# Claude Fable 5：AI 工作系統進入長任務時代 > Claude Fable 5 是什麼？Anthropic 2026-06-09 發布的前沿長任務 AI 模型。拆解它的能力、安全分流機制、定價，以及如何把它接進你的 AI 工作流。 - Author: Paul Kuo（郭曜郎） - Date: 2026-06-10 - Pillar: 智能與秩序 / Intelligence & Order - Tags: Claude Fable 5, 長任務代理, 人機協作, 安全分流機制, Vibe Coding, 知識工作重新定價, AI 工作流 - Canonical: https://paulkuo.tw/articles/claude-fable-5-work-system/ - Site index for LLMs: https://paulkuo.tw/llms.txt --- > **TL;DR** — Claude Fable 5 的意義，不只是模型又升級了一次，而是讓已經在運轉的 AI 工作流，開始進入長任務代理階段。Fable 5 和 Mythos 5 能比過去任何 Claude 模型自主執行更長時間的任務，而且任務越長、越複雜，Fable 5 領先其他模型的幅度就越明顯。它透過動態安全分流，讓一般任務保留完整能力，只在高風險情境下交由 Opus 4.8 處理。真正的分水嶺，已不再是有沒有使用 AI，而是能不能把 AI 接進自己的工作流，形成一套持續運轉、可被管理的生產力系統。
▶ 聽摘要
AI 合成語音・作者本人聲線克隆
上週發一篇文章時，我同時開著四個 AI 視窗。一個在改前端，一個在跑翻譯，一個在同步治理紀錄，另一個在跟我討論這段文字該怎麼寫。我很清楚，我不是在「使用」AI，而是在「調度」一群能力各異的 AI 工作者。那一刻它們在我眼裡，已經比較像一種新的生命體，而不是工具：會自己動、自己長，也會彼此踩線。發完文章後我才更明確意識到，我管理的早就不是一個個零散任務，而是一整套會自己運轉、偶爾會彼此衝突的工作秩序。 2026 年 6 月 9 日（今天），Anthropic 發布 [Claude Fable 5](https://www.anthropic.com/news/claude-fable-5-mythos-5)。表面看，只是一個新模型版本；但對我這種每天調度 AI、把 AI 接進研究、寫作、判斷與決策流程的人來說，它是一個訊號：原本仍需人工拆解、轉接、校正與補位的 AI 工作流，可以再次優化進入下一階段。Fable 5 讓原本已經在運轉的 AI 工作系統，變得可更長程運轉、更穩定，也更接近真正的自主協作。 ## Claude Fable 5 是什麼？ Claude Fable 5 是 Anthropic 在 2026 年 6 月 9 日發布的前沿 AI 模型，主打長任務：它能比過去任何 Claude 模型自主執行更長、更複雜的任務，而且任務越長、越複雜，領先幅度越明顯。它和姊妹版 Claude Mythos 5 共用同一個底層模型，差別只在安全護欄：Fable 5 面向一般使用者與企業、配上較嚴格的安全分類器，Mythos 5 則放寬部分領域的限制，初期只開放給受信任的資安防禦者。當系統偵測到資安、生物化學或模型蒸餾這類高風險請求時，它會動態降級、改由較保守的 Claude Opus 4.8 接手，官方數據是超過 95% 的會話完全不觸發。定價為每百萬輸入 token 10 美元、每百萬輸出 50 美元。 ## Fable 5 真正的看點，為什麼是安全分流而不是能力？ 這次值得注意的，不只是模型能力又提升了多少，而是 Anthropic 用兩層架構來治理前沿模型能力。一層是面向一般使用者與企業市場的 Claude Fable 5；另一層是能力限制較少、但只開放給受信任資安防禦者與關鍵基礎設施的 Claude Mythos 5。兩者共享同一個底層模型，差別只在護欄。