A Anthropic acabou de lançar o modelo mais forte que já construiu, e o salto nos benchmarks é quase a parte menos interessante.
O Claude Fable 5.1 parece menos um chatbot melhorado e mais um novo tipo de operador. Ele consegue lidar com um problema por horas, se recuperar quando um plano falha, coordenar outros agentes, inspecionar seu próprio resultado e continuar avançando sem precisar que alguém o resgate a cada dez minutos.
Os números comprovam isso. Nas avaliações publicadas pela Anthropic, o Fable 5.1 mais que dobrou o Fable 5 em pesquisa científica agentiva, saltou de 17,1% para 31,4% em automação de negócios e atingiu 73,4% no CursorBench. Ele também liderou o Fable 5, Opus 5 e GPT-5.6 Sol na maioria dos testes de codificação, automação, uso de computador e trabalho de conhecimento que a Anthropic reportou.
https://x.com/claudeai/status/2094848581425377479
Fora da caixa, ele é excepcional em codificação difícil, trabalho de longo prazo, pesquisa, planejamento, uso de computador e produção de entregáveis completos. Mas a oportunidade maior é o que acontece quando você para de usá-lo como a pessoa que faz cada tarefa e o coloca no comando do sistema que faz o trabalho.
É sobre isso que este curso trata: onde o Fable 5.1 é genuinamente diferente, como colocá-lo na posição de liderança, como construir os trabalhadores abaixo dele, como dar instruções sem sufocá-lo, como usar metas e loops, e os cinco fluxos de trabalho onde a diferença pode se transformar em dinheiro de verdade.
Se você não se importa com terminais, arquivos de agente e orquestração e simplesmente quer transformar uma ideia em um aplicativo funcional, foi para isso que construímos o Shipper.
no que este modelo é realmente excepcional
Antes dos métodos, conheça a máquina. Estas são as cinco habilidades que fazem o Fable 5.1 parecer diferente dos modelos anteriores.
ele permanece coerente por execuções absurdamente longas
Dê a ele um trabalho que leva horas e é muito menos provável que ele perca o foco no meio do caminho.
Um testador inicial relatou uma execução não supervisionada de 38 horas de machine learning na qual o Fable diagnosticou um resultado ruim anterior, corrigiu-o, lançou seis experimentos em paralelo e retornou com as descobertas e os próximos passos. Outro disse que ele manteve seus próprios registros, repriorizou quando as condições mudaram e retomou de onde havia parado.
A janela de contexto de 1 milhão de tokens ajuda, mas o tamanho do contexto não é a verdadeira melhoria. A melhoria é que o modelo pode continuar tomando decisões úteis dentro desse contexto, em vez de apenas lembrar que a informação existe.
ele procura a causa raiz, não o remendo mais rápido
Agentes anteriores frequentemente encontravam a primeira correção que fazia um erro desaparecer. O Fable 5.1 está mais disposto a continuar cavando até entender por que o erro existia.
Nos testes de lançamento da Anthropic, a Millennium deu a ele uma falha que ocorria aproximadamente uma vez em um milhão de execuções e permanecia inexplicada por quatro a cinco anos. O Fable 5.1 desmontou uma biblioteca externa, conectou-a ao despejo de memória e rastreou a falha até o bug real. Todos os outros modelos que eles haviam tentado, incluindo o Fable 5, não conseguiram.
Isso importa muito além da depuração. O mesmo instinto aparece em pesquisa, estratégia, análise financeira e operações: não otimize o sintoma quando o sistema subjacente está errado.
ele pode ver, agir e verificar
O Fable 5.1 pode inspecionar capturas de tela, gráficos, PDFs, interfaces e documentos, e então usar o que vê para guiar a próxima ação.
Isso significa que ele pode reconstruir uma interface a partir de referências, ler os números enterrados em um documento financeiro, operar um navegador, comparar sua implementação com o design original e detectar problemas visuais antes de afirmar que o trabalho está concluído.
Sua pontuação de uso de computador no OSWorld superou tanto o Fable 5 quanto o Opus 5 nos testes da Anthropic. Mais importante, o modelo é cada vez mais capaz de usar a visão como parte de um loop de verificação, não apenas para descrever a imagem que você forneceu.
ele retorna o trabalho, não uma palestra sobre o trabalho
Dê a ele uma pasta de documentos e peça um memorando de investimento, uma apresentação, um protótipo funcional ou uma análise, e é muito mais provável que ele retorne o artefato em si.
