Field Guide to Fable — Thariq Shihipar, Anthropic
三句話摘要
Anthropic 工程師分享如何理解並有效利用 Fable 模型的四個關鍵思維：解開限制、發現未知、面對變化、重新定義野心。 與其在舊時代的權衡框架中保持理性，不如用 AI 改變成本結構，重新定義野心與可能性的邊界。 能力的尖峰式進步：模型不是線性變聰明，而是在引入新工具或改變提示方式時，突然展現未曾預期的能力。例如給 Claude 代碼執行工具後，它能回答「哪些寶可夢名字包含 'aw'」，而純靠推理無法做到。這意味著我們對模型的理解還很初級，需要不斷發現新的「能力超調」(capability overhang)。
重點整理
重點- 1
能力的尖峰式進步：模型不是線性變聰明，而是在引入新工具或改變提示方式時，突然展現未曾預期的能力。例如給 Claude 代碼執行工具後，它能回答「哪些寶可夢名字包含 'aw'」，而純靠推理無法做到。這意味著我們對模型的理解還很初級，需要不斷發現新的「能力超調」(capability overhang)。
- 2
系統提示的演變：舊模型需要大量系統提示、範例與細緻約束；新模型（Fable）反而更需要簡短的上下文與更少的限制，因為它比給定的範例更富創意。這需要改變我們提示工程的習慣。
- 3
三種方法找出自己的未知：用盲點掃描(blind spot pass)讓模型教我們已有程式碼的潛在問題；用草圖與訪談(brainstorm & interview)讓模型協助澄清模糊的需求；用參考代碼(reference code)而非文字規格讓模型更好理解目標。必須區分已知(known)與未知(unknown)，以及已知的未知(known unknowns)與完全預料外的未知(unknown unknowns)。
- 4
重新評估權衡的本質：以往開發受限於成本與時間，必須在「快、好、便宜」中選二；現在 AI 改變了單位成本，應該停止在腦中默默接受權衡，而是用模型一次做多件事，重新定義什麼是「合理」。
實用技巧與重點
乾貨- 新工具與提示：Ask Question Tool（讓 Claude 主動向你提問，能生成 HTML 報告）、Markdown 與 HTML 輸出（從簡單的 Markdown 進化到可互動的 HTML 報告）
- 系統提示大幅精簡：移除 Claude Code 系統提示的 80%
- 能力進步案例：
- Sonnet 3.5 → Opus 4.5：Ask Question Tool 從幾乎無法呼叫到能回答 40 個問題
- Opus 4.8 → Fable：能生成帶嵌入式問卷的完整 HTML 報告
- Claude Code 進化：從必須貼入完整程式碼庫，到自己用 Bash 工具建立與搜尋上下文
- 找未知的五種方法：
- Blind spot pass（掃描現有程式碼找陷阱）
- Brainstorms & prototypes（四個完全不同的設計方案）
- Interviews（讓模型問你問題，特別是會改變架構的問題）
- References（用現有程式碼當範本而非文字規格）
- Implementation notes（要求模型記錄每個決策與偏差）
- 講者親身經歷：用 Fable 製作此演講簡報用時 4 小時，整個工作流程從數週縮短至數小時
結論
結論“與其在舊時代的權衡框架中保持理性，不如用 AI 改變成本結構，重新定義野心與可能性的邊界。”
完整解析
詳細Anthropic 技術人員 Therik Shihapar 在本次演講中，將 Fable 模型的推出比作玩角色扮演遊戲時，從教學關卡進入開放世界——既充滿可能性，卻也令人困惑。他認為解鎖 Fable 的能力需要四個心態轉變。
首先是「解開 Claude 的限制」。模型的進步並非線性，而是在特定工具或提示方式出現時，突然展現意料外的能力。他以寶可夢名字的例子說明：同樣的知識，給模型代碼執行工具後，它就能精確回答「名字包含 'aw' 的寶可夢有哪些」，而純推理則無法。這反映出我們對模型的理解還很膚淺，系統提示的最佳實踐也在演變——從前需要龐大的提示與範例，現在反而要精簡，讓模型有更多創意空間。
其次是「發現自己的未知」。講者用地圖與領土的比喻說明：你的計畫與規格是地圖，實際程式碼與約束是領土。模型往往會在地圖上沒有標註的地方碰到決策點。他介紹了五種方法來補齊這些缺口：盲點掃描讓 AI 教你現有程式碼的隱藏風險；草圖與原型幫助澄清模糊的設計偏好；讓模型主動訪談你以發現遺漏的需求；用現有程式碼作為參考而非冗長的文字規格；要求模型記錄每個決策，方便事後反思。
第三是「面對變化與失落」。講者坦誠，AI 讓工作變快、變容易，卻也讓手工編碼的滿足感消退。他回想起創業時期為了時間與成本的艱難取捨，以及編程的挫折與學習。如今他無法回到那個時代，但也因此學會了一個核心悟道：「唯一的出路就是走過去」——繼續學習、保持在迴圈中，才能通向更大的可能。
最後是「變得更有野心」。Anthropic 的文化信念是「權衡取捨並非真實」。以往的團隊會列出優先順序，在「好、快、便宜」中選二；現在 AI 改變了單位成本，應該停止在心中默默接受權衡，而是挑戰自己去同時做所有事。講者舉例，用 Fable 製作演講簡報只花了四小時，同時保持品質與享受過程。他相信，AI 工程師現在被世界寄予厚望，要證明 AI 不只是炒作，而是真的能提高生產力與生活品質。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
