对冲基金BAM如何评估与治理Claude Fable 5

2026年对BAM而言是AI从「搜索工具」转变为「执行工具」的关键年份。首席AI官Charlie Flanagan表示，变化的核心不仅在于模型本身，还在于围绕模型构建的执行框架，例如Claude Code。这类工具使AI系统能够承担更复杂、运行时间更长的任务。向AI给出目标而非单条提示词、让其持续工作直至完成，已成为业务流程的重要转折点。

并购套利分析是这一转变的典型案例。当一笔交易宣布后，智能体会自动构建初步分析包：估算交易完成概率与时间、提取关键经济和法律条款、识别条件与里程碑节点，并标记需要投资者判断的领域。这一流程过去需要三至五天，现在不到一天即可完成，智能体运行约30分钟，随后由人工审核后方可用于决策。

BAM多年前就投入建设了完善的评测体系，并在此次Fable 5上线前进行了严格测试。评测覆盖股票、宏观和大宗商品等领域数千个具有可验证结果的真实金融任务，而非依赖通用基准或孤立演示。测试同时考察模型独立能力与其在BAM智能体环境中的表现，包括任务规划、工具选择、证据分析、错误恢复和中间结果核验等维度。Fable 5在相关子集上得分89.4%，高于前一生产模型的86.1%，尤其在复杂规划、分析和智能体执行方面表现突出。

一个令团队意外的发现是，Fable 5成功完成了此前所有模型均未能解决的一组经济学问题。BAM起初怀疑是评测系统存在问题，随即重新运行评测、独立核查任务与评分逻辑，并与Anthropic共同复核后才确认结果属实。Flanagan将其描述为「令人震惊的时刻」。目前，投资团队已将Fable 5作为系统性工作和编程任务的首选前沿模型。

在安全治理层面，BAM将其视为产品与运营模型问题，而非一次性的模型选型决策。公司围绕模型建立了多层控制机制，包括数据访问边界、最小权限原则、工具级权限管理、日志与可追溯性、重要输出的人工审核，以及边缘案例的明确上报路径。更强大的模型不会因此获得更宽泛的授权，模型只能使用经批准的工具和数据源，无法自行提升访问权限。

为支撑智能体的规模化部署，BAM历时六个月构建了内部平台BAMAgent，目前已支持数千个自主智能体全天候运行。该平台超越了原有的对话式平台，能够执行多步骤研究与分析任务，支持智能体并行工作数小时乃至数天，最终输出可供人工审核的研究成果。Flanagan建议，每家企业都应制定向托管智能体模型迁移的策略，在最大化智能体效用的同时实现企业级管理与合规执行。

要点

• BAM用数千个真实金融任务构建评测体系，Claude Fable 5在相关子集上得分89.4%，超越前一生产模型的86.1%，并首次解决了历史上所有模型均未能完成的经济学问题。
• 并购套利分析场景中，智能体将原本三至五天的工作压缩至不到一天，运行约30分钟后经人工审核方可用于决策。
• BAM将安全治理视为持续性产品与运营问题，通过最小权限访问、工具级权限控制和人工审核等机制确保边界，更强大的模型不会自动获得更宽泛的授权。
• 内部平台BAMAgent已支持数千个自主智能体全天候运行，可执行多步骤并行研究任务，Fable 5是规划与分析阶段的首选模型。
• Flanagan建议所有企业尽早投入评测基础设施建设，并制定向托管智能体模型迁移的战略规划。