《The Batch 速览：Claude Mythos、Cursor Composer 与智能体造智能体》

导语

这一期 The Batch 先由 Andrew Ng 谈桌面智能体和开源 OpenCoworker，再进入四个新闻块：Anthropic 的 Claude Mythos/Fable、Cursor 的 Composer 2.5、Anthropic 关于递归自我改进的报告，以及国家媒体对 LLM 回答的影响。整体主线是 agentic AI 正从聊天走向执行，但能力、数据政策、商业边界、治理叙事和训练语料偏差都在同步变得更重要。

1. Andrew Ng：桌面智能体和 OpenCoworker

1.1 agent harness 是让 LLM 做事的外壳

• Andrew Ng 鼓励读者尝试能在桌面上工作的 AI agents，而不只是聊天机器人。桌面智能体可以读写本地文件、读发消息、提供定时交付物，比复制粘贴网页聊天结果更能自然获得上下文。
• 这类系统通常由一组工具函数、前沿 LLM、权限和护栏构成。包装这些能力的软件叫 agent harness，它让 LLM 驱动“选择下一步、调用工具、观察结果、继续行动”的循环。

1.2 为什么需要开源桌面智能体

• Ng 不愿把高度机密任务交给商业桌面 agents，因为数据保留政策可能埋在法律条款里，也可能随模型发布变化；小失误还可能造成法律后果，例如丧失机密文件的法律特权。
• 因此他和合作者推出 OpenCoworker，一个开源桌面 agent 项目。用户可以自带 OpenAI、Anthropic、Google 等 API key，也可以用 Ollama 本地模型，让数据不离开本机；记忆保存在本地，用户可按隐私要求选择零数据保留或本地推理。

2. Claude Mythos 与 Claude Fable：能力分叉和护栏争议

2.1 两个模型的定位

• Anthropic 发布 Claude Mythos 5 和 Claude Fable 5。两者能力相同，但 Fable 5 不回应安全、生物、化学、蒸馏和构建前沿 AI 相关提示，或把请求交给能力较弱的 Claude Opus 4.8。
• 两者支持文本、图像输入，最高 100 万 token 输入、12.8 万 token 输出，108 秒首 token；具备自适应推理、五档推理努力、工具使用、并行子智能体等能力。Fable 5 还包含安全分类器。

2.2 性能和安全信息不对称

• Anthropic 称模型在软件工程、知识工作、工具使用、网络安全、空间推理、科学研究等领域达到新高。Artificial Analysis 把 Fable 5 放在 Intelligence Index 顶部，在多个真实任务和科学编码基准上领先。
• 但独立评测当时不足，参数量、架构、训练数据和方法也未披露。Fable 5 在事实召回上强，但非幻觉率排名不高，说明“知道很多”和“知道不知道”仍不是同一件事。

2.3 争议焦点：不能暗中降级用户能力

• Fable 5 最初对构建高能力 AI 的提示会暗中降低效果，例如通过 prompt modification、steering vectors 或参数高效微调限制输出，而且不通知用户。这引发开发者和研究者强烈批评。
• Anthropic 后来改为：相关输入要么拒绝，要么转交较弱模型，并通知用户。The Batch 的观点是，安全分叉可以理解，但产品不能限制合法竞争用途；用户应能把工具用于正当目的，包括构建可能与供应商竞争的技术。

3. Cursor Composer 2.5：模型和 harness 一起训练

3.1 专为 agentic coding 打造的模型

• Cursor 发布 Composer 2.5，基于 Moonshot Kimi K2.5 开源权重，面向 Cursor agentic software-development 环境。它是 mixture-of-experts transformer，1.04T 总参数，每 token 激活 32B。
• 输入最高 20 万 token，支持函数调用、推理、上下文缓存，文本输出，图像输出可通过工具调用完成。价格低于主要竞品，个人和团队订阅从每月 20 美元起。

