010. 一支不到兩分鐘的宣言｜Fable 5 賣的不是聊天，而是任務持續性
Anthropic 的官方短片 Introducing Claude Fable 5只有 1 分 53 秒，卻把新模型的產品定位講得很集中：Fable 5 不只是回答單一問題的模型，而是要在更長時間內留在同一個複雜任務上，跨越 coding、research、finance、economics 與 law，直到形成可交付成果。
這和傳統聊天機器人的成功條件不同。聊天看重眼前回答是否流暢；長任務則要求模型數小時甚至數天後仍記得目標、保留決策、知道哪些步驟已完成，並能從工具結果與失敗中繼續工作。Anthropic 在影片裡使用「operate for days without intervention」這個強烈說法，等於把可持續自主性放到驗收台上。
不過，官方短片本質上仍是發布宣傳。它說明設計意圖，卻沒有替每一種工作負載保證效果。魚塘更關心的是：要讓「自主數天」成為可靠產品能力，系統必須具備哪些狀態、護欄與驗收條件？
021. 從 Mythos Preview 到 Fable 5｜先控制能力，再擴大取得
影片先回顧 Anthropic 為什麼沒有把 Claude Mythos Preview 直接交給一般使用者。官方表示，測試時發現模型能找到數千個 cybersecurity 漏洞；同一種能力既可協助防禦者修補，也可能被用來攻擊，因此先透過 Project Glasswing 等受控方式提供給保護關鍵軟體的人。
這段敘事很重要，因為它把發布延後描述成一個「先防禦、後普及」的安全決策，而不是單純的產品排程。Anthropic 的目標不是永久封閉能力，而是找到一種能讓大多數人使用、又不直接開放高風險能力的部署方式。
Fable 5 因而不是能力突然變得無害，而是模型外圍增加了更審慎的控制。官方宣稱它是可廣泛提供的 Mythos-class 模型，意思是能力層級與安全部署被分開處理：先辨識危險請求，再決定由哪個模型或政策路徑接手。
這也是當代前沿模型發布的核心矛盾。能力若只能鎖在少數實驗室，社會價值無法擴散；若一次全面開放，高風險用途又可能跑在治理前面。Fable 5 提出的答案不是消除風險，而是用分層存取與動態路由管理風險。
032. 高風險請求自動分流｜安全其實是一套路由架構
影片給出了一個罕見而具體的產品細節：Fable 5 的安全系統會自動審查涉及 cybersecurity 或 biology 等高風險領域的請求，並把它們轉交給 Opus 4.8。這表示護欄不只是「回答或拒答」的二元開關，而是模型路由。
從系統角度看，一個請求先經過風險分類，再進入不同能力與限制組合。一般任務可以使用 Fable 5；落入高風險範圍的內容，則由限制更合適的模型處理。這種設計允許產品保留大部分新能力，不必因少數危險領域而全面降級。
代價是分類一定會有誤差。護欄過寬，合法的資安研究、藥物分析或教學請求也可能被降級；護欄過窄，危險請求可能漏過。Anthropic 在影片中承認目前範圍較廣，未來會持續調整，讓安全請求更容易通過。
因此，使用者實際感受到的 Fable 5 並不只由底層模型決定，也取決於風險分類器、政策、替代模型與後續調整。評估模型時若遇到某些領域表現突然改變，不能只問「Fable 5 會不會」，還要問「這個請求實際被路由到哪裡」。
043. 自主工作數天｜真正稀缺的是可持續狀態
影片最醒目的承諾，是 Fable 5 可以在無人介入下運作數天。官方公告進一步提到，模型能在長任務中跨越大量 tokens 維持專注，並利用自己的筆記改善後續輸出。這指向一個常被低估的差別：長任務能力不只是 context window 變大，而是狀態管理變好。
一個 agent 若只把所有歷史塞在對話裡，很快會被舊資訊淹沒。可靠的長任務需要外部化狀態：任務計畫、決策紀錄、檔案變更、工具結果、待辦清單、驗證證據與 checkpoint。發生中斷後，系統應能根據這些狀態恢復，而不是重新閱讀全部內容後猜測進度。
這也是「無人介入」容易被誤解的地方。它不代表人類完全退出，而是把監督從每一步盯場，改成事前設定邊界、事中查看 checkpoint、事後驗收證據。若任務沒有清楚的成功條件，再強的模型也可能把數天算力花在錯的方向。
不同專業領域還需要不同證據。程式遷移要通過測試與 diff review；研究分析要保留引用與來源；財務模型要能重算並解釋假設；法律文件需要版本比較與條款追蹤。自主性只有和可驗證性綁在一起，才是生產力，而不是延後被發現的錯誤。
054. 把宣傳承諾變成驗收｜真正的自主，是不用一直盯著
官方短片最後把問題拋給使用者：「我們知道 Fable 5 能做什麼，有趣的是你會用它做什麼。」對團隊來說，更務實的問題是：哪些任務值得讓它跑數天，以及如何判斷它真的比舊流程更好？
第一項是持續性：經過數小時或數天後，模型是否仍遵守原始目標與限制。第二項是正確性：它提出的事實、修改與結論是否有可檢查證據。第三項是可恢復性：session 中斷、工具失敗或環境重啟後，能否從明確 checkpoint 接續。
第四項是可控性：工具權限、預算、步數與停止條件是否受限。第五項是交付品質：最終成果是否真的減少人工修正，而不是把監督成本從過程移到最後一次爆發。
最適合先測的，不是完全開放的「幫公司變好」，而是範圍明確、可驗證、又足夠複雜的任務，例如跨 repo API 遷移、長篇研究資料整理、合約版本差異分析，或需要反覆視覺檢查的網站改版。這些任務能測出模型是否真的維持狀態，也能用測試、引用或畫面驗證結果。
Anthropic 的官方敘事把 Fable 5 描繪成從聊天走向持續工作的轉折點。這個方向值得重視，但「能運作數天」不是終點。真正成熟的自主系統，應該讓人不必一直盯著，同時仍能隨時知道它做了什麼、為什麼這樣做，以及何時應該停止。