寓言的寓意
就像听过《伊索寓言》（Aesop）的孩子都知道的那样，寓言的核心在于它的寓意。我们会看到谎报“狼来了”的后果，也明白了为何稳扎稳打才能赢得赛跑。
那么，本周被我们称为“世界最佳编程模型”的 Anthropic 最新模型——Claude Fable 5——的寓意又是什么呢？
对于工程师来说，这个结论很好得出。然而，对于许多知识工作者而言，Fable 带来的进步可能只是渐进式的。你也许用它一两次就做出了令人印象深刻的演示，但大概率不会用它来处理日常工作。为什么要用呢？它的成本是两倍，但效果却并没有好那么多。
但是，有一类开发者正充分感受到 Fable 的威力。他们就像是 Cora 的总经理 Kieran Klaassen，突然间能在几小时内，而不是几天内，就处理完积压的错误修复和功能请求。“这是我最喜欢的模型，”他告诉我。
Kieran 和其他人之间的区别是什么？Kieran 和大多数 Fable 使用者之间的区别，不仅仅在于他是开发者，更在于他处在我们所定义的 AI 使用水平的第七或第八级：他会委托整个项目，让智能体异步工作，审查结果，并将所学到的经验反馈到下一轮运行中。换句话说，他在编写——我冒昧地称之为——循环（loops），而不是提示词（prompts）。
眼下，这可能会让 Fable 看起来更像一个开发者工具。但在 AI 领域，开发者的工作流程有一种蔓延到其他知识工作领域的习惯。Claude Code 最初就是一个开发者工具，而现在，同样的方法论正通过 Cowork 和 Codex 等工具，被应用于从幻灯片到电子表格的各种任务。
如果你还没有感受到 Fable 的力量，那很可能是因为你尚未开始把自己的工作当作园艺来处理。
园艺与循环
两年前，我写过：
“这个时代的创造力将更像一场园艺。园丁并不直接让植物生长，而是为花园的成长创造条件。”
当你从事园艺时，你是在创造一个循环。你浇水、除草、修剪、搭架，建立并维持最佳环境；而成长本身，是植物自己完成的。
同样，开发者们现在正在为产品的成长和改进创造最佳条件。他们收集用户反馈等输入，将其转化为可执行的计划，这些计划随后会成为 AI 工作的基础。他们还会建立一个审查工作成果、合并修改并整合经验教训的系统。每个阶段的产出都成为下一个阶段的输入；开发者的角色转变为确定最佳的顺序和流程，以帮助产品蓬勃发展。流程本身，就成了产品。
你已经在某种程度上可以衡量这一点了。在掌握 Fable 的能力后，Kieran 立即为 Cora 设定了一个新目标：在 24 小时内修复任何被报告的细小问题或错误。到目前为止，Fable 履行了它的承诺：根据我们的内部测量，在过去一周里，从错误报告到合并修复的中位时间是 5 小时。以这种方式打造出的产品，就像一个反向的发条玩具：它不是在发布后就逐渐停摆，而是流程的每一次转动都会给它带来更多的能量和动力。
维护工作本身就是这个循环。你决定输入什么，它能触及什么，以及何时完成。将修复错误换成编辑文案或撰写季度销售预测，这种模式同样适用于任何知识工作。
扁平前沿的终结
以 Fable 所要求的方式工作，为个人和小型团队开辟了全新的成就领域。这是向我在 2022 年描述的那个世界迈出的又一步，在那个世界里，“模型让现有工作成本降低的结果是，个体能够承担起原本只属于组织的项目”。
虽然 Every 旗下的每个产品主要是由单名工程师来运行，但 Fable 改变了他们每个人能够施展拳脚的规模。Cora 是最清晰的例子。在过去的两个月里，Kieran 从零开始在网页和 iOS 上构建了一个完整的电子邮件收件箱。而它最接近的竞品 Superhuman，花了两年多时间构建其收件箱，之后才将移动端作为首要任务。在 Fable 出现之前，AI 已经让这种构建成为可能，但 Kieran 的流程在它可用后，速度得到了极大的提升。
然而，这个扩展了个人能力的模型，也提出了一个谁才有资格使用它的问题。
在过去几十年里，尖端技术和公众可广泛获得的技术之间并没有巨大差异。亿万富翁和普通人使用的 MacBook 差不了太多。现在，高端技术截然不同，远更昂贵，而且部分还不可获取。