Testadores iniciais relataram os melhores resultados de PowerPoint da Anthropic até hoje, recall de citações mais forte em documentos financeiros, revisões de contratos mais concisas e melhor conclusão de solicitações complexas de múltiplas partes. Um engenheiro da MongoDB descreveu uma execução de protótipo de três dias onde o modelo pesquisou os serviços existentes, projetou o sistema, implementou-o em etapas não supervisionadas e retornou com walkthroughs visuais com evidências de que cada etapa funcionou.
A diferença prática é simples: você gasta menos tempo convertendo uma resposta em trabalho utilizável.
ele foi construído para liderar
O Fable 5.1 é mais valioso quando está decidindo o que deve acontecer em seguida.
O Claude Code já pode dar a ele subagentes, sessões em segundo plano, equipes de agentes, fluxos de trabalho dinâmicos, metas, loops, navegadores, terminais e arquivos de projeto. O Fable tem profundidade de planejamento e contexto suficientes para manter essas peças apontadas para uma única linha de chegada por muito mais tempo do que os modelos anteriores conseguiam.
É por isso que a configuração abaixo funciona, e por que o curso começa tirando o Fable da posição de trabalhador.
o cockpit: todos os controles que você realmente precisa
Atualize o Claude Code antes de fazer qualquer outra coisa. De acordo com a documentação atual de configuração do modelo, a versão 2.1.255 ou posterior faz o alias fable resolver para o Fable 5.1, e os lançamentos recentes incluem os controles de goal, loop, background-agent e effort usados abaixo.
Em seguida, selecione o modelo e o nível de esforço:
/model fable
/effort high
High é o padrão sensato para trabalhos substanciais. Diminua para medium para passes mais baratos e rápidos. Mude para xhigh ou max apenas quando o problema for difícil o suficiente para justificar mais raciocínio. O pensamento adaptativo do Fable está sempre ligado, então o esforço é o controle que importa.
Os controles restantes são simples:
/plan ou Shift+Tab: deixe-o inspecionar e planejar antes de alterar arquivos
/goal: continue trabalhando em várias rodadas até que uma condição testável seja atendida
/loop: reexecute um prompt em um cronograma enquanto a sessão permanecer ativa
/tasks: veja o que os trabalhadores em segundo plano estão fazendo
/context: veja o que está consumindo a janela de contexto
Esse é o cockpit.
O resto do curso é saber qual controle usar e quando.
o evento principal: faça do Fable o líder, não o trabalhador
A maior atualização é uma mudança de função.
Pare de dar ao Fable todas as tarefas do teclado. Faça com que ele defina o trabalho, divida-o em faixas limpas, envie essas faixas para agentes mais baratos e julgue o que retorna.
A configuração é assim:
Fable molda o plano:
coloque-o no modo de planejamento e deixe-o inspecionar o projeto antes de propor alterações. Se a solicitação ainda for vaga, use a
coleção de habilidades do Matt Pocock para interrogar a ideia, transformar a conversa em uma especificação e dividir a especificação em tarefas.
Fable delega o trabalho isolado:
a implementação vai para subagentes Opus ou Sonnet, com cada trabalhador sendo dono de uma faixa delimitada. O Codex pode ser outro trabalhador se você já o usa, mas deve seguir as mesmas regras de limites de arquivo e evidências.
Um agente separado verifica:
o trabalhador não avalia seu próprio dever de casa. Um verificador novo lê o plano, inspeciona o diff, executa as verificações e ou aprova o estágio ou o retorna com uma falha concreta.
Você orienta nos pontos de verificação:
aprove o plano, revise as compensações significativas e inspecione as evidências no final. Você não precisa assistir a cada comando.
Por que isso funciona: o modelo caro gasta seus tokens em arquitetura, priorização, recuperação e julgamento. Os modelos mais baratos gastam os deles em execução delimitada.
A economia só funciona quando as faixas são verdadeiramente independentes. Sob os preços atuais da API da Anthropic, o Fable 5.1 custa $10 por milhão de tokens de entrada e $50 por milhão de tokens de saída, enquanto o Opus 5 custa metade disso e o Sonnet 5 custa um quinto. O Fable 5.1 também reduziu as leituras de cache para $0,25 por milhão de tokens, o que torna sessões longas com um contexto de projeto estável muito mais práticas.
