Fable 5 真正值得学的不是“放着让它自己跑”：长周期 Agent 要先写目标、预算、记忆和停止条件
这篇源素材有一个判断是对的： 到了 Fable 5 这一代，继续只用“问一句、答一句”的方式，确实会浪费一部分长周期 Agent 能力。 但如果把另一端理解成： “把活甩给它，它自己一直做，干完回来找你。” 又会走向另一个极端。 重新核对 Anthropic 2026 年 Fable 5 的官方资料以后，更准确的变化不是“AI 终于可以完全撒手不管”，而是： 模型更能维持长任务、调用工
Fable 5 真正值得学的不是“放着让它自己跑”：长周期 Agent 要先写目标、预算、记忆和停止条件
这篇源素材有一个判断是对的：
到了 Fable 5 这一代，继续只用“问一句、答一句”的方式，确实会浪费一部分长周期 Agent 能力。
但如果把另一端理解成：
> “把活甩给它，它自己一直做，干完回来找你。”
又会走向另一个极端。
重新核对 Anthropic 2026 年 Fable 5 的官方资料以后，更准确的变化不是“AI 终于可以完全撒手不管”，而是：
> 模型更能维持长任务、调用工具、并行子任务和自我检查，因此我们更需要一套长周期任务治理合同。
能力变强以后，真正稀缺的不是 Prompt，而是目标、验收、预算、权限、记忆和停止条件。
一、先确认模型身份：Fable 5 不是社交媒体杜撰名
这一点必须先核。
Fable 5 是 Anthropic 2026 年正式公开的模型，官方定位确实强调复杂推理、长周期 agentic work、视觉以及更强的多步任务能力。
所以源文把它从“聊天模型”拉向“长周期执行模型”，方向成立。
但这里要分清两层：
模型能力
推理、视觉、长上下文、规划、工具选择、subagent 协调等。Harness 能力
Claude Code 里有哪些 slash command、能调用哪些工具、能不能访问浏览器/电脑、有哪些权限、怎样持久化 memory、怎样运行子 Agent。Model Capability ≠ Harness Feature。
一个模型视觉更强，不代表它天然拥有桌面控制权。
一个模型适合长任务，也不代表 Claude Code 当前一定存在某个你在 X 上看到的命令。
这是本条最重要的第一处纠错。
二、/goal、/loop 这种命令，必须过 Command Existence Gate
源文很谨慎地写：
> 据说有 /goal 和 /loop，具体语法请在 /help 自己确认。
这句话本身说明作者没有闭环 CLI 层证据。
当前官方 Claude Code CLI/command 文档里，不能把这两个命令当成已验证的标准入口。
因此 alphahole 以后碰到任何：
/xxx
--flag
环境变量
配置键
API endpoint
都不能因为“看起来合理”就写进教程。
统一过：
Command Existence Gate
Official Reference → Current Version → Exact Syntax → Scope → Permission → Deprecation / Replacement → Verified Date。
如果官方没有，就标：
SOURCE_UNVERIFIED
或者
COMMUNITY / CUSTOM COMMAND
而不是让读者自己踩坑验证。
三、长周期 Agent 的核心不是 Loop，而是 Goal Contract
假设你要让 Agent 连续做 30 分钟、2 小时甚至更久。
最糟糕的指令是：
> “一直研究，直到做好为止。”
因为“做好”没有定义。
一个成熟的任务应该先写：
Goal
最终解决什么问题？Acceptance
什么状态才算完成？Evidence
哪些事实必须有来源闭环？Boundaries
哪些不能做？Budget
最多花多少时间、Token、API/搜索/外部调用？Checkpoints
什么情况下必须停下来报告？Stop
什么时候应该承认做不到、换路径或终止？这就是：
> Long-Horizon Agent Contract
不是为了束缚 Agent。
而是为了让它有一个不会无限漂移的轨道。
四、“让它一直跑”最容易产生的是 Task Drift
长任务最大的风险未必是明显报错。
而是：
它一直在工作，但慢慢偏离了你真正要解决的问题。
典型 Task Drift：
- 查到很多相关资料，却没有回答核心问题；
- 为了补齐形式，不断扩大范围；
- 一个失败方案反复换表达重试；
- 为了“完成任务”降低证据标准；
- 自己生成更多子任务，成本不断膨胀；
- 把临时假设写进长期记忆，后面继续污染判断。
所以长任务一定要有：
Checkpoint Contract
例如：
> 每完成一个证据层，先检查是否改变核心判断； > 如果连续两轮搜索没有新增高价值证据，停止扩展； > 如果关键依赖无法访问，标记 dependency missing，而不是继续猜。
