# 卧槽！我们一开始就用错了Fable 5模型啊！

- 来源：Berryxia.AI (@berryxia)
- 发布时间：2026-06-13 09:06
- AIHOT 分数：59
- AIHOT 链接：https://aihot.virxact.com/items/cmqbnwxt70371slamugxn9bux
- 原文链接：https://x.com/berryxia/status/2065601634735145255

## AI 摘要

大多数用户将Claude Fable 5（首个公开Mythos级模型，2026年6月9日发布）当作更大上下文窗口的Sonnet 4.6单次提问使用，但Fable 5专为连续数天的Agent系统设计，支持自我改进：每次运行让下次更聪明，状态文件积累，技能持续打磨。文章提出14步构建自我改进系统，涵盖四层架构（原语、编排、记忆、自我改进）、任务路由（Fable 5用于重型编排，Opus 4.8负责复杂子任务，Sonnet 4.6高频工人，Haiku 4.5评分）、动态工作流模式以及5阶段记忆进化（失败→调查→验证→提炼→查阅）。在网络安全、生物、化学、模型蒸馏领域会自动降级到Opus 4。

## 正文

卧槽！我们一开始就用错了Fable 5模型啊！
可以花几分钟看看原文还是有价值和启发的！

大多数人把Claude Fable 5当成更大上下文窗口的Sonnet 4.6在用，提个问，用5分钟，关标签页。

90%的用户从没跑过真正会复利可持续增长的Agent系统：每次运行都让下次更聪明，状态文件不断积累，技能持续打磨。

Fable 5是为连续运行数天设计的模型。

你却只用了几分钟。（我想说特么额度也不够啊！）😆

作者用14步构建自我改进系统，可以让你的Fable 5 起飞~

一、Fable 5真正解锁了什么

1. Mythos级模型 - 2026年6月9日发布，首个公开的Mythos级模型（比Opus高一档）。

核心能力：

• 数天级自主会话
• 内置自我验证
• 最复杂的代码工作
• 多阶段知识工作

2. 自我改进≠自我学习 - 模型权重不变，但系统环境会变聪明：每次会话写入经验教训，技能随边缘案例打磨，状态文件积累验证过的事实。

3. 复利堆栈：四层架构

• 第1层：原语（Fable 5本身、子Agent、工具）
• 第2层：编排（目标循环、动态工作流、例程）
• 第3层：记忆（状态文件、技能库、知识库）
• 第4层：自我改进（视觉自检、评估循环、规则提炼）

4. 何时用哪个模型 - 按任务复杂度路由：

• Fable 5：重型编排角色
• Opus 4.8：复杂但有界的子任务
• Sonnet 4.6：高频工人任务
• Haiku 4.5：评分子Agent

二、三个关键模式设计

5. /goal vs Outcomes + 验证器子Agent - 独立验证器优于自我批评。

6.模型评估自己的输出会偏向自己已写的结论。

7. 动态工作流 - 三个关键模式：扇出-综合、对抗验证、循环直到完成

8. Worktrees并行安全 - 多Agent并行工作时避免文件冲突

9. Routines长期编排 - 笔记本合上，Fable 5继续工作

三、自我改进层

10. 5阶段记忆进化：失败→调查→验证→提炼→查阅

• Sonnet 4.6止步于第1阶段
• Opus 4.7止步于第3阶段
• Fable 5能完成全流程

11. 状态文件 - 记忆实际存放的地方，包含5个部分对应5个阶段

12. 技能复利 - 把经验教训写进技能本身，而不只是聊天记录

13. 视觉自验证 - Fable 5用视觉检查UI输出是否符合目标

14. Mythos安全边界 - 在网络安全、生物、化学、模型蒸馏领域会自动降级到Opus 4.

把模型的能力发挥到真正需要的地方和适合自己的项目中，调优到最佳状态才是榨干最后一个token 最好的办法😄

### 引用推文

> Codez：http://x.com/i/article/2065077530571264000