Fable 5 发布后大多数人还在像用 Sonnet 4.6 一样用它扔一段提示让它跑 5 分钟关掉标签页就完事。Anthropic 把 Fable 5 定位为首个公开可用的 Mythos 级模型核心卖点是“能连续工作好几天”的自主能力。可现实里90% 的用户只把它当更强力的聊天工具。我起初也以为 Fable 5 只是上下文更长、推理更强后来对照 Anthropic 工程团队的实验数据才发现真正的差距不在模型本身而在你有没有围绕它构建一个会随时间自我进化的系统。下面这套路线图把 Fable 5 从“强大单体”变成“复合自改进系统”的完整路径拆成三个层级它到底解锁了什么、三大核心原语、以及让系统真正进化的记忆与验证层。照着做你才能把 Fable 5 的定价真正转化成持续复利。Fable 5 真正解锁的能力边界Fable 5 是 Mythos 级模型比 Opus 高一个档次它在 Claude Code 或 Claude Managed AgentsCMA里能实现多天级自主会话跨阶段规划、委托子代理、自我检查工作内置自验证自己写测试、用视觉对比输出与目标、把经验蒸馏成通用规则最野心勃勃的代码工作大型迁移、复杂实现、多天自主编码多阶段知识工作深度研究到可交付成果最小化人工 oversight定价对应其定位输入 $10/百万 token输出 $50/百万 token支持 prompt caching 90% 折扣。这不是订阅制重度使用会产生真实账单。关键认知自改进 ≠ 模型自己更新权重目前公开模型都不做。自改进是系统属性——每一次运行把经验写回记忆下一次运行从更sharp的状态开始。模型本身保持不变环境越来越聪明。复合栈四层结构一个反馈闭环把系统从下往上建也是杠杆累积的顺序Layer 1 - 原语Fable 5 本身 子代理 worktree 工具。这是大多数人现在停留的地方。Layer 2 - 编排/goal 与 Outcomes自纠正循环、Dynamic Workflows动态多步编排、Routines云端长时运行。把原语变成可重复的工作流。Layer 3 - 记忆STATE.md、Skills、知识库。让明天从昨天结束的地方继续而不是重头开始。Layer 4 - 自改进视觉自检、评估循环、规则蒸馏。输出被打分、提炼后写回记忆闭环完成。每一次 Layer 1 的输出都会经过 Layer 4 打分、蒸馏再沉淀到 Layer 3。模型是无状态的系统却在持续进化。模型路由不是所有任务都上 Fable 5Fable 5 每 token 成本约是 Opus 4.8 的 5 倍。生产团队的做法是按复杂度路由角色推荐模型典型任务理由编排器Fable 5多天规划、子代理委托、规则蒸馏只有它能稳定跑“days at a time”硬核子任务Opus 4.8架构决策、复杂调试、深度评审能力足够且成本更优高量工人任务Sonnet 4.6lint、简单重构、测试脚手架性价比最高验证器/分级Haiku 4.5独立打分、轻量分类成本极低上下文独立经典经济模式编排器用 Fable 5工人用 Sonnet验证器用 Haiku安全阻挡时回退 Opus 4.8。三大原语让循环真正自纠正1. /goal vs Outcomes两者都是“独立验证者打分 → 未达标则迭代”的结构。用 /goalClaude Code本地快速循环适合单文件调试、flaky test 修复。用 OutcomesCMA云端长时运行适合 ML 训练、大型迁移。核心设计写代码的代理 ≠ 打分的代理。自己给自己打分会偏向已写结论独立验证者只看产物和 rubric探索空间更大、也更敢从失败中恢复。2. Dynamic Workflows模型自己写 JS harnessagent/parallel/pipeline按任务动态生成。自改进系统最常用三种模式Fan-out-and-synthesize并行拆分后合成Adversarial verification每个 maker 配独立 verifierLoop until done直到停止条件3. Worktree RoutinesWorktree 解决多代理文件冲突问题每个代理在独立 checkout 工作。Routines 让 Fable 5 在你关掉电脑后继续在云端跑定时、事件触发、GitHub 事件触发。这是实现“睡着了系统还在进化”的关键基础设施。记忆与自改进的五阶段进化Anthropic 的 Continual Learning Bench 揭示了有效记忆的真实路径Fail记录失败细节Investigate找出根本原因Verify把诊断变成可验证事实Distill提炼成通用规则Consult下次任务直接读取规则Fable 5 能完整走完这五步验证覆盖率可达 73%Sonnet 往往只停在第 1 步Opus 中位数约 17%。落地载体STATE.md项目级记忆每次会话结束必须更新包含已验证事实、通用规则、开放失败、下次继续指针。Skills过程级记忆把失败教训直接写进 Skill 文件 itself而不是只留在聊天里。两周持续沉淀后Skill 会明显强于全新推导。视觉自验证Fable 5 的视觉能力让它能自己看截图、对比设计 token 和历史 STATE判断 UI 是否达标无需人类肉眼检查。必须正视的 Mythos 安全边界Fable 5 内置安全分类器会拒绝网络安全、生物、化学、模型蒸馏等高风险领域请求并自动回退到 Opus 4.8。生产系统必须显式处理把可能触发分类器的任务路由到 Opus或在 Skill 中明确记录预期行为。忽略它会导致静默失败。常见错误把 Fable 5 潜力压到 10%把 Fable 5 当 Sonnet 用5 分钟提示-关闭用 self-critique 而非独立 verifier没有 STATE.md每次从零开始Skill 从不积累真实失败教训在笔记本上跑多天任务必须用 CMA/Routines忽略安全分类器边界视觉任务只用文本验证器没有明确的 /goal 或 Outcomes 停止条件系统级判断Fable 5 不是“更快更好的聊天工具”它是自改进系统的底层基座。模型提供的是能力天花板系统提供的是复利曲线。Anthropic 自己的 Parameter Golf 和 Continual Learning Bench 实验已经证明同样是 Fable 5配上独立验证器 完整记忆闭环效果远超单纯加大模型。行动建议今天就挑一个你还没做的层级——大概率是“独立 verifier 子代理”第 6 步、“STATE.md 落地”第 11 步或者“视觉自验证”第 13 步——明天就加上。然后再加下一个。自改进是系统的属性不是模型的属性。把系统建起来Fable 5 的价值才会真正开始复利。你在用 Fable 5 构建 Agent 系统时目前最卡在哪个层级是记忆沉淀、验证器设计还是基础设施Routines/Worktree欢迎在评论区分享你的实践路径。我是紫微AI在做一个「人格操作系统ZPF」。后面会持续分享AI Agent和系统实验。感兴趣可以关注我们下期见。