Não paralelize por teatro. Cinco agentes editando os mesmos arquivos criarão cinco contas e um problema de mesclagem. Paralelize pesquisa, módulos isolados, testes, documentação e outras faixas que podem terminar sem esperar umas pelas outras.
construa seus trabalhadores
O líder precisa de uma pequena equipe, e um trabalhador personalizado é apenas um arquivo Markdown dentro de .claude/agents/.
Comece com um trabalhador de implementação:
name: implementation-worker
description: Implementa um estágio isolado de um plano aprovado. Use apenas quando o estágio possui arquivos distintos.
model: opus
tools: Read, Grep, Glob, Edit, Write, Bash
maxTurns: 25
Você é dono apenas do estágio atribuído a você.
Antes de editar, identifique os arquivos exatos e os critérios de aceitação em sua faixa.
Não altere arquivos pertencentes a outro trabalhador.
Implemente a menor solução completa e, em seguida, execute os testes relevantes.
Retorne:
- arquivos alterados
- verificações executadas e seu resultado real
- qualquer coisa ainda incerta
Não declare sucesso sem evidências desta execução.
Em seguida, crie o trabalhador que mais importa, o verificador:
name: verifier
description: Verifica independentemente um estágio concluído em relação ao seu plano e critérios de aceitação. Use após cada estágio de implementação.
model: opus
tools: Read, Grep, Glob, Bash
maxTurns: 15
Trate o resumo da implementação como uma afirmação não confiável.
Leia o plano e inspecione o diff real. Execute os testes relevantes você mesmo.
Verifique a correção, regressões, escopo e cada critério de aceitação.
Retorne PASS ou FAIL.
Para cada falha, inclua a evidência e a menor correção necessária.
Nunca modifique a implementação que você está avaliando.
Olhos novos percebem o que o autor normaliza. Um estágio verificado imediatamente é muito mais barato do que um defeito descoberto depois que mais quatro estágios dependem dele.
Quatro regras mantêm a equipe rápida:
um trabalhador, uma faixa, com propriedade explícita de arquivos
trabalho paralelo apenas quando as faixas não dependem umas das outras
Fable permanece na posição de líder enquanto Opus ou Sonnet lida com o trabalho
toda afirmação de conclusão é verificada em relação aos arquivos, testes ou resultado ao vivo
segredo 1: não prescreva a rota
A maioria dos conselhos sobre prompts foi escrita para impedir que modelos mais fracos se perdessem.
Procedimentos longos, listas de etapas rígidas e blocos de regras gigantes ajudavam quando o modelo não conseguia planejar. Com o Fable 5.1, esse mesmo andaime pode forçá-lo a um caminho pior do que aquele que ele teria encontrado sozinho.
O truque é ser rigoroso sobre o destino e flexível sobre a rota.
Dê a ele quatro coisas:
o resultado:
o que deve existir quando o trabalho estiver concluído
as restrições:
o que ele não pode quebrar, gastar, expor ou alterar
o motivo:
para quem é isso e qual decisão ou trabalho o resultado deve apoiar
a prova:
qual evidência observável contará como concluída
Essa última parte muda tudo. "Faça o checkout funcionar" convida a uma afirmação plausível. "Complete uma compra de teste no sandbox e mostre a linha de pedido resultante" dá ao modelo uma linha de chegada que ele não pode contornar com palavras.
Não peça uma demonstração de cadeia de pensamento oculta. Peça o plano, as decisões importantes, as evidências e a incerteza restante. O pensamento do Fable já está sempre ligado. O que importa para você é se o resultado sobrevive à inspeção.
E não fique lembrando a ele que o orçamento está acabando. Coloque o limite no sistema: limite as rodadas do trabalhador, defina o gasto permitido e diga a ele o que fazer quando o limite for atingido.
segredo 2: mantenha o CLAUDE.md leve
O CLAUDE.md é carregado no início de cada sessão do Claude Code. Isso o torna útil, mas também significa que cada linha irrelevante sobrecarrega todas as tarefas futuras.
