TL;DR: 這篇回看 Claude Fable 5 發布時,我對長任務工作流的期待。產品機制與早期成績屬當時的官方描述,不代表每個任務都能穩定交付;原先的價格與訂閱計畫也不能當成今天的方案。對我的工作,比較持久的問題是:目標、權限、成本和驗收,能不能跟上交出去的任務。
原文記下,我曾同時開著四個 AI 視窗:處理前端、翻譯、治理紀錄,也討論文章。我感到自己正在協調工作,而不只是一問一答。那是個人使用經驗,不是四個視窗必然優於一個的比較實驗。
Fable 5 的發布,讓我重新問這套工作方式能往前走多遠。現在回看,應該把發布資訊、廠商評測、我自己的實作,以及對職場的推測分開。混在一起,讀者很容易把期待當成已經驗證的成果。
先把發布當時與現在的產品狀態分開
Anthropic 的發布公告日期是 2026 年 6 月 9 日。該頁後來另列 6 月 12 日暫停存取、7 月 1 日重新部署的更新。因此,這是一篇發布回顧,不是現行購買或存取指南。
最初的訂閱窗口與用量安排,不能當成今天可用的承諾。實際導入前,仍要確認當下方案、帳號權限、資料政策與容量。
發布公告、目前可用與個別任務交付,是不同的確認。
長任務能力,先當作值得測試的主張
官方把 Fable 5 的長任務能力列為看點,也提供評測與早期客戶回饋。這些可以作為選擇測試任務的線索,不能直接換算成我每個專案都能省下多少時間。
原稿引用大型程式庫遷移、法律與金融評語,接著推論整個工作鏈條已改變。這一步太快了。廠商展示、客戶見證與作者實測,需要各自保留範圍。我也撤下容易被當成現行排名的比較圖與未重新核對的社群引句。
廠商的評測,可以提供測試方向,不能替我的工作流驗收。
我會先選一個有明確輸入與結果的任務,再看完成品質、修改次數、人的介入和全部耗時。只記它跑了多久,還看不到交付成本。
安全分流,不等於每次都保留完整能力
發布文件描述 Fable 與 Mythos 的底層關係及不同存取安排,也說明部分領域請求會由分類器轉交 Opus 4.8,可能涵蓋無害內容。分類器觸發不能直接證明使用者的請求有害。
原文的「只在高風險才降級」與「一般任務完整無損」因此都太滿。早期 session 的觀測比例,也不是每個人的請求、成功率或品質保證。本文不重演安全測試,不以模型名稱推定每次實際走哪個回應路徑。
安全分流的設計,不是品質與風險的整體保證。
對工作流來說,我需要知道中途改由別的能力處理時,結果是否仍符合要求。這是驗收問題,不能只從產品介紹回答。
把價格討論改成任務總成本
單位價格不能單獨說明整個產業的成熟度、廠商成本或動機。對工作者而言,更實際的是看同一任務在不同做法下的總成本。
這次不提供現行報價。比較值得留下的是計算方法:除了模型用量,還要算工具執行、重試、人工審稿、維運與交付後的修正。哪個成本要納入,取決於實際任務。
一次任務的總成本,需要把人的確認與後續修正算進去。
跑得快,卻需要反覆重做,未必比較划算。反過來,較昂貴的單次呼叫也不一定不值得;需要用同一品質標準與替代做法比較,不能只看單位 token 價格。
軟體交付,不只看產出了多少程式
我曾記錄自己在短時間內做出網站與其他工具。那些天數、行數與人天,是當時的個人紀錄或估算,不是等品質的人力替代率。
需求有沒有被理解、資料怎麼處理、權限是否適當、部署後能不能使用,都不能從產生的程式量推定。我的經驗也不足以證明初級工程師的養成管線已經斷裂,或某一類職務必然消失。
程式產出、功能可用與正式交付,需要各自的證據。
如果入門任務改變,如何讓新人練習判斷,確實值得討論。但這是我擔心的情境,需要更多工作與組織層面的觀察,不能當成模型發布已經證明的結果。
一個人的產品,仍然有多種責任
我看見長任務工具對獨立工作者的吸引力:可以先把想法做成候選,再觀察需求。但原型能運作,不等於使用者會採用,也不等於已具備安全、維運與商業能力。
過去需要分工的責任,不會因為工具幫我完成一部分就消失。設計、測試、資料、授權與支援仍然有人要接住。
做出原型,與承擔產品的持續責任,是不同階段。
我不再預測投資人必然改看 AI 調度能力。對我自己的計畫,至少要先說明做給誰、解決什麼、如何確認有用,以及超出能力時找誰合作。
知識工作,保留領域判斷與錯誤成本
文件整理、比對與初稿可以成為 AI 任務的一部分。但法律、金融、研究與合規的結果,會受到資料、適用條件與錯誤代價影響,不能從早期客戶評語推出整個產業的等品質替代。
人的角色也不只是最後按一下同意。要有機會回到來源、看見保留事項,並真正具備判斷所需的資訊與能力。
專業判斷需要相應資料與能力,不能只保留一個確認按鈕。
我想把重複整理交出去,是希望把時間留給理解問題;若連來源與限制都看不到,交出去的工作反而可能增加之後的負擔。
我的工作系統,需要看得見交接與結果
我在協作治理筆記裡整理過角色、版本與交接。這些是我的做法,不是模型的內在性格,也不是多視窗一定比較可靠的證明。
每次交接,我希望留下:採用哪一版、允許改哪裡、哪些結果已核對、哪些仍未知。工作階段看不到資料時,也應保留這個缺口,不以流暢回覆填滿。
回報完成之前,先說明實際核對了什麼。
這和自動化回馬槍的經驗相連。元件可能依局部規則執行,整體卻不合需求;文件與程序存在,還要查實際行為。新的模型可以加入候選,不能替這些檢查蓋章。
長時間執行,也需要資料與權限邊界
任務越長,我越在意它能接觸哪些資料、能執行哪些動作、出了問題怎麼停。這些條件要在交付前說清楚,不等模型跑完才補。
發布文件另談商務資料的保留安排。導入時應核對適用契約與資料處理條件,不能把不拿來訓練或有安全分類器,直接當成沒有資料留存或外傳風險。
允許執行的範圍,應先於長時間任務說清楚。
讀者仍需依自己的資料與風險決定測試方式。
我想保留的,是可以管理與修正的工作方式
Fable 5 的發布對我是一個思考入口。它讓我關注長任務,也提醒我別把一篇公告擴寫成所有職場都已改變的證據。
我會把力氣放在三件事:目標說清楚、結果能核對、後續有人負責。工具的表現可以改變,方案也可以改變;我的工作系統應該能據此調整,而不把選擇權綁在某次發布的興奮裡。
對我而言,能不能讓 AI 成為工作流的一部分,需要用實際結果回答。它跑完了什麼,我接受了什麼,又還欠哪些確認——這些說得清楚,長任務才有繼續交出去的依據。


💬 留言討論
載入中...