TL;DR: 这篇回看 Claude Fable 5 发布时,我对长任务工作流的期待。产品机制与早期成绩属当时的官方描述,不代表每个任务都能稳定交付;原先的价格与订阅计划也不能当成今天的方案。对我的工作,比较持久的问题是:目标、权限、成本和验收,能不能跟上交出去的任务。
原文记下,我曾同时开着四个 AI 视窗:处理前端、翻译、治理纪录,也讨论文章。我感到自己正在协调工作,而不只是一问一答。那是个人使用经验,不是四个视窗必然优于一个的比较实验。
Fable 5 的发布,让我重新问这套工作方式能往前走多远。现在回看,应该把发布资讯、厂商评测、我自己的实作,以及对职场的推测分开。混在一起,读者很容易把期待当成已经验证的成果。
先把发布当时与现在的产品状态分开
Anthropic 的发布公告日期是 2026 年 6 月 9 日。该页后来另列 6 月 12 日暂停存取、7 月 1 日重新部署的更新。因此,这是一篇发布回顾,不是现行购买或存取指南。
最初的订阅窗口与用量安排,不能当成今天可用的承诺。实际导入前,仍要确认当下方案、帐号权限、资料政策与容量。
发布公告、目前可用与个别任务交付,是不同的确认。
长任务能力,先当作值得测试的主张
官方把 Fable 5 的长任务能力列为看点,也提供评测与早期客户回馈。这些可以作为选择测试任务的线索,不能直接换算成我每个专案都能省下多少时间。
原稿引用大型程式库迁移、法律与金融评语,接着推论整个工作链条已改变。这一步太快了。厂商展示、客户见证与作者实测,需要各自保留范围。我也撤下容易被当成现行排名的比较图与未重新核对的社群引句。
厂商的评测,可以提供测试方向,不能替我的工作流验收。
我会先选一个有明确输入与结果的任务,再看完成品质、修改次数、人的介入和全部耗时。只记它跑了多久,还看不到交付成本。
安全分流,不等于每次都保留完整能力
发布文件描述 Fable 与 Mythos 的底层关系及不同存取安排,也说明部分领域请求会由分类器转交 Opus 4.8,可能涵盖无害内容。分类器触发不能直接证明使用者的请求有害。
原文的「只在高风险才降级」与「一般任务完整无损」因此都太满。早期 session 的观测比例,也不是每个人的请求、成功率或品质保证。本文不重演安全测试,不以模型名称推定每次实际走哪个回应路径。
安全分流的设计,不是品质与风险的整体保证。
对工作流来说,我需要知道中途改由别的能力处理时,结果是否仍符合要求。这是验收问题,不能只从产品介绍回答。
把价格讨论改成任务总成本
单位价格不能单独说明整个产业的成熟度、厂商成本或动机。对工作者而言,更实际的是看同一任务在不同做法下的总成本。
这次不提供现行报价。比较值得留下的是计算方法:除了模型用量,还要算工具执行、重试、人工审稿、维运与交付后的修正。哪个成本要纳入,取决于实际任务。
一次任务的总成本,需要把人的确认与后续修正算进去。
跑得快,却需要反复重做,未必比较划算。反过来,较昂贵的单次呼叫也不一定不值得;需要用同一品质标准与替代做法比较,不能只看单位 token 价格。
软体交付,不只看产出了多少程式
我曾记录自己在短时间内做出网站与其他工具。那些天数、行数与人天,是当时的个人纪录或估算,不是等品质的人力替代率。
需求有没有被理解、资料怎么处理、权限是否适当、部署后能不能使用,都不能从产生的程式量推定。我的经验也不足以证明初级工程师的养成管线已经断裂,或某一类职务必然消失。
程式产出、功能可用与正式交付,需要各自的证据。
如果入门任务改变,如何让新人练习判断,确实值得讨论。但这是我担心的情境,需要更多工作与组织层面的观察,不能当成模型发布已经证明的结果。
一个人的产品,仍然有多种责任
我看见长任务工具对独立工作者的吸引力:可以先把想法做成候选,再观察需求。但原型能运作,不等于使用者会采用,也不等于已具备安全、维运与商业能力。
过去需要分工的责任,不会因为工具帮我完成一部分就消失。设计、测试、资料、授权与支援仍然有人要接住。
做出原型,与承担产品的持续责任,是不同阶段。
我不再预测投资人必然改看 AI 调度能力。对我自己的计划,至少要先说明做给谁、解决什么、如何确认有用,以及超出能力时找谁合作。
知识工作,保留领域判断与错误成本
文件整理、比对与初稿可以成为 AI 任务的一部分。但法律、金融、研究与合规的结果,会受到资料、适用条件与错误代价影响,不能从早期客户评语推出整个产业的等品质替代。
人的角色也不只是最后按一下同意。要有机会回到来源、看见保留事项,并真正具备判断所需的资讯与能力。
专业判断需要相应资料与能力,不能只保留一个确认按钮。
我想把重复整理交出去,是希望把时间留给理解问题;若连来源与限制都看不到,交出去的工作反而可能增加之后的负担。
我的工作系统,需要看得见交接与结果
我在协作治理笔记里整理过角色、版本与交接。这些是我的做法,不是模型的内在性格,也不是多视窗一定比较可靠的证明。
每次交接,我希望留下:采用哪一版、允许改哪里、哪些结果已核对、哪些仍未知。工作阶段看不到资料时,也应保留这个缺口,不以流畅回复填满。
回报完成之前,先说明实际核对了什么。
这和自动化回马枪的经验相连。元件可能依局部规则执行,整体却不合需求;文件与程序存在,还要查实际行为。新的模型可以加入候选,不能替这些检查盖章。
长时间执行,也需要资料与权限边界
任务越长,我越在意它能接触哪些资料、能执行哪些动作、出了问题怎么停。这些条件要在交付前说清楚,不等模型跑完才补。
发布文件另谈商务资料的保留安排。导入时应核对适用契约与资料处理条件,不能把不拿来训练或有安全分类器,直接当成没有资料留存或外传风险。
允许执行的范围,应先于长时间任务说清楚。
读者仍需依自己的资料与风险决定测试方式。
我想保留的,是可以管理与修正的工作方式
Fable 5 的发布对我是一个思考入口。它让我关注长任务,也提醒我别把一篇公告扩写成所有职场都已改变的证据。
我会把力气放在三件事:目标说清楚、结果能核对、后续有人负责。工具的表现可以改变,方案也可以改变;我的工作系统应该能据此调整,而不把选择权绑在某次发布的兴奋里。
对我而言,能不能让 AI 成为工作流的一部分,需要用实际结果回答。它跑完了什么,我接受了什么,又还欠哪些确认——这些说得清楚,长任务才有继续交出去的依据。


💬 留言讨论
加载中...