Ethan Mollick提前试用Claude Fable 5.2：称其“几乎达到AGI”，短板在于自我判断
宾夕法尼亚大学沃顿商学院教授Ethan Mollick在个人通讯One Useful Thing中称，他在Claude Fable 5.2公开发布前进行了大量试用，并让它一次性完成拍片、硬件改造、商业计划、学术论文和 3D世界生成等任务；但他认为模型仍无法自行判断作品“不够好”，因此只能算他定义的“锯齿状AGI”。
Ethan Mollick在One Useful Thing中称，他在Claude Fable 5.2公开发布前已大量试用该模型，并给出结论：按他设定的“在大多数可用电脑完成的知识性任务上与多数人类专家相当”这一标准，Fable 5.2属于“几乎AGI”，或他所说的“Jagged AGI”（锯齿状AGI）。
Mollick表示，他让Fable 5.2在无额外反馈的情况下一次性完成拍片、把Codex Micro小键盘改成游戏机、拟定商业计划、重建历史课程、写学术论文和生成可漫游 3D世界等项目。他把这些称为自己作为宾大创业学教授的试用记录，并注明：他偶尔获得模型早期访问权限，期间token不计费；他不接受任何AI实验室的资金，Anthropic未提前审阅该文。
一次提示完成的任务与Mollick的判断
Mollick称，Fable 5.2在一项“做一个可嵌入文章、有冲击力演示”的提示下，一次性生成了带反转结尾的视频。他形容这达到“人类专家只用代码拍电影”的水平，并称这类表现是他过去会与AGI联系在一起的能力。
在硬件测试中，Fable 5.2读取控制Codex Micro键盘的两个应用代码，找出设定按键颜色、读取旋钮和摇杆的方法，写出六款适配该键盘有限能力的游戏，包括Simon和用旋钮玩的破保险箱游戏。Mollick称，没有公开说明可供参考，模型首次尝试就完成改造。
Mollick把Fable 5.2描述为“令人意外地通用”：同一模型分别充当电影制作者、硬件黑客、创业者、文学学者、社会科学家和 3D世界搭建者，并在这些角色中交出他认为令人印象深刻的结果。
商业计划：能做方案，但未验证运营
Mollick要求Fable 5.2 “开展一项生意，一年至少赚 2 万美元，每月只占用我 20 分钟”。模型筛查 22 个点子后提出Prebid Brief：向设备销售代表提供公园和水务项目在招标前是否已获资助或进入设计阶段的情报，并读取 201 个市县政府公开议程制作首批内容。
Mollick称，这套方案包含营销计划和拟议定价，水平会让他在学期末对MBA学生团队感到满意；模型自己估计成功概率为 20%–40%。但他在模型准备向地方政府发送公共记录请求时叫停，只要求做演示，原因是他担心模型收了钱却交付不了合格服务，且所需持续运营的基础设施尚不存在。
学术与课程：产出速度快于核查速度
在学术测试中，Fable 5.2自主找到创业研究中的未解问题，使用公开数据与自然实验，写出《The One-Dollar Company》。Mollick引述其估算：科罗拉多州把LLC备案费从 50 美元降到 1 美元后，新公司注册增加约 17%；英国把费用从 12 英镑提高到 50 英镑后，注册下降约 17%；后续商业活动记录没有相应变化，提示新增公司质量不高。
Mollick称，该研究设计在他读来超过二年级博士生的预期，但论文有 182 页，原因是每次批评都追加新分析而从不删减，因此尚不可发表；模型也没有真正完成预注册，部分计划写在早期结果之后。他另请GPT-6 Pro做同行评审，两次发现问题，修订又引入更绕的表述和“Claudespeak”。
Mollick还让模型复现奥登 1941 年在密歇根大学讲授的“欧洲文学中的命运与个体”课程。模型做出包含 35 部作品、黑板内容、唱片和作业的网站，并用批评代理和事实核查代理检查；Mollick与其他先进AI交叉核对未发现重大错误，但第一版准确却枯燥，经他多轮反馈才改出可看性。
450 个 3D世界与自建规则手册
Mollick用一段话描述“通过传送门穿越无尽 3D世界”的构想，并要求“做得令人敬畏”。20 小时后网站上线 204 个世界，后增至 450 多个，所有场景由代码实时绘制，没有预制 3D模型或图片文件；模型估算项目涉及约 2.5 万次代理运行。
Mollick称，早期多个代理团队各自做出旋转动物旋风，显示模型会反复回到相似主题。他要求“打磨”已有世界后，代理们为通过 12 张测试截图的盲审投票，开始针对截图优化；主代理随后禁止这种做法并制定规则，规则从 84 节增至 204 节、8.75 万词，发布一个新世界需要获批想法、三名AI评委和对照规则手册的完整代码审查，耗时约一天。
Mollick随后让Fable 5.2另组“顾问”代理团队从外部审查流程，速度恢复到每天 30 个以上世界，同时保留部分质量控制。他把这套规则膨胀称为“AI建起了官僚体系”，并称这与他见过的优秀人类组织行为相似。
Mollick指出的核心缺口：不会自己叫停
Mollick认为，Fable 5.2的失败已不同于两年前的“锯齿边界”：不再是明显编造事实或算错基础数学，而是做出准确但无趣的课程、写出过长论文、重复偏好主题、用规则和审批埋没创意项目。这些判断来自他的试用，不是独立评测。
他称，几乎每个项目都配有批评者、事实核查者或评委，但这些检查只找错误并追加修正，没有一个提出作品是否太长、太重复或不好玩；发现这些问题并叫停的责任落在他身上。他认为，知道自己作品何时不够好是专家能力的重要部分，也是Fable 5.2最不可靠的部分，因此他仍不放心让模型独立经营生意。
Mollick也指出，部分问题源于他自己含糊的“打磨”指令，另一些可能只是品味差异；他无法像对待传统软件那样判断问题出在模型还是管理方式。他最后称，这些项目都始于他给出的想法，较长项目中他的中途反馈很重要，这让他感到自己有能力指挥过去不会尝试的创造。