A Anthropic agora recomenda manter cada arquivo com menos de 200 linhas. Na prática, o seu geralmente pode ser muito mais curto.
Três seções cobrem a maioria dos projetos:
o que é este projeto:
o produto, a arquitetura e os limites importantes
como verificar o trabalho:
os comandos para build, teste, lint e pré-visualização local
o que ele erra repetidamente:
convenções específicas do projeto e erros recorrentes
Procedimentos que só importam às vezes pertencem às habilidades. Regras que se aplicam apenas a certos arquivos pertencem a regras com escopo de caminho. Notas históricas pertencem à documentação, não ao prompt de cada sessão.
Abra seu CLAUDE.md hoje à noite e desafie cada linha: se removê-la não causar um erro real, remova-a.
O arquivo mais leve é geralmente o mais forte.
segredo 3: abuse das metas e loops
É aqui que o Fable deixa de ser uma conversa e se torna um processo que pode continuar se movendo enquanto você faz outra coisa.
Metas: /goal dá à sessão uma condição de conclusão testável. Após cada rodada, um modelo pequeno separado verifica se a condição foi satisfeita. Se não foi, o Fable começa outra rodada em vez de devolver o controle para você. A meta termina quando é aprovada, torna-se impossível, atinge um erro irrecuperável ou você a limpa.
A arte está em escrever uma linha de chegada que ele não pode falsificar:
exija prova observável: "todos os testes de autenticação passam e a saída está anexada" é mais forte do que "corrigir autenticação"
defina o caminho da falha: se um bloqueador real tornar a meta impossível, relate o bloqueador e a evidência em vez de inventar progresso
limite as partes arriscadas: use maxTurns para trabalhadores, limites de gastos para serviços pagos e limites explícitos em torno de implantações ou dados de produção
mantenha uma regra de honestidade em cada resumo: toda afirmação de progresso deve apontar para um resultado produzido ou inspecionado durante esta execução
Execute metas no modo auto apenas dentro de limites com os quais você se sente confortável em deixar sem supervisão. Um agente mais inteligente tem um raio de explosão maior quando o resumo está errado.
Loops: /loop reexecuta um prompt em um intervalo. Use /loop 15m check the deployment and investigate any failure para uma cadência fixa, ou omita o intervalo e deixe o Claude escolher quando verificar novamente.
Loops dentro do Claude Code têm escopo de sessão e eventualmente expiram. Use-os para builds, pull requests, migrações e monitoramento temporário. Use uma rotina persistente ou tarefa agendada da área de trabalho para trabalhos que precisam sobreviver após o fechamento da sessão ou da máquina.
Entre metas e loops, você pode manter o Fable trabalhando pelo tempo que o trabalho realmente precisar, com evidências esperando no final, em vez de outro parágrafo confiante.
como executar um projeto real em uma única tentativa
Agora monte todo o sistema em torno de uma construção.
O exemplo é uma página de destino com uma lista de espera funcional. Substitua o projeto e a mesma sequência se mantém.
passo 1, escreva o resumo
Envie uma mensagem:
Estou lançando [produto] para [público]. Eles precisam de uma página de destino que faça uma promessa clara e capture
emails.Build uma página responsiva com um formulário funcional que armazene inscrições.Restrições: sem framework que eu precise cuidar, sem dependência paga, rápido no celular e sem implantação até que eu aprove.Concluído significa que a página roda localmente, um e-mail de teste aparece no armazenamento, o layout mobile é verificado em 390px e o resultado é mostrado com saída de teste e capturas de tela.Inspecione o projeto e planeje primeiro. Delegue apenas estágios independentes. Verifique cada estágio concluído.
O resumo dá a ele um destino sem projetar a implementação em seu nome.
passo 2, aprove o plano
Entre no modo de planejamento com /plan ou Shift+Tab antes que ele mude qualquer coisa.
Se a ideia for subespecificada, instale a coleção do Matt Pocock com /plugin install mattpocock-skills, execute /setup-matt-pocock-skills uma vez e use /grill-with-docs antes de transformar o resultado em uma especificação.
Leia o plano. Corte os recursos que você não precisa. Certifique-se de que cada estágio tenha uma condição de aprovação observável. Em seguida, aprove-o.
passo 3, deixe a equipe trabalhar
O Fable atribui o primeiro estágio isolado ao trabalhador de implementação. O verificador verifica o diff real e a saída do teste. Um estágio dependente começa apenas depois que o anterior é aprovado.
