一夜之间，全网被一张由飞舞蝴蝶拼成的「5」字刷屏了。这张图的主角，正是 Anthropic 刚端出的最强模型——Claude Fable 5。
Anthropic 官宣，这是他们第一款为通用场景做好安全处理的 Mythos 级模型，能力超过此前公开发布的任何一款。紧接着，官方又宣布将所有用户的 5 小时和每周速率限制全部清零，让大家「尽情享受 Fable 5」。开发者这边，也一夜变天。
用 Claude Code 团队自己的话说：过去，他们盯的是 Claude 有没有正确完成工作；现在，他们盯的是 Claude 有没有在做正确的事。
团队成员 Thariq 认为，Fable 是模型领域的一次重大突破，将改变人们与 Claude 的协作方式，有了这样的利器加持，「是时候更有雄心了」。他还总结了团队眼中 Fable 5 带来的变化——
三件事被改写了：你怎么给它交代任务、你怎么验收它、你一个人能同时指挥多少个它。
从盯过程的监工到定标准的产品经理
这轮升级的焦点，并不是跑分。
Anthropic 给 Claude Code 的定位是「智能体编程环境（agentic coding environment）」。它能读文件、跑命令、改代码，在你盯着、打断、或者干脆离开的时候，自己把问题推进下去。这才是关键：它能自己干活了，你还盯什么？Claude Code 官方最佳实践里提到这样一句话：
如果你不给 Claude 一个能跑的检查项，那你自己就会变成那个验证循环。每一个错误，都得等你亲眼发现。
这句话的意思是，过去你是监工，蹲在屏幕前看它一步步写，写错一行改一行。现在不一样了。你的活，从「逐步指挥」变成了「定义目标、给够上下文、立好验收标准」。
「给目标、给上下文」听起来不复杂，落地却不容易，官方最佳实践也给出了方向：别一上来就让它写代码，先让它探索、再让它计划、最后才动手，免得它埋头解决了一个错的问题。还有关键一点——用刚才提到的 AskUserQuestion，让 Claude 先反过来采访你，把你没想清楚的实现细节、边界情况、取舍一条条问出来，最后落成一份 SPEC.md。
不要担心这些准备工作浪费时间。当模型能力足够强，能够自主干活，把需求说清楚，比你盯着它写代码就要值钱得多了。这正是 Claude Code 团队身上发生的事：从验证「有没有做对事情」，到验证「有没有在做对的事情」。
放手很爽，如何才能信任
放手听起来很爽，但凭什么信任 Claude？
它最让人头疼的一点，是错了还一脸笃定。而且模型越强，输出越像模像样，错起来越难被一眼看穿。Claude 会在「看起来做完了」的时候停下来，可这恰恰是最危险的信号。没有一个能跑的检查，「看起来完成」就成了 Claude 唯一的判断依据，到头来可能就成了你的麻烦。
官方的解法是：给它一个能判断「通过」或「失败」的东西。比如一套测试、一个构建的退出码、一段把结果和设计稿做对比的截图。它干活、跑检查、读结果、再改，直到检查通过——这个循环自己就闭环了。
更进一步，是 Claude Code 里的 /goal 命令。你设一个完成条件，它就跨轮次一直干，不用你一轮轮去催。每干完一轮，会有另一个更小、更快、更便宜的模型（默认是 Haiku）专门读一遍完成条件和这轮对话，判一句「达成」还是「没达成」，再附一句理由。没达成就接着干，达成了自动收工。
看上去像无人驾驶。但有一点必须讲清楚：那个打分的小模型，不会自己去跑命令，也不会自己去读文件，它只能看 Claude 在对话里摆出来的证据。也就是说，这套循环转得顺不顺，全看 Claude 有没有把真东西摆出来。条件写得松一点，或者 Claude 只是嘴上说「跑过了」，评估器照样可能通过。