Fable 不仅每个 token 的价格是 Opus 4.8 的两倍，而且它还极其“消耗 token”——它自动启动数十个子代理来检查其自身工作的情况并不少见。这意味着将 Fable 用于真正的工作需要资本。我们以前见过这种不对称性，但不是在技术领域。它通常出现在劳动力市场：世界顶级的工程师，其薪资可能比一名优秀的工程师高出好几个数量级。
伊索的每个寓言都以一句点明故事寓意的精炼句子结尾。但这篇文章不会收束得如此干脆。开发者的工作流程正在向所有知识工作蔓延，但两者之间存在明显的滞后；新的力量掌握在个体手中，同时在这些手和那些能持续负担得起运行前沿模型的“手”之间，可能也产生了新的距离。
也许更准确的说法是，Anthropic 这个关于“Fable”的寓言，其寓意仍在书写之中。
核心启示：下一代 AI 模型的真正分水岭，不在于模型能力的简单提升，而在于它将“人机协作的循环流程”固化为能力杠杆，这种流程化的能力虽然解放了掌握它的个体，但也首次在技术使用上制造了一道由成本构成的高墙。
The Moral of Fable 的发芽报告
材料核心
Dan Shipper 指出，Anthropic 最新模型 Fable 的真正威力不在于提示工程，而在于一种“园艺式”的循环开发流程。高级用户通过设定环境、输入反馈、审查产出，让 AI 异步地完成整个项目。这种流程正在从小众开发者向全体知识工作者扩散，但模型的高昂成本也在创造一种新的技术不平等——Fable 的“寓言”结局尚未写就。
发芽 01：灵巧的不是模型，是人与模型之间的循环
种子
材料中反复提及，Fable 的改变不在单次输出质量的跃升，而在于当人被提升到“园丁”位置时，整个系统开始加速运转。这暗示了：新能力不在工具本身，而在人重新编排劳动步骤时所释放的势能。换言之，灵巧所在，是那套被精心设定和持续调试的“循环”。
经济学家 Dan Davies 在 2019 年出版的 The Unaccountability Machine 中曾回溯一个有趣的概念：灵巧（dexterity）。他考察了二战时期为破解德军 Enigma 密码而建造的巨型计算机器 Bombes，指出这些机器的智力并不在于某个零件，而在于“配置的可逆性”——一个错误的猜测可以被迅速推倒重来，这种快速试错改变了人与机器的关系。Davies 认为，现代组织的“灵巧”其实来自于那些看似低微的“信息处理回路”，而非某个天才的单次决策。
这与材料中 Kieran 的案例形成共振。Kieran 没有因为 Fable 变聪明就突然写出更好的代码；他先改变的是流程的组织方式——收集反馈、制定计划、批量委托、审核合并，每一步的输出都成为下一步的养分。这就是 Shipper 说的“园艺”。在 Bombes 机房，操作员每天更换转子和插线板，把解密尝试变成流水线；在 Cora 的构建中，Kieran 把他的工作拆成能被 AI 消化、审查和改进的循环。
Davies 的一个尖锐见解是：“大多数所谓的‘技术突破’，实际是一套新的劳动分工方式，只是人们倾向于把功劳归于最可见的硬件。”这几乎可以直接解释为什么许多知识工作者对 Fable 感受不深——他们仍在使用“扔一句话进去、等一个结果出来”的线性模式，从未建立那个让工作自我生长的循环系统。
Aha 瞬间
“智力不在齿轮里，在齿轮之间咬合的缝隙里；在 Fable 的寓言中，园丁的手才是那只看不见的传动带。”
发芽 02：个人花园与科斯天花板
种子
材料预言，以 Fable 为代表的模型让“个人能承担原本属于组织的项目”，这是“个体时代的另一块拼图”。这个命题在技术上成立，但在经济层面意味着什么？更深一步看，这实际是交易成本理论在 AI 时代的新回响。
1937 年，罗纳德·科斯（Ronald Coase）在其经典论文 The Nature of the Firm 中问了一个看似简单的问题：如果市场如此高效，为什么还需要公司？他的回答是，因为存在交易成本——谈判合同、协调资源、监督执行的代价，让企业这种等级制组织在某些情况下更划算。公司的边界，就在市场交易成本等于内部管理成本的那一点。
