如何利用 Claude Fable 5 获利（完整指南）

两年来，每个人使用 AI 的方式都一模一样

你输入一个问题，它返回一个答案，你阅读答案，再输入下一个问题

你是引擎。AI 只有在你推动时才会运转

这种工作方式已经悄然终结，而大多数人还没意识到

上个月，一位工程师把 Claude 最新模型的一个难题丢给它，然后走开了

它没有仅仅回复

它运行了整整一天——修复了原始问题，然后发现了底层代码中四个不同的缺陷，也一并解决了，最终几乎独立完成了一整套软件更新

这位开发者并没有坐在旁边一步步地提示它

他们只是给了它一个目标，然后回来就看到了完成的工作

Fable 5 可以自主运行数小时，有时甚至数天

https://x.com/claudeai/status/2064394146916229443

它设计计划，执行工作，追踪自己朝着目标的进展，并在过程中自行纠正错误，无需你发送下一条消息

所以，现在最重要的能力不再是编写巧妙的提示词

而是学会移交整个项目，并信任它能完成它

让我带你看看具体怎么做，并提供一个你可以直接复制的实际设置

为什么“一次只回复一条”拖慢了你的速度

想想你目前与 AI 合作的方式

你请求一个功能。你复制错误信息。你请求修复。你复制下一个错误。你请求添加测试

二十条消息之后，你得到了一个基本能运行的东西

这二十条消息中的每一条都需要你的输入。你是将项目粘合在一起的粘合剂。AI 很聪明，但它的注意力跨度跟金鱼差不多

这并非你的问题。这是模型的局限性。早期的模型确实无法在引导一个冗长复杂的任务走向完成的同时，将其牢记在心。所以它们被设计成处理一个微小的步骤，然后停止

Fable 5 是第一个以相反方式设计的、广泛可用的模型。它将目标牢记在心，在很长一段时间内持续追求它，并且只有在真正完成或确实卡住时才会返回

官方消息甚至声称，任务越长越难，它相对于早期模型的优势就越大。这一转变改变了你使用它的方式

你不再是引擎。你成为了管理者

唯一的心态转变：交给它一个目标，而不是一个步骤

这里有一句话就能概括的诀窍：

描述最终成果以及你如何判断它已完成，然后放手

一个提示词告诉 AI 它的下一步行动

一个项目则向它展示“完成”的样子，并让它自己规划步骤

弱（旧方法）：

1帮我写一个读取 CSV 文件的函数

强（新方法）：

1目标：创建一个小的命令行工具，能接收任何杂乱的 CSV 文件，
2清理它，并保存一个干净的版本。
3完成意味着：
4> 它能处理缺失条目和奇怪的日期格式
5> 它包含测试，并且所有测试都通过
6> 有一个简短的 README 说明如何使用它
7从头到尾完成它。步骤之间不要向我确认。
8只有当所有测试都通过或你确实卡住时才停止。

注意到区别了吗？第二个版本移交了整个任务。它定义了“完成”的含义，这样模型就可以用它来衡量自己的输出，而这正是 Fable 被设计用来做的事情

这就是整个思维转变的核心

接下来的一切都只是如何配置它，使其能够真正运行

开始设置：给它一个工作空间

要让 AI 运行一个实际项目，它需要一个工作的地方——读取文件、写入文件、执行命令和验证结果。这个地方被称为编码 Agent。最广泛使用的是 Claude Code，它在你的终端中运行

你不必是程序员也能跟着做。把它想象成打开一个工作区，AI 在这里有了“手”，而不仅仅是“嘴”

设置它（如果你的机器上有 Node.js，只需一行命令）：

1npm install -g @anthropic-ai/claude-code

然后进入你的项目新文件夹并启动它：

1mkdir my-first-project
2cd my-first-project
3claude

就这样。你现在有了一个空间，AI 可以在其中真正构建东西，而不仅仅是描述它们

移交你的第一个项目

现在是有趣的部分。与其聊天，不如给它一个目标文件。创建一个纯文本文件来概述项目：

1# 将你的项目简介放入 Agent 将读取的文件中
2cat > GOAL.md << 'EOF'
3# 项目：CSV 清理器
4构建一个清理杂乱 CSV 文件的命令行工具。
5## 完成意味着
6- 能读取任何 CSV，即使有缺失条目和混合日期格式
7- 在原始文件旁边写入一个清理后的副本
8- 包含自动化测试，并且每个测试都通过
9- 有一个简短的 README，包含一个使用示例
10## 工作方式
11- 在构建之前先做计划。
12- 每完成一部分，自行运行测试并修复失败的部分。
13- 不要在步骤之间停下来问我。
14- 只有当所有测试都通过时才停止，然后总结你完成了什么。
15EOF

