如果你只是拿它聊天、写文案，那确实贵。
但如果你把它当 Agent 用，它可能是目前最值得付费的大模型之一。
看完 Anthropic 工程师和研究员分享的内部实践后，我发现大多数人其实根本没用对 Fable 5。
核心就一句话：
❌ 把它当一次性问答模型
✅ 把它当长期在线的工程师
1. 90%的人都在浪费 Fable 5
大部分用户还在不断写 Prompt
而 Fable 5 的强项根本不是一次回答有多聪明。
而是：
目标 → 执行 → 反馈 → 修正 → 再执行
持续循环。
你给它一个长期任务，它会自己尝试、自己犯错、自己分析、自己改进。
2. 不要给指令，要给目标
错误示范：
"帮我优化这段代码"
正确示范：
目标：接口延迟降低到 100ms 以内
评分标准：
✅ 延迟达标
✅ 单元测试全部通过
✅ 代码不超过 300 行
再给它一个能运行代码的环境。
接下来你就可以去喝咖啡了 ☕️
它会自己改代码、跑测试、看日志、分析结果、继续优化。
---
3. Fable 5 最强的不是智商，而是迭代能力
Anthropic 公布的数据很夸张：
✅ Parameter Golf 工程挑战效率达到 Opus 的 6 倍
✅ Slay the Spire 加入长期记忆后表现提升 3 倍
✅ 50 万行代码库迁移任务可持续执行并完成交付
任务越长、越复杂、越需要反复试错，它的优势越明显。
---
4. Anthropic 内部最重要的两个杠杆
杠杆①：Rubric > Prompt
不要教它怎么做。
告诉它什么叫做好。
目标明确。
评价标准明确。
剩下交给模型自己探索。
---
杠杆②：给 Agent 一个会写日记的外脑
不要把所有内容塞进上下文。
给它共享存储。
让它记录：
• 犯了什么错
• 为什么会错
• 下次如何避免
• 总结出什么规律
真正强大的 Agent，不是不会犯错。
而是犯过一次错误后，以后都不会再犯同样的错误。
---
最关键的一点：
不要让模型自己给自己打分。
再创建一个独立上下文的验证 Agent。
专门负责审查和评分。
Anthropic 发现，仅这一项优化，就能让整体效果出现显著提升。
---
很多人以为下一代 Agent 拼的是模型参数。
实际上拼的是：
循环能力 + 反馈机制 + 长期记忆。
而 Fable 5 第一次让我看到，大模型开始真正具备“积累经验”的能力了。