所以自检交付不等于无人审稿。敢放手，靠的是随时能看到证据，不是赌模型聪明。
一个人开始指挥上百个智能体
如果说 /goal 是让一个 Claude 干得更久，那 Dynamic Workflows 就是让一群 Claude 一起干。
它的玩法是，Claude 替你写一段 JavaScript 脚本，这段脚本去编排大量子智能体在后台跑。官方给出的适用场景包括全库的代码审计、500 个文件的大迁移、需要交叉验证的研究问题等。一次运行最多能调动 1000 个智能体，同时并发最多 16 个。
Claude Code 甚至内置了一个叫 /deep-research 的 workflow，专门把一个问题拆成多个角度去搜、去交叉核验、再投票筛掉站不住的说法，最后给你一份带引用的报告。这意味着什么？Claude Code 已经不只是终端里那个陪你聊天的对话框了，它正在向一个能持续运行、能编排、能复用的工程代理系统靠拢。一个人指挥一支 AI 军团，现在只用 /workflows 里的一行命令就能办到。
自主不等于替代
Fable 5 确实更强。官方说它能比此前任何 Claude 模型更长时间自主工作，任务越长越复杂，它领先得越多，但这不等于程序员完全可以撒手不管了。
恰恰相反，官方最佳实践通篇在强调四件必须要交给人去干的活：定验证标准、管权限、控上下文、审证据。它甚至专门列出了一些应当避免的常见失败模式，其中一类错误叫「信任但不验证的缺口」（The trust-then-verify gap），说的正是 Claude 给出一份看着像模像样、实则没处理边界的情况。解法只有一个：你能验证它，才能发布它；验证不了，就别发布。
成本和门槛也绕不过去。Fable 5 的价格是每百万输入 token 10 美元、每百万输出 token 50 美元。能力更猛的「孪生兄弟」Mythos 5，底层是同一个模型，只是放宽了部分安全保护，眼下只开放给一小部分网络防御者和基础设施提供方。Fable 5 本身还带着一层分类器护栏，碰到网络安全、生物化学这类敏感话题，它会自动把回答交给 Opus 4.8 接管。官方说超过 95.0% 的会话不会触发这种回退，但护栏调得偏保守，偶尔也可能误伤正常请求。
敢接长任务，不等于敢完全撒手。越自主，越要会验收。回到 Thariq 那句话：是时候更有雄心了。这个雄心背后的潜台词是让你敢把更大的问题交出去，但放手的过程还要有掌控，这更像是一种融合了经验与直觉的艺术。
规则是起点，不是教条
说了这么多规则和方法后，Anthropic 官方补了一条：它们全是起点，不是教条。
也就是说，这套最佳实践在多数情况下好用，却未必适合每个场景。有时候，你该让上下文一直攒着，因为你正啃一个复杂问题，那段历史很重要；有时候，你该跳过计划直接让 Claude 上，因为任务本就是探索性的；有时候，一句含糊的提示恰恰是对的，因为你想先看看它怎么理解，再决定要不要框住它。
诀窍是留心什么管用，没有一定之规。Claude 干得漂亮时，回想你做了什么：提示怎么写的、给了哪些上下文、用的哪个模式；它卡壳时，反思一下：提示太空、任务一口吃不下？慢慢地，你会长出一种没有任何指南可以教的直觉：什么时候该说细、什么时候该留白；什么时候该计划、什么时候该放它去探索——到了那一步，你才算真懂了怎么和它一起干活。
当 Fable 5 能把两个多月的活一天干完之后，程序员最稀缺的能力已经变了：不再是把代码写好，而是定义什么才是好代码。「会编程」这件事的定义，也在被悄悄改写。
未来最值钱的工程师，不再是代码监工，而是那个最会提问、定标准、验收的人。在 云栈社区，这样的工程思维正在被越来越多的开发者认可和讨论。
参考资料
发表于 昨天 20:59
|
查看: 5|
回复: 0
