是 240 个真实付费项目、约 14.4 万美元的真实金额和逐个人工复核，而不是一次性刷新的自动打分。短期内最直接的冲击在自由职业市场，模型厂商与平台方则会把这类可验收的交付比例当作新的产品指标继续推进。 参考来源： THE DECODER：Anthropic 的 Fable 5.2 完成 41% 真实自由职业任务，一年前仅 2.5% https://the-decoder.com/anthropics-fable-5-2-completes-41-percent-of-real-freelance-jobs-up-from-2-5-percent-a-year-ago/ Scale Labs 官方账号：Fable 5.2 登顶 Remote Labor Index https://x.com/ScaleAILabs/status/2119914701736075489 BenchLM：Remote Labor Index 榜单与分数（2026 年 11 月） https://benchlm.ai/benchmarks/rliautomationrate DataLearner：Remote Labor Index 评测基准与大模型排名 https://www.datalearner.com/benchmarks/remote-labor-index 爱研究：AI 智能体能以专业水准完成 16% 自由职业任务（7 月中期结果） https://news.iresearch.cn/content/202607/559779.shtml AI 导航中文编译：Fable 5.2 在真实自由职业任务上的最新成绩 https://ai-tokens.cn/news/news-ee49daba4afdbd65.html