官方甚至特別解釋了命名：Fable 來自拉丁文 fabula，意思是「被講述之事」，跟希臘文的 Mythos 同源。用兩個近義字命名同一個底層模型，其實是在把一件事講清楚：差別主要在安全護欄，不在底層能力。 這個分層設計，反映的是前沿 AI 已經不能只用一般產品邏輯來理解。當模型能力進入資安、生物化學、軟體工程與長任務自主執行的層級，它就不再只是一般消費性科技產品，而是具備現實世界影響力的生產工具。同一種能力，可以幫防禦者修補漏洞，也可能降低攻擊者的門檻；可以加速藥物與生命科學研究，也可能觸及高風險的雙重用途問題。 所以 Fable 5 最值得觀察的，是它的安全分流機制。過去很多模型一旦為了安全變保守，常常連一般使用者都覺得能力縮水。Fable 5 走的是另一條路：平常任務盡量保留完整能力，只有當系統偵測到資安、生物化學或模型蒸餾這類高風險請求時，才改由較保守的 Claude Opus 4.8 回應，而且會通知使用者。官方數據是超過 95% 的會話完全不會觸發這種回退，在那些會話裡，Fable 5 的表現等同於 Mythos 5。 這代表 AI 公司正在試一種新的治理邏輯：不是把整個模型變笨，而是在高風險情境裡做動態降級。我自己很能理解這套設計背後的取捨。對一個靠 AI 工作的人來說，最怕的不是模型有底線，而是模型為了守底線變得處處綁手綁腳。如果降級真的能被限縮在不到 5% 的會話裡，意思是多數日常工作仍然可以踩在最強的那一檔能力上，而不是為了少數高風險情境，犧牲整體使用體驗。 ## 為什麼說這是 AI 產業成熟化的開始？ 這背後其實是 AI 產業成熟化的起點。當模型只是聊天工具，大家比的是回答自然不自然、速度快不快、價格便不便宜。但當模型開始能執行長任務、理解大型程式碼庫、整理複雜文件、參與金融分析、協助法律審閱，競爭的標準就換了。 這個標準會換到什麼程度？Anthropic 公布的早期測試裡，Stripe 用 Fable 5 在一個五千萬行的 Ruby 程式碼庫做了一次全庫遷移，原本一整個團隊手做要兩個多月的工作，模型一天完成。這已經不是「補幾行 code」的等級，而是開始承接一整段工作鏈條。 ![Claude Fable 5／Mythos 5 與其他前沿模型的能力對照表](/images/articles/claude-fable-5-benchmark.png) *Claude Fable 5／Mythos 5 與 Opus 4.8、GPT-5.5、Gemini 3.1 Pro 等模型的 benchmark 對照。從 SWE-Bench Pro 的 agentic coding 到 GDPval 知識工作，Fable 5 幾乎全面領先，而且任務越長、越複雜，領先幅度越明顯。（來源：[Anthropic 官方公告](https://www.anthropic.com/news/claude-fable-5-mythos-5)）* 於是企業問的問題也變了。未來他們不會只問「這個模型會不會回答」，而會問「它能不能接進我的工作流？能不能穩定完成任務？能不能省下人力成本？能不能跑出可衡量的 ROI？」這套提問，我在 [DataIQ 歐洲百大報告的導讀](/articles/end-of-ai-theatrics/) 裡寫過：2026 年董事會檢驗 AI 的標準，正在從願景轉向證據。Fable 5 則把這個轉向再往前推了一步。 ## 軟體開發：從補程式碼走向任務交付 在軟體開發上，Fable 5 指向的是一個更深的變化。過去的大模型常常可以完成單點任務，卻容易在完整專案裡遺忘需求、產生模組衝突，或修一個 bug 又製造另一個 bug。長週期代理能力的進步，代表模型開始能承接更完整的鏈條：理解目標、拆解任務、執行、測試、修正，最後接近可交付成果。 這不代表所有工程師都會被取代，但一定會重新分層。只會根據明確需求寫程式的人，空間會被壓縮；能定義問題、設計架構、理解產品、管理 AI agent、判斷成果品質的人，槓桿會被放大。未來真正稀缺的，不只是會寫 code 的人，而是能把商業問題翻譯成可執行系統的人。 