一天迁移 5000 万行 Ruby 代码,抵一个团队两个多月。这是 Anthropic 新旗舰 Claude Fable 5 干的。又慢又贵,但能啃硬骨头。它从今天起免费 13 天(6/10–6/22)。下面这些看完再上手,别浪费窗口。
1/ 它是什么:Fable 5 就是 Mythos 5 加了一道更严的安全护栏,底层性能一样。100 万 token 上下文,单次输出 128K,知识截止 2026 年 1 月,模型串 claude-fable-5。现在对所有人开放的最强公开旗舰,不过还是 preview。
2/ 跑分:SWE-Bench Pro 80.3%。Opus 4.8 才 69.2%,GPT 5.5 是 58.6%,Gemini 3.1 Pro 54.2%。三篇实测都印证同一条规律:任务越长越复杂,它领先越多。主场是大活,不是改一行代码。
3/ 真实战绩,是生产不是 demo。Stripe 一天跑完 5000 万行全库迁移。Datasette Agent 做完既定目标,还顺手发现并修掉了底层 LLM 库的 4 个 bug。
@Mnilax 揪出 Opus 数月没看见的 bug,某钱包解析器 9 个,另一项目 4 个。都是得把整个文件握在工作记忆里才看得见的那种。
4/ 视觉这块被低估了。它能只凭截图重建一个 Web 应用的源码。能用纯像素 harness 从头通关《宝可梦 火红》,没有地图,也没有状态解析。《杀戮尖塔》记忆实验里比 Opus 4.8 多进步 3 倍。截图转代码、图表转数字,这部分值回票价。
5/ 价格:输入 $10、输出 $50 每百万 token,正好是 Opus 的 2 倍。Simon 实测一天烧了 $110.42,其中 89.9% 砸在一个 Agent 项目上。重活吃掉绝大部分预算,这才是它该干的事。喂它琐事,只会烧光额度还零结果。
6/ 用法变了,这条最重要。旧的「逐个喂小活、全程握方向盘」会把它锚在过时模式上。官方四条建议:直接交超出旧模型边界的大活;effort 默认拉 xhigh 或 high;重写旧 skill 和 CLAUDE.md;从「派任务」转向「给目标」,说清楚完成长什么样、怎么验证。
7/ 核心方法论:别再逐字 prompt,给它两类循环。一句话配方是「给模型一个评估指标,让它爬坡」。一类是自纠错内循环,给 rubric,让它跑、收反馈、自我修正。一类是跨 session 记忆外循环,让它自己管上下文。Claude Code 里对应 /goal,CMA 的 Outcomes 会自动 spawn 一个 grader 子智能体打分。
8/ 一个反直觉的点:别让模型自评自己的输出,效果差。换成独立上下文窗口里的 verifier 子智能体来打分。
9/ 记忆的五步:fail 记录错误,investigate 搞清原因,verify 变成已验证事实,distill 提炼规则,consult 直接查规则而不是重推。三代模型恰好卡在不同台阶。Sonnet 4.6 停在第 1 步。Opus 4.7 停在第 3 步,验证覆盖率中位只有 17% 左右。Fable 5 走完全程,最强一次到 73%。
10/ 最硬的一个数:Parameter Golf 挑战里,Fable 5 对训练 pipeline 的改进大约是 Opus 4.7 的 6 倍。行为差异也值得说。它敢押注结构性大改,扛过一次量化回退,最后冲到最大收益,作者说它像敢走高方差路径的研究者。Opus 4.7 拿到首胜后就只重复低方差的老套路。
11/ 一定要懂的护栏机制,叫静默回退。命中网络安全、生物化学、蒸馏这三类,请求会被悄悄回退给较弱的 Opus 4.8。大约 5% 触发,95% 以上的会话从不碰到。API 新增了「命中护栏」通知,把它当路由信息看就行:被标记的活,其实是 Opus 在答。也要留意误报,某个 benchmark 70% 的提示被 flag,Rust 里的 unsafe {}、公开生物数据都可能误触。
12/ 该用还是别用。该用:跨文件重构、全库迁移、长上下文审计、截图重建源码,以及需要跨 session 记忆复利的连续任务。配置上 effort 拉 xhigh,开持久记忆,给它目标加 rubric 让它自驱。别用:改一行、总结邮件这种短确定性活,Opus 或 Sonnet 更便宜;上面三类被标记的活;还有对延迟和成本敏感的交互场景。
13/ 现在就做一件事:13 天里,把你最值钱、最高 effort、一直不敢交出去的大活先排进来。再送你一条能直接套的审代码 prompt:「以从未见过这套代码的资深工程师视角审查整库,别加功能别为品味重构,只找真正的错误:竞态、吞掉的异常、掩盖失败的类型强转、死配置、只在 happy path 成立的假设。每条给出文件行号、原因、影响范围和最小安全修复。」
你打算拿这 13 天先啃哪块硬活?