Você pode sair do terminal. Use /tasks quando quiser ver o que ainda está sendo executado.
passo 4, defina a linha de chegada
Use uma meta que nomeie o estado e a prova:
/goal a página roda localmente, o formulário armazena uma inscrição de teste e o layout funciona em 390px, comprovado pela saída real do teste, pelo registro armazenado e por uma captura de tela atual. Se um bloqueador genuíno tornar isso impossível, pare e relate a evidência em vez de reivindicar sucesso.
Essa condição é muito mais difícil de satisfazer apenas com palavras.
passo 5, revise o resultado
Volte para o diff, a saída do teste, a inscrição armazenada e as capturas de tela.
Revise o produto como um usuário, não como o gerente do modelo. Peça as alterações que você pode realmente ver, execute uma passada final de verificação independente e publique quando a evidência corresponder ao resumo.
A primeira execução parecerá elaborada.
Na segunda vez, você notará que a mesma sequência funciona para quase todos os projetos que você vem adiando.
os cinco fluxos de trabalho onde ele gera dinheiro de verdade
Agora aponte a configuração para um trabalho valioso o suficiente para justificar o modelo.
Estes são os cinco fluxos de trabalho onde o Fable 5.1 pode criar uma diferença mensurável.
O trabalho de código que ninguém quer: a migração estimada em três semanas, a falha de produção rara, o problema de desempenho espalhado por oito serviços. O Fable mapeia o sistema, os trabalhadores pegam fatias isoladas, o verificador verifica cada estágio e o progresso está vinculado a testes, não ao otimismo.
Pesquisa de nível de decisão: uma pergunta entra, trabalhadores de pesquisa coletam de fontes primárias em paralelo, um revisor cético ataca cada afirmação importante e o líder transforma o que sobrevive em um memorando. Isso pode alimentar uma aquisição, um lançamento, uma decisão de mercado ou uma tese de investimento.
Operações de negócios: dê a ele acesso às ferramentas certas e deixe-o reconciliar dados, investigar anomalias, preparar relatórios, monitorar um processo ou trabalhar em um backlog operacional. O Fable 5.1 quase dobrou a pontuação do Fable 5 no AutomationBench da Anthropic, que é um dos saltos práticos mais claros do lançamento.
Trabalho de produto orientado por referência: dê a ele capturas de tela da experiência que você deseja, os recursos reais e acesso ao aplicativo em execução. Ele pode implementar contra a referência, abrir o resultado, comparar os dois e continuar até que a lacuna visível seja fechada. Você fornece o bom gosto. Ele fornece os olhos, as mãos e a paciência.
Um sistema de conhecimento que se acumula: aponte-o para tudo que vale a pena preservar em sua empresa e deixe-o transformar documentos dispersos em uma fonte de verdade mantida e vinculada. Um redator pode construir um a partir de ótimas páginas de vendas, uma agência a partir de seus estudos de caso e uma empresa de SaaS a partir de chamadas de clientes, decisões, experimentos e histórico de suporte. Cada agente futuro começa mais inteligente porque o contexto útil já existe.
Cada um desses costumava ser um projeto de "um dia".
O Fable 5.1 transforma muitos deles em projetos "desta semana", desde que você dê ao sistema uma linha de chegada real e uma maneira de provar que a cruzou.
toda a configuração em um bloco
execute o Fable 5.1 como líder: ele planeja, delega, revisa e decide
use Opus ou Sonnet para trabalho delimitado, com um trabalhador por faixa independente
dê a ele resultado, restrições, motivo e prova, depois deixe-o escolher a rota
mantenha o CLAUDE.md curto e mova procedimentos ocasionais para habilidades
use metas para conclusão verificável e loops para verificações agendadas
controle o custo com níveis de esforço, trabalhadores mais baratos, contexto em cache e limites rígidos
aponte o sistema para bases de código, pesquisa, operações, trabalho de produto e conhecimento que se acumula
O modelo é a parte mais visível da configuração, mas não é toda a vantagem.
A vantagem é dar a um modelo tão capaz um destino claro, uma equipe competente, acesso à realidade e nenhuma maneira de confundir uma resposta convincente com trabalho concluído.
