据 CryptoSlate 报道，Anthropic 的最新模型 Fable 5.2 于 2026 年 11 月 12 日在 Scale 的远程劳动力指数（RLI）中位居榜首，其完整自由职业交付物的通过率为 41.3%。该基准测试将 AI 生成的作品与涵盖 240 个多样化项目的专业参考输出进行对比，项目范围从文档、音频到 3D 模型和 CAD 文件不等。表现次佳的 Opus 5.5 通过率为 21.25%，远远落后于 Anthropic 的产品。

远程劳动力指数如何运作

由 AI 安全中心（Center for AI Safety）和 Scale AI 研究人员开发的 RLI，要求 AI 系统生成达到或超过专业参考标准的成品。人类评审员根据原始简报评估每项交付物，并通过多数投票机制确定 AI 的输出是否满足客户预期。涉及直接客户互动、团队协作或体力劳动的项目被排除在研究之外，从而将基准测试的范围限制在可客观检查的任务上。

Anthropic 的结果与注意事项

Anthropic 在 11 月 9 日的发布中将 41.3% 的得分标记为「高投入」，并指出测试期间启用了安全措施。然而，该公司并未披露每个项目的支出或涉及的人工辅助程度。RLI 的方法论仍使大多数受评估项目低于接受阈值，这意味着尽管 Fable 5.2 表现优于同行，但该模型仍未解决大多数自由职业任务。

后续关注点

Anthropic 及竞争对手未来的发布很可能会旨在提高通过率并扩展任务类别范围。观察者将密切关注成本结构或人工介入（human-in-the-loop）支持的披露情况，因为这些因素对于评估 AI 辅助自由职业工作的商业可行性至关重要。

来源

本文由 COINMAG 新闻室根据上述报道整理而成。