现在回看材料中 Kieran 的 Cora：两年前，Superhuman 需要一个团队花两年多才能建成的邮件系统，如今一个人用 AI 循环就做到了。这意味着什么？不是“一个人比一个团队更聪明”，而是那个人可以把过去必须依靠组织才能解决的协调成本，压缩进一套 AI 可以自动执行的工作流里。这就是“园艺”：园丁不直接写每一行代码，而是建立反馈回路，由模型来完成通常需要跨职能会议、需求文档、代码审查和多次迭代才能完成的事情。
但科斯的另一面更耐人寻味。交易成本理论也预测，当外部交易成本下降时，市场会扩大，但中间人（公司）的形态会变化，而不是消失。在 1980 年代的计算机革命中，许多人预言“电子市场”将淘汰大企业，结果我们看到的是 Gmail 和 Uber——平台型组织崛起，把一部分交易成本转嫁给了算法和零工。Shipper 敏锐地指出，Fable 的前沿体验不仅贵，而且“token hungry”，难以普及。这恰好说明，新的科斯天花板正在升起：前沿模型的成本结构，正在重新决定哪类“园丁”能经营自己的花园，哪类人只能继续栖身于组织内部。
因此，“个体时代的到来”可能更是一种分层到来：少数获得资本支持的个体将越过旧的科斯边界，而大多数知识工作者反而会被更深的“能力分层”锁定在组织内。
Aha 瞬间
“科斯的天花板从未消失，它只是从人头数变成了 token 数；今天能为自己建造花园的人，先得交得起水费。”
发芽 03：坚硬的阶梯和柔软的地板
种子
材料最后一个担忧是：普通人和精英用户之间，第一次在“获取技术前沿”上出现了显著落差。这在科技史上并不寻常——尤其对软件而言——但在另一个领域却异常熟悉：劳动市场本身的断层结构。
诺贝尔经济学奖得主 Simon Kuznets 在 1955 年提出著名的“库兹涅茨曲线”假说时，描述的正是一种类似的状态：在技术革命的早期，不平等会急剧上升，因为只有少数人掌握新技能、拥有新资本；随着技术普及和教育跟进，不平等才会逐渐回落。我们曾在工业革命初期的纺织业中见过这种断裂——熟练操作珍妮纺纱机的工人赚得盆满钵满，而手工纺纱者则在几年内被淘汰，两者使用着完全不同的“生产工具”，哪怕他们名义上做着同一行。
Fable 带来的断裂与此有结构上的相似，但速度更快。Kieran 的目标——24 小时内修复任何 bug——听起来像一个技术指标，但本质是一种“工作节奏的锁定”。他以极低成本循环迭代，让产品持续加速；而只能线性使用模型的普通用户，则始终在一个固定速度的跑步机上。这不仅是效率差距，更是加速度的差距。在 19 世纪，一个手工纺纱者花三年转型也许还来得及；在 Fable 的时代，几个月内就足以拉开不可逾越的鸿沟。
但这张“阶梯”也有其悖论。Shipper 提到，开发者工作流总会扩散到其他知识工作。这意味着阶梯在变高的同时，也可能变宽——一旦“园艺式循环”被封装成更廉价的下游产品，更多人可以站在巨人的肩膀上，而不是自己从零学习编程。技术史表明，真正的普及往往不是“人人都学会前沿工具”，而是“前沿工具变得隐形”。Shipper 说寓言的结局还在书写，我想，那个结局将不再取决于技术本身，而取决于封装与分配的意愿。
Aha 瞬间
“库兹涅茨的曲线，在软件时代不用三十年——也许只要三十周，就能在那些能循环的人与只能直行的人之间，凿出一条天堑。”
你的思考空间
- 你目前使用 AI 的方式更接近“单次提问”，还是已经形成某种“反馈循环”？如果还没有形成循环，是什么在阻止你？
- 如果“园艺式工作法”扩散到你的领域，你所在组织的层级和角色分工可能会发生怎样的变形？谁会是第一批“园丁”，谁可能被留在原地？
- 当前沿模型因为成本和技术门槛而暂不可及时，普通人如何通过流程设计（而非模型升级）来部分获取那种“循环加速”的红利？
- Fable 的高成本结构会催生出哪类新型中间组织或产品，来为普通知识工作者“租用”前沿能力？这种中介会像当年的公司一样，重新定义力量的归属吗？