然后，在 Agent 中，你将它指向那个简介并放手：

1读取 GOAL.md 并构建整个东西。持续工作直到完成。

现在你可以走开了。去煮杯咖啡

第一次经历这个时刻会感觉很奇怪，因为不再需要你了

模型读取简介，制定计划，编写代码，运行测试，看到三个失败，修复它们，重新运行，然后继续

这个自我验证的循环是早期模型无法维持的。Fable 会全程将目标牢记在心

让这一切真正有效的三条规则

移交项目是一项技能

以下是区分“它构建了全部”和“它偏离方向并制造了混乱”的三个因素

> 将“完成”变成机器可以验证的东西

“把它做好”不是一个终点线——好永远不会真正到来，所以它永远不会停止

“所有测试通过”才是一个真正的终点线——真或假，没有争议

给它一个可以自我衡量的基准，它就知道何时停止

这是你项目简介中最关键的一行

> 从一开始就交给它完整的图景

Fable 现在可以处理不仅仅是文本——它能理解截图、图表、密集的表格和 PDF

所以，如果你要复现一个屏幕，就给它截图。如果规则存储在 PDF 中，就给它 PDF

它基于视觉进行推理，而不仅仅是你输入的词语

你一开始提供的上下文越多，它需要猜测的就越少

> 让它运行，但要设置一个限制

一个运行数小时的模型也会持续消耗费用，而 Fable 并不便宜——它比早期模型成本更高，消耗使用额度更快

所以，在走开之前，设置一个上限

设定一个关于它可以运行多长时间或多少量的边界，加上一个明确的停止条件，这样即使项目偏离轨道，也无法整夜运行

拥有操作自由很棒。但没有关闭开关的自由就是一张账单

它值这个价吗？一个坦诚的回答

让我直说吧，因为我在这里是提供坦诚的评测

Fable 5 速度慢且价格高

对于像“这个错误是什么”、“重写这封邮件”这样的快速问题，它大材小用了，选择更便宜、更快的模型是更明智的选择

用 Fable 处理小任务就像雇一台起重机来挂一幅画

它真正体现价值的地方在于那些冗长、繁琐、多步骤的任务，这些任务通常会消耗掉你整个下午

一个完整的小工具。彻底清理一个杂乱的文件夹。一项涉及十五个来源的研究任务。这类工作的价值不在于一句巧妙的回复，而在于一个你无需全程盯着的成品

把这些任务交给它，成本就会在你节省的时间里得到回报

给它一个单行任务，你只是在烧钱

选择那些“运行一小时并完成它”的价值大于“三秒钟内回复”的任务

这就是全部规则

这真正意味着什么

两年来，AI 的限制不在于它的智能

而在于你需要参与每一个步骤

你就是瓶颈

这个瓶颈刚刚瓦解了

新的技能不是提示——而是委派

编写清晰的简介，定义“完成”的含义，提供上下文，设置合理的限制，并信任它能运行

这更像是管理一个非常快速、非常刻板、不知疲倦的初级员工，而不是与聊天机器人对话

这里的赢家不会是那些拥有最巧妙提示词的人

他们会是那些习惯于移交整个项目然后走开的人

下一步走向

这涵盖了心态和基本设置

但你可以走得更远，这就是第二部分的内容

我已经在起草了，它是高级手册：

• 如何编写能一次就做对的简介，附带你可以重复使用的实际模板
• 如何同时运行多个项目，并行进行，互不干扰
• 如何提供截图和 PDF，以便它精确捕捉设计和规则
• 我使用的精确限制和上限，这样长时间运行不会给我带来意外的账单
• 我现在完全移交并从不碰触的三个项目

如果这改变了你对与 AI 合作的看法，关注我，这样你就不会错过第二部分

我会把我完整的实际设置放进去

停止输入问题

开始移交项目——这就是现在的全部游戏

GIF

@insomnia_vip