Allie用Claude Fable 5.2做出3100个县的供水安全地图

AI顾问Allie K. Miller在领英上发了一次实测：用Anthropic刚发布的Claude Fable 5.2，让模型给她做一份全国性的供水安全地图。她的问题是，未来几十年里，哪些美国大城市在供水这件事上准备得最好。

模型给的答案是印第安纳波利斯。

过程比答案更值得看。她只用了一个提示词，模型就翻遍了EPA、USGS、NOAA、FEMA和人口普查局的联邦数据，超过5GB，其中包含1550万条EPA违规记录和200万条PFAS检测结果。然后她又让十几个AI智能体去查这份作业的作业，查出了一些错误，比如阿拉斯加北坡因为温度数据缺失拿了高分。

一张地图是怎么被做出来的

最终的地图在17项指标上给3100个县和900多个城市区域打了分，指标分五块：供水来源、气候前景、水质、检测与监管，以及备用水源。综合得分最高的是印第安纳波利斯，克利夫兰落后大约0.1分，辛辛那提、圣路易斯和纳什维尔紧随其后。

这里最值得注意的是她自己的做法：先让一个模型干重活，再让一群模型查它的错。哪些违规记录该算、哪个县因为缺温度数据被高估，靠单个模型自己发现不了，得靠交叉检查。她自己的说法是，脑子里有个研究问题，几小时后就能拿到这种深度的洞察。

Fable 5.2是什么

Anthropic在11月9日发布Claude Fable 5.2和Mythos 5.2，官网写明两者是同一个底层模型。官方说法是比上一代最多快30%；价格是每百万输入token 8美元、每百万输出token 40美元，另有快速模式，每百万输入16美元、输出80美元，token速度最高到2.5倍。Fable对所有用户开放，Mythos限定在生命科学和网络安全验证两个项目里。

费用值得单独看一眼。5GB级别的联邦数据检索，再加十几个智能体过一遍，token消耗主要花在重复读数据上。快速模式单价翻倍、速度最高2.5倍，这种一次性研究型任务正好是它适合的场景。

我的判断

这次实测有意思的地方在提问方式。她没有问哪个城市缺水，而是问未来几十年准备得最好，这个问题同时牵动水源、气候、水质、监管和备用水源五组数据，本来就没有确定答案。第一名以后会不会换不好说，但把打分口径摊开、再让一批智能体复查错误的流程，是可以复用的。

接下来我会盯两件事：Fable 5.2在长文档和大批量结构化数据上的实际稳定性；以及国内做城市基础设施评价的团队，会不会也开始用这种一模型出结果、另一群模型查错的两段式流程。

资料来源