但這裡也藏著一個更尖銳的結構性矛盾。初級工作被 AI 接走之後，原本「初級工程師做幾年、累積判斷力、升上資深架構師」這條養成管線就斷了。可是能定義問題、設計系統、判斷成果品質的高階能力，過去往往正是從這些初級任務裡磨出來的。當底層階梯被抽掉，未來的高級架構師要從哪裡長出來，這不是個人努力的問題，是整個產業要回答的系統問題。 我對這件事有很深的體感，因為我自己並不是軟體工程師。我 [12 天寫了 23,000 行程式碼](/articles/super-individual-case-study/) 的時候，不會用 Terminal，也沒寫過一行 Python。我做出多語系網站、社群自動化與辯論引擎，靠的不是傳統程式能力，而是把需求拆清楚、把品質標準訂明白，然後判斷 AI 交出來的東西到底能不能用。那次經驗讓我相信：當寫程式的成本趨近於零，[稀缺的是知道該寫什麼的判斷](/articles/code-is-cheap-vibe-coding-to-claws/)。Fable 5 把這個趨勢的時間表往前推了。 這不只是我一個外行人的體感。Boris Cherny，Claude Code 的創始人和負責人，在 [Threads 上寫](https://www.threads.com/@boris_cherny/post/DZYSQmIkq0I)，Fable 是他用過第一個如此「有條理而精準」的模型：會自己量測、加 log，驗證真的修好了才宣布成功，而且「Claude Code 的提示詞裡沒有任何一句叫它這樣做，這純粹是它性格的一部分」。他甚至說 Fable 讓 Claude 從寫程式的代理，升格成一起打造產品的「思考與設計夥伴」，因此他更敢把最複雜的工作交給它。一個 Anthropic 自己的工程師，描述 Fable 正在做的，恰好就是我這套系統一直在要求的紀律：驗完才算完。但他那句「更敢交出去」，把開發者的生存處境逼得更緊。當模型連自我驗證做得比人勤與精確，人能守住的，是哪一層的判斷？ ![Boris Cherny 在 Threads 上談 Claude Fable 5 的判斷力、品味與 debug 紀律](/images/articles/boris-cherny-threads-1.png) *Boris Cherny 的原貼：Fable 從寫程式代理升格為一起打造產品的「思考與設計夥伴」，debug 時會自己量測、加 log、驗證真的修好了才宣布成功。（來源：[Threads @boris_cherny](https://www.threads.com/@boris_cherny/post/DZYSQmIkq0I)）* ## 對創業者來說，這是更大的改變與機遇 過去一個人想做 SaaS 產品，往往卡在前端、後端、資料庫、部署、測試、設計、維運這一整排複合門檻。Fable 5 這類長任務模型如果持續成熟，會讓獨立開發者和小團隊的執行力大幅提高。未來創業的起點，不再是「先找齊團隊再開發」，而是「先用 AI 做出產品、驗證需求、跑出用戶，再決定是否擴張」。投資人看的，也會逐漸從團隊履歷，移到創辦人是否具備調度 AI 工作系統的能力。 這也是 vibe coding 會演化的地方。早期的 vibe coding 是靠直覺跟 AI 邊聊邊改，快速做出可以運作的產品。但當模型有了更強的長任務能力，vibe coding 會變成一種新的產品開發方式：人提供方向、品味、約束與判斷，AI 負責實作、測試、修正、迭代。當功能生產變便宜，決定勝負的就不再是「能不能做出來」，而是「做出來的東西有沒有用、好不好用、有沒有差異、能不能形成商業閉環」。 ## 不只軟體業：知識工作正在被重新定價 這個變化不會只停在軟體業。法律、金融、顧問、研究、資料分析、合規審查，這些高度依賴文件閱讀、資料整理、初步判斷與流程執行的行業，都會面臨重新定價。大量初級知識工作過去的價值，在於「人可以花時間讀、整理、比對、歸納」。但當 AI 可以長時間、不疲倦地做這些事，人的價值就必須上移到判斷、審核、整合、風險承擔與最終決策。 