这比“每 30 分钟循环一次”更重要。
五、Budget 不是省钱参数，是控制面
源文提出一个“10% 高级模型规划 + 80% 便宜模型执行 + 10% 高级模型验收”的杠铃策略。
这个比例可以作为作者个人工作流经验。
但它不是通用规律。
真正应该抽象的是：
> 任务不同阶段的错误成本不同，因此模型预算应该按判断价值分配，而不是平均分配。
可以建立：
Model Allocation Gate
High-consequence reasoning → stronger model
Mechanical transform → cheaper model if eval passes
Final high-impact review → stronger model / human review
但要注意一个常见误区：
所谓“粗活”并不一定低风险。
例如：
- 批量删除文件；
- 改数据库；
- 生成医疗/金融结论；
- 大规模发邮件；
- 重复研究；
- 上下文不同步；
- 冲突结论；
- 证据重复；
- 汇总损失；
- Token 膨胀；
- 权限边界扩大。
步骤机械，但后果很高。
所以预算模型真正看：
Cognitive Difficulty × Consequence × Eval Coverage
而不是简单 10/80/10。
六、Subagent 不是越多越好
Fable 5 的官方定位确实支持更复杂的 agentic/subagent 工作。
但“能开多个分身”不代表每个复杂任务都应该拆成十几个 Agent。
Subagent 有额外成本：
所以先问：
任务是否真的可以并行？
最适合拆：
- 不同来源独立核验；
- 不同假设并行反证；
- 不同模块互不依赖。
不适合拆：
- 高度共享上下文；
- 一个判断依赖上一步；
- 最终责任无法分割。
增加一个：
Subagent Decomposition Gate
Independent? Shared Context? Merge Cost? Conflict Resolution? Permission Scope? Budget?
如果 merge cost 高于并行收益，就不要拆。
七、Skills 的正确价值：不是“教一次永远会”
源文把 Skill 解释成：
> 教一次，以后一直会。
这对新手好理解，但会制造错误期待。
Skill 更准确是：
> 一个可版本化、可触发、可测试的任务协议。
它应该写：
Trigger / Anti-trigger / Inputs / Workflow / Permissions / Human Gate / Output / Acceptance / Failure / Examples / Evals / Version。
而且 Skill 不是天然正确。
业务变化、模型更新、工具改版以后，它可能失效。
所以 Skill 的真正循环是：
Correction → Hypothesis → Rule Change → Regression Eval → Release。
这和 alphahole 已有 Experience-to-Skill Compiler 完全一致。
八、“把上千条同行内容喂进去模仿”必须加 Rights + Originality Gate
源文建议，把同赛道博主大量推文喂给模型，让它学习语气、思路、结构。
这一步不能简单写成“最高价值的一招”。
可做的是：
- 提取高层内容类型；
- 研究主题分布；
- 研究信息架构；
- 研究公开传播信号；
- 提取抽象结构规律。
- 模仿某个人独特口吻到高度近似；
- 复制专有案例；
- 改几个词重新发布；
- 用大量作品训练出明显可识别的仿写人格。
不应该做的是：
因此必须经过：
Style-to-Rules Gate
Source → Rights → Abstract Principle → Multi-source Comparison → Original Draft → Similarity Review。
真正可迁移的是规律，不是别人的表达指纹。
九、视觉能力也要区分“看懂”与“事实读取”
官方研究确实显示 Fable 5 视觉能力是这一代的重要升级点。
源文举出： 图表、UI、截图、设计、科研图、内容视觉等场景，方向合理。
但“能看图”不等于：
> 能从任何科研图精确抠出可靠数值。
图像读数还有：
- 分辨率；
- 坐标轴；
- 遮挡；
- 图例；
- 误差线；
- OCR；
- 视觉估读误差。
所以数据类图表要增加：
Visual Evidence Gate
What is visible? → Exact vs Estimated → Axis / Unit → OCR confidence → Cross-check with source table/data → Citation。
