Fable 5震撼发布：Prompt和工作流已死？最新AI新闻深度解析

type

status

date

slug

summary

Fable 5的“主动性”：从两行CSS看Agent的自我进化

Simon Willison（Django联合创建者）分享了他的震撼体验。他遇到了一个输入框下方出现多余滚动条的微小Bug。他只是将截图丢给运行在Claude Code环境下的Fable 5，并留下了一句简单的提示，便转身去做家务了。

几分钟后，当他回到电脑前，眼前的景象让他惊呆了：Firefox和Safari浏览器正在自动启动并跳转页面，而他此前从未在机器上配置过任何浏览器自动化工具。

复盘日志后，Simon发现Fable 5展现出了令人难以置信的“不依不饶的主动性”（relentlessly proactive）。为了定位并修复这个仅需两行CSS就能解决的Bug，它在无人指导的情况下，自主完成了以下一系列操作：

自动在本地启动服务，尝试在不同浏览器中复现问题。

遇到复现困难时，直接调用macOS底层接口对真实窗口进行截图。

面对弹窗阻碍，自主修改网页模板并模拟按键。

无法获取页面尺寸时，甚至手搓了一个本地服务器用于回传数据。

最终，它自己找到了问题并成功修复。这种不需要人类干预、缺什么就补什么的自主构建工具链的能力，标志着 LLM 从“被动执行命令”向“主动解决问题”的跨越。

从“巫师”到“甲方”：人机协作关系的重构

沃顿商学院教授Ethan Mollick则从另一个维度展示了Fable 5的恐怖实力。他曾尝试让各种主流大模型绘制一张1881年风格的等时线地图（展示从某城市出发到达全球各地的旅行时间）。由于需要整合海量历史交通数据并进行复杂的逻辑推理，此前没有一个模型能够完美完成。

而这一次，Mollick只给出了一个描述最终目标的超长 Prompt。

Fable 5在接收到任务后，表现得像一个成熟的项目经理。它自主启动了多个子Agent（使用更便宜的模型进行基础研究），检索了超过2200条航班数据、各国铁路时刻表乃至偏远海岛的船期。在遭到质疑后，它甚至开启了“对抗模式”——一组Agent负责查资料，另一组Agent专门找漏洞，最终交付了一个完美的交互式地图。

不仅如此，面对学术界关于“如何校准人类评分员与AI评判差异”的难题，Fable 5在自主运行9个半小时后，直接交付了一套名为Concord的完整软件工具。

正如Mollick所言，过去使用 chatGPT 或 claude 等模型就像当巫师念咒语，而现在，人类更像是一个“甲方”：描述需求、支付Token、验收成果。至于中间复杂的“炼金术”过程，模型已经完全替我们代劳了。

告别微观管理：“给目标，别给步骤”的全新范式

在Fable 5发布后，开发者社区达成了一个共识：传统的微观管理式提示词正在失效。

过去，为了让大模型表现更好，我们习惯于把任务拆解得无比细致，规定好第一步干什么、第二步干什么，这催生了大量的 提示词 教程和SOP工作流。但现在，这种“手把手教学”反而成了模型的束缚。

因为像Fable 5这样的新一代模型，本身就具备极强的全局规划和“爆炸半径分析”（Blast Radius Analysis）能力。它在修改代码前，会主动分析上下游的依赖关系，并派出对抗Agent自我审查。如果你强行塞入人类规划的死板步骤，反而会干扰它的最优决策。

现在的最佳实践已经变成了：只规定What（目标和验收标准），不规定How（具体步骤）。人类最有价值的输入，不再是繁琐的指令，而是机器可以验证的、高质量的验收标准。

拥抱自动化：在AGI时代如何实现AI变现

当“提示词工程师”这一职业还没完全成熟，就被更先进的自动化Agent推向边缘时，我们该如何自处？

AI时代最残酷的现实或许就在于：你刚学会的技能，下一秒就被自动化了。

但这并不意味着人类失去了价值。相反，这把我们从繁琐的“搬砖”工作中解放出来，去专注于更具创造性的商业构想和场景定义。对于开发者和创业者来说，如何利用这些强大的自主Agent去解决真实的商业痛点，才是实现 AI变现 的关键。

想要在这场技术变革中保持领先，持续获取关于 openai、claude 等前沿大模型的最新动态，不漏掉任何一个机会，访问 AI门户 AIGC.bar 是你的不二之选。这里汇集了最全面的 AI资讯、实用的 Prompt 技巧以及深度的行业剖析，助你在 人工智能 浪潮中乘风破浪。

Fable 5的登场，无情地宣告了“微观管理式工作流”的终结。未来的AI协作，将是高层目标对齐与自动化执行的天下。不要害怕你学过的Skill失效，因为工具的进化是为了让我们走得更快。转型成为一个合格的“AI甲方”，定义好目标与边界，让AI去完成剩下的九个半小时吧。