Anthropic 公布的早期回饋裡，有法律科技公司提到，旗下律師在盲測中發現 Fable 5 的合約紅線標註，每次都追平或勝過他們現用的模型；也有金融分析平台認為，它是目前測過最強的「金融優先」模型。這些都不是對聊天機器人的評語，而是對生產工具的評語。 我把這件事寫成過一個更尖銳的說法：[人天已死](/articles/beyond-man-days/)。當 40 分鐘的認知投入能產出 15 人天的工作量，企業還在用出席率衡量績效，那套度量衡本身就過時了。Fable 5 不會讓這個問題消失，只會讓它更快攤到每個產業面前，逼企業重新思考什麼才是真正的工作價值。 ## 定價：理性定價期的開始 這也是為什麼 Fable 5 的定價值得關注。每百萬輸入 token 10 美元、每百萬輸出 token 50 美元，看起來貴，但對企業來說，如果它能完成原本一個小團隊數天甚至數週的工作，成本結構就完全不同。 低價包月吃到飽的模式，本來就很難長期支撐前沿模型的真實成本。一個會自己拆任務、反覆執行、測試與修正的長任務代理，跑一輪消耗的 token，可能是一般聊天的好幾十倍。當每個使用者的消耗從聊天等級跳到代理等級，靠低價包月無限使用前沿算力，從成本結構上看，本來就不可能長期成立。Fable 5 的定價不是貪婪，是這個產業誠實地承認：頂級算力是有成本的。AI 產業正在從補貼搶用戶的圈地階段，進入更接近生產力工具的理性定價階段。 訂閱方案的安排也透露了同一件事。6/9 到 6/22，Fable 5 包含在 Pro、Max、Team 與席次制 Enterprise 方案裡不另外收費；6/23 起會從這些方案移除，之後使用要動用 usage credits；等容量足夠，官方計畫盡快把它加回訂閱方案。API 與用量制 Enterprise 則是即日起完整開放。這不只是訂閱制與用量制之間的切換，而是一個算力供需仍然緊張的市場，開始誠實把成本攤開來講。 > **📊 關鍵數據** > - **定價**：每百萬輸入 token 10 美元、輸出 50 美元（Anthropic 官方，不到 Claude Mythos Preview 一半） > - **安全回退觸發率**：低於 5% 的會話（超過 95% 不觸發，官方數據） > - **軟體工程實例**：五千萬行 Ruby 程式碼庫全庫遷移，團隊兩個多月的工作壓縮到一天（Stripe 早期測試） > - **訂閱時程**：6/9–6/22 含於 Pro／Max／Team／席次制 Enterprise，6/23 起改用 usage credits ## 真正的差別：你把 AI 放在工作流的哪一層？ 我早期也曾把 AI 當成更快的搜尋與整理工具，丟一句、等一句、要它立刻給答案。後來才慢慢意識到，真正的差別不在答案速度，而在工作流設計。Fable 5 這類模型，真正適合的是目標驅動，而不是單點指令驅動。你給它任務目標、成功標準與限制條件，讓它先提問、先規劃，再執行、再回報；這比較像是在帶一個團隊，而不是操作一個工具。我愈來愈覺得，AI 使用能力的差距，不只是會不會問問題，而是能不能管理一組虛擬工作者。 同一個模型，不同人打開它看到的東西不一樣。把它放在聊天框裡，它就是一個更聰明的聊天框；把它接進流程、穩定產出，它就開始接近一套虛擬勞動力系統。差別不在模型，在使用方式，而這個差別會放大到好幾個量級。 我把這套東西做成了一個具體的系統。我用 [Chat、Cowork、Codex、Code 四個 AI 視窗加上我自己，跑一套五方議事的治理工程](/articles/governance-harness-engineering/)：協作憲法五條、pre-commit 的 governance-lint、端點契約測試，每一層制度都是從真實事故裡長出來的。我也分析過 [為什麼四個視窗會比一個聰明](/articles/multi-model-cognitive-collaboration/)：它們各有不同的認知能力和結構性盲點，互相補位反而比單一更強的模型更穩。 