Fable 5解禁即上崗，工程師改行當「驗收員」

新智元報道

【新智元導讀】Fable 5剛解禁就接入了Claude Tag。往后最吃香的，不再是最會寫代碼的人，是最會驗收AI干活的人。

Fable 5剛被放回，就接入Claude Tag，住進工作群，變成一個能連著跑好幾天、還會自己給你發PR的同事。

你不用再守著它補全下一行，只管派下一個活。

過去，一個人坐在那兒，一次敲一行代碼。后來，一個人帶著十個Claude，一次寫一堆功能。

而現在，方向盤直接遞到了Claude手里，坐在它對面的也不再是一個人，是一整個團隊。

Claude，從一輛車，變成了開車的人。

Boris Cherny回憶AI輔助編程的兩次躍遷：過去一個人對著屏幕一次敲一行代碼，現在一個人身邊帶著十來個Claude，一次并行寫一堆功能。（圖源：Anthropic官方視頻）

Claude Code之父Boris Cherny說：

有了Tag，它把整件事全干了。寫完一個功能，端到端跑完一個實驗，連數據分析都包了。兩年，跨了兩大步。

兩年前，Boris還在用輸入聯想（typeahead）寫代碼。AI幫你補半行，這行怎么落，還得你自己拍板。

今天，他手上跑著幾十個Claude Tag會話，有的連著跑了幾天，有的跑了幾周。

他每天做的事，就是看著PR一個一個提上來，看著數據一份一份發過來。

Boris甩出的一個數字更狠：產品團隊65%的代碼，現在由內部版Claude Tag寫出，而且這個比例還會持續攀升。

這個65%，是「代碼占比」，并非「65%的PR自主完成」。

但它已經夠說明問題：Anthropic內部，「@一下AI派活」已經變成主流的干活方式。

一個人也能擁有一支Claude小隊

6月23日，Anthropic把Claude Tag扔進了Slack。

最大的一個變化：你手里的AI不再是一個工具，而是一個能替你干活的隊友。

Anthropic官方演示中，@一下Claude即可派活。（圖源：Anthropic官方視頻）

官方給Claude Tag的定位不是又一個聊天機器人，而是Claude Code的一次演進。

從此，Claude Code、Claude Tag、Fable 5，三條產品線，各干一攤。

Claude Code就像個埋頭干活的老師傅。

它管的是「改代碼」，是面向開發者的智能體編碼工具（agentic coding tool），能讀懂你的代碼庫、編輯文件、修bug、跑測試。

你把代碼庫丟給它，它悶聲不響就改好了。

Claude Tag是群里那個攬活的工頭。

它管的是「派任務」，你在Slack群里@一下Claude，說清要什么，它就把任務拆成幾個階段，一段一段往下推，調用它有權限的工具。

干完，在Slack線程里回你一句它辦成了啥。

Fable 5是全隊的體力兼腦力擔當。它管的是「能扛多重的活」，是這三個中的大腦。大型遷移、復雜重構、要連著跑好幾天的任務，都能頂上。

前兩個把臺子搭好，真正把重擔挑起來的就是它。

三個湊一塊，就等于一個人有了一支Claude小隊。

前兩個都是殼

Fable 5才是發動機

Claude Tag是入口，Claude Code是手腳，真正讓它敢接長活的，是底下的大腦Fable 5。

它到底比別的模型強在哪？答案是：它能自己把一件大事從頭扛到尾。

在Claude Code這類智能體運行框架（agent harness）里，Fable 5能連著跑好幾天（work for days at a time）。

它自己排布幾個階段的活，忙不過來就把子任務甩給子智能體，末了還回頭把自己干的檢查一遍。

任務越長越復雜，它甩開其他模型的差距就越大。

Cherny還在官方視頻里透露了一個數字：按最新的METR評估，前沿模型的自主任務時長已經爬到16小時這條線附近，甚至進了「連它到底能跑多久都測不準」的區間。

不同模型能以50%成功率完成的任務時長，六年間沿指數曲線一路爬升。圖頂斜紋區標注：超過16小時的測量，現有任務集已經測不準了。（圖源：METR）

而在Claude Tag里，模型能給自己排后續的活，一個16小時的任務，可以被它自己續到幾天、幾周之后再接著干。

這里需要注意的是，長任務能力，并非單純模型的功勞。

這一點，Anthropic在自己的工程博客里講得很透徹。

長期運行的智能體最大的坎，是它只能分段干活，每開一個新會話都失憶，就像一個工程項目輪班倒，每個新來的工程師都不記得上一班干了啥。

光靠上下文壓縮（compaction）不夠，模型