不能让“视觉很强”变成“截图就是数据库”。
十、官方 Pokémon 视觉案例反而说明：作者的谨慎判断需要动态更新
源文说：
> “网上流传它只靠画面通关宝可梦，我没在官方文档找到，引用前自己找。”
这是一个好的编辑习惯。
但到当前核验时点，Anthropic 后续官方研究材料已经有视觉任务/游戏相关实验说明。
这说明一个非常重要的编辑原则：
> 过去标为 UNVERIFIED 的说法，未来可能变成 VERIFIED，也可能被证伪。
所以 Claim Ledger 不是一次性判断。
它需要：
Claim → Status → Verified Date → Source → Supersede。
这正是 alphahole 长期资产与普通文章最大的区别。
十一、Memory：最危险的不是“忘记”，而是“记错了还一直用”
源文推荐建：
claude-context/
claude-memory.md
claude-instructions.md
然后让系统：
> 每次得到重要背景，就自动更新 memory。
这个思路非常适合个人 Agent OS，但必须加一道 Gate。
因为长期记忆有五种风险：
- 临时状态被永久化；
- 错误事实被记住；
- 敏感信息进入普通 markdown；
- 新结论出现后旧结论不失效；
- 不知道怎样删除。
所以从 Batch 28 开始，长期记忆写入统一走：
Memory Write Gate
Is it stable? Is it necessary? Is it sensitive? What scope? When expires? What supersedes it? Can user inspect/delete it?
短期任务状态：
放 Task State。
长期偏好和稳定规则：
才进入 Memory。
十二、CLAUDE.md 是更值得保留的官方层
源文里“用 /add 或 CLAUDE.md 引用上下文文件夹”需要拆开。
当前官方体系里，CLAUDE.md 和其中的 imports/memory 机制有明确文档支持。
所以长期教程应该优先写：
- 当前官方 memory / CLAUDE.md 路径；
- 明确引用机制；
- 文件层级；
- 可检查性。
而不是把某个可能不存在或已变化的 slash command 当入口。
十三、真正的“自我迭代”必须有 Regression Eval
一个 Agent 自己修改 Skill/Memory，看起来很高级。
但它有一个隐藏风险：
> 它可能为了修一个失败案例，把十个原本正常的场景弄坏。
所以任何自我更新都不能直接：
错误 → 改规则 → 上线。
应该：
Error → Root Cause Hypothesis → Minimal Rule Change → Regression Cases → Compare → Human Review → Release。
这就是为什么 Eval 比“自我学习”更重要。
十四、把整套方法压成一张合同
以后任何长周期 Agent，不只 Fable 5，都可以先写：
Goal
我要什么结果？Acceptance
什么才叫完成？Evidence
什么必须被验证？Budget
时间/Token/外部调用到哪里停？Permission
Agent 能读、写、发、删什么？Checkpoint
什么状态必须暂停？Subagents
哪些任务可以独立并行？Memory
什么允许写入长期状态？Eval
怎样证明结果达标？Stop
什么时候失败比继续更合理？Recovery
错误以后怎么回退？这套东西比“最强模型的十个隐藏技巧”耐用得多。
十五、产品化：不要再做一个 Fable 5 教程库
真正值得产品化的是：
Long-Horizon Agent Contract + Agent Task Contract
免费： 长任务启动 Checklist。
低价： Research / Content / Coding / Operations Task Contract Pack。
Membership： 不同 Agent 的 model/harness capability drift。
高阶： 团队 Agent 权限、预算、记忆、评估审计。
V3 要测的不是“用户觉得 Agent 更聪明”。
而是：
- Human Blocking Time 是否下降；
- 无效循环是否减少；
- Token/调用浪费是否下降；
- 长任务完成率是否提高；
- Memory 污染是否下降；
- 关键错误是否更早暴露。
结尾
Fable 5 真正带来的变化，不是：
> AI 可以彻底不管了。
而是：
> AI 可以把一个任务拿得更久，所以人类必须更清楚地定义：它拿着什么、做到哪里、花多少、什么时候回来、什么时候必须停。
长周期 Agent 的上限，越来越取决于模型能力。
但它的下限，仍然取决于你的任务合同。