让 Fable 5.2 读 160 份用户报告自我评测:省钱用法五条军规
henrik392 · reddit · 2026-11-10
作者用 Fable 5.2(Claude Code)审读约 160 份首发用户报告,做成一支 Anthropic 风格的自评视频,并给出关键数据与使用建议:
用户报告要点
- 短模糊 prompt 可让它独立干活数天:Matthew Berman 用一句 prompt 得到可玩射击关卡、派对游戏、3D 东京和表格应用
- 代价高昂:Berman 估算大型构建 API 花费约 $11,000–15,000;Theo 按自己日志算出 $200 计划在 Fable 5.2 上的实际价值约为 Opus 5.5 的五分之一
- 普通编码与 Opus 5.5 难分高下:两次 30 题私有测试两者均 26/30,但每题成本约 $1.78 对 $1.00
- 大任务差距显现:Pawel Huryn 的 Bug Hunt Bench(105 个植入 bug、盲评)中 Fable 5.2 修复 58 个,Opus 5.5 修复 41.7 个
- 自评能力差:Ethan Mollick 的研究论文被扩成 182 页,因为每条批评都换来新分析、从不删减
视频结尾的五条规则
- 从 Opus 5.5 起步(Anthropic 官方也这么说)
- 把大而模糊的任务交给 Fable
- 让 Fable 审查和指挥,让 Opus 写代码
- effort 设为 medium/high:max effort 每题 $26.54 得 65 分,high 仅 $9.08 得 62 分
- 别让它给自己打分
制作方式:Fable 派 6 个 Sonnet 5.5 子代理分别研读发布贴/X/HN/Reddit/长评/榜单并附链接、原文引用与信源信任分,保留约 160 个信源后二次核对引用;视频无剪辑软件,每场景是 HTML/CSS+WebGL shader,无头 Chrome 截 4500 帧后用 ffmpeg 合成,配乐来自 Python 合成脚本,经三轮人工反馈迭代。
局限:数据仅覆盖发布后一天;长评多来自拿到免费额度的早期体验者;模型自评存在利益冲突。
「编程与Agent」频道最新
- Transformers 库新增 decision models 原语,统一各家决策模型架构 — multimodalart · 2026-11-10
- 微软 LongCapHarness:不训练模型,Llama3-8B 长上下文平均涨 64 分 — omarsar0 · 2026-11-10
- 一条消息生成逼真 UGC 短视频:Fish Audio Creative Agent 实测 — socialwithaayan · 2026-11-10
- Dot 智能体新增 multi-exec:直接操控你的电脑和浏览器 — paw_lean · 2026-11-10
- ZenML 更名 ZenML Labs,推出常驻 AI 工程团队看护 Agent — strickvl · 2026-11-10
- Adobe 发布官方 MCP,覆盖 Photoshop、Premiere、Firefly 等全家桶 — chrisfirst · 2026-11-10