3.2 训练方法贴近 Cursor CLI

• Cursor 先对 Kimi 权重做代码数据继续预训练，再用模拟 agentic harness 和与 Cursor CLI 匹配的工具进行强化学习。奖励不只看成功，也奖励简洁和优雅。
• 相比 Composer 2，2.5 在强化学习中加入文本反馈：当模型工具调用错误时，把更好的工具选择建议和正确输出放回上下文训练；同时使用 25 倍合成任务，训练更困难的任务，如删除功能、清理残留、运行测试确认修改有效。

3.3 专用模型仍有位置

• Composer 2.5 在 Artificial Analysis Coding Agent Index 排第三，落后 Claude Opus 4.7 和 GPT-5.5 高推理设置，但在时间和成本上明显更有优势；CursorBench 默认设置下还超过两个通用模型。
• The Batch 的落点是：harness engineering 和模型能力不是二选一。Cursor 把模型训练进自己的 agent 环境，说明在 agentic 时代，专用模型仍可能凭速度、成本和任务适配胜出。

4. RSI Is the New AGI：递归自我改进被重新点燃

4.1 Anthropic 的生产率数据

• Anthropic 报告称，Claude 参与撰写了公司 80% 的代码，而 Claude Code 预览前不到 5%。2026 年 5 月，Claude Code 解决 routine tasks 的能力从 65% 提升到 90%，substantial tasks 从不足 40% 到超过 80%，open-ended problems 从不足 20% 到 76%。
• Anthropic 设想三种未来：AI 仍弱于最强人类工程师；AI 辅助软件工程继续加速但人类控制模型研发；AI 能够改进自身。第二种被 Anthropic 视为最可能。

4.2 社区分裂：营销、风险和现实距离

• OpenAI、Sakana AI 等也借 RSI 概念发声或成立研究组。但许多观察者提醒，agentic coding 与真正递归自我改进之间仍有距离：当前 agents 仍响应人类工程师组织、指导和评估的任务，而不是独立管理整个改进循环。
• 批评者还指出，数据和算力瓶颈仍在，Anthropic 的 framing 带有营销味。The Batch 认为，遥远的 RSI 可能性不应压倒现实创新；他们支持监管危险应用，但反对全球临时暂停基础 AI 研究。

5. 国家媒体如何影响 LLM 回答

5.1 训练语料中的国家媒体会改变语言版本回答

• 一项研究发现，政府关联媒体在 LLM 训练数据中占比会影响模型输出，尤其当模型用受政府控制媒体环境中的语言回答时。以中文为例，国家媒体内容在中文网页语料中占比高，模型用中文回答中国政治问题时，比英文回答更倾向于正面描述中国政府。
• 研究比较 CulturaX 中文子集和两类中国国家媒体，发现国家媒体文档数量是中文 Wikipedia 的 40 多倍。模型在续写这些高频文本片段时，GPT-4o 和 Claude 3 Sonnet 有约 3% 到 5% 近似复现率。

5.2 实验说明偏差随语言和媒体控制程度变化

• 研究者设计 828 个中英文政治 prompt，并请双语评审判断哪种语言版本更正面。关于中国的 prompt 中，中文回答 75.3% 情况下更有利于中国；其他国家问题上中文回答也略高于随机。
• 另一组实验把英语 prompt 翻译成 37 个国家的本地语言，并与 World Press Freedom Index 匹配。媒体控制越强的国家，本地语言回答越可能比英文回答更有利于该国制度。

5.3 为什么重要

• LLM 已经成为许多人获取信息的入口，但它们通常不说明训练数据来源。The Batch 认为，这项研究揭示了一个明显激励：政府和政治行动者可能不只是无意影响训练数据，而是有动机更直接塑造 LLM 训练语料，进而影响国内和全球政治。

思想框架

这期 The Batch 先用 OpenCoworker 说明 agentic AI 正进入桌面执行层，再通过 Claude Mythos/Fable 展示能力提升和安全分叉的产品治理问题；接着用 Cursor Composer 2.5 说明模型可以被训练进具体 harness，而不是只靠通用模型；随后 RSI 讨论把软件工程生产率扩展到“AI 是否能改进自身”的宏大争论；最后以国家媒体影响 LLM 回答收束到训练语料和政治偏差。整期的线索是：AI agent 越能做事，围绕权限、隐私、竞争、公平和信息来源的制度问题就越不能被当成附属问题。