Claude Opus 5 真实编码任务里输给 Fable 5
erebueius · reddit · 2026-07-28
有人在一个大型、复杂的真实项目里测试 Claude Opus 5，结论非常直接：它在各种角色里都表现不佳，连作为子代理读代码都经常误判，还会出现“做了事但马上忘了自己做过”的问题，甚至会把关键原生函数直接注释掉并破坏引擎。
作者把它和 Claude Fable 5 放在同一套 3D 城市构建与后续故障模拟任务里对比：
- 3D 城市任务里，Fable 5 更快完成，生成结果也明显更好；
- 雨灾/火灾/Slack/Google Sheets 扩展任务里，Fable 5 依然更省运行时 token、工具调用更少；
- 在 23 个真实工具调用测试 中，Fable 5 得分 21/23，Opus 5 为 20/23。
作者的核心观点是：按 token 计费更便宜，不代表按完成任务计费更便宜。
「编程与Agent」频道最新
- 「LLM 代码糙」遭反杀:ffmpeg 热门库里就有 if/else 两分支一模一样的代码 — kingslyj · 2026-10-16
- Reddit 深帖：给 AI 表格编辑加白名单校验的完整工作流 — ukdicha-modakkk · 2026-10-16
- NVIDIA agentic 演示全靠 guardrails,Reddit 作者疾呼:模型外检查不可少 — Creamy-And-Crowded · 2026-10-16
- Vitalik 给 AI Agent 套上 Tor+zkAPI+本地改写，造出「偏执模式」隐私壳 — DavideCrapis · 2026-10-16
- Beam 智能体微调 Qwen3.5-0.8B,工单决策准确率 4.7%→76.3% — ben_burtenshaw · 2026-10-16
- Beam 跑 ProgramBench 实测:单 agent 比五 agent 协作更强 — ben_burtenshaw · 2026-10-16