這套系統的重點不在炫技，而在於它逼我面對事實：當我開始調度多個能長時間自主執行的 AI，我管理的已經不是任務，而是秩序。Fable 5 把每一個視窗能承接的工作量級往上抬，也意味著這套秩序需要更強的設計、治理與校正能力。我自己的體會很簡單：工作者能力越強，越需要管理。 ## 不要過度浪漫化：風險邊界仍然在 這一切不該被過度浪漫化。Fable 5 的安全機制不是完美答案。分類器可能誤判，也可能被繞過；資安與生物科技這些領域本身就是雙重用途，惡意使用者也可能把任務拆成許多看似無害的小步驟。Anthropic 自己也說，目前護欄刻意調得偏嚴，可能會誤傷一些無害請求；它也坦言，要完全杜絕「通用越獄」幾乎不可能，真正的目標是讓攻擊變得更慢、更貴，並在被大規模利用前先被發現。 這點連團隊內部也不避諱。Boris Cherny 在同一串貼文裡直說，團隊正在調整分類器的誤判，「數量不少」，目標是讓 Fable 少一點 fallback 到 Opus 4.8、用起來更順，但前提是維持安全。換句話說，護欄偏嚴不是外界的猜測，是官方與第一線工程師都承認的現狀。這也提醒我們，把高風險請求交給 Fable 時，偶爾被擋下來不是故障，是設計。 ![Boris Cherny 在 Threads 上說明 Fable 5 的 classifier 誤判與保守策略](/images/articles/boris-cherny-threads-2.png) *同一串貼文後段：團隊正在調整 classifier 的誤判（「數量不少」），刻意保守是為了確保發布安全，之後會在維持安全的前提下逐步改善體驗。（來源：[Threads @boris_cherny](https://www.threads.com/@boris_cherny/post/DZYSQmIkq0I)）* 它選擇把 Mythos 5 限制在受信任計畫裡，某種程度上就是承認：前沿 AI 的開放，不可能只靠產品設計，還需要制度、信任網絡與治理框架。這跟我自己的體會一致。我那套五方議事系統最大的教訓，從來不是哪個模型不夠強，而是 [當 AI 與自動化開始介入需求、資料、畫面與測試，每個元件看似都在正確運作，最後卻可能一起製造出一個沒有人單獨預期到的反作用力](/articles/automation-bites-back/)。對我來說，工具能力越強，我反而越在意：判斷權有沒有留在人手上。 ## 結語：當 AI 變強，人的判斷權更不能外包，人的品味更重要 所以我對 Claude Fable 5 的看法是：它不是單純的模型升級，而是 AI 工作型態的一個轉折點。我愈來愈覺得，未來職場不是簡單的「AI 取代人類」，而是「會用 AI 組織工作的人，取代只會完成局部任務的人」。真正的分水嶺，不再是有沒有使用 AI，而是有沒有能力把 AI 接進自己的工作流，變成一套可持續運轉的生產系統。這也是 [智能與秩序](/topics/ai/) 這個主題裡，我一直在追問自己的事。 我這半年最大的轉變，不是多學了幾個工具按鈕，而是把力氣移到三件事上：把目標定清楚、把品質判準流程建立起來、把資源整合起來，最後扛下決策。這不是成功學，是我每天跟多 AI 視窗打交道，踩過無數坑，被現實一次次逼出來的重心轉移。 Fable 5 不會在一夜之間改變所有行業。企業導入仍然會卡在資料權限、合規、安全、品質控管、流程重整與成本管理。但方向已經很清楚：AI 已經從「能不能做」走進「如何規模化地做」。 回到我開頭那四個視窗。它們現在更強了。問題從來不是它們會不會做，而是我還握著多少判斷權。這個問題，遲早會輪到每一個用 AI 工作的人。 --- **參考來源**：Anthropic, [Claude Fable 5 and Claude Mythos 5](https://www.anthropic.com/news/claude-fable-5-mythos-5)（官方公告，2026-06-09）。本文數據與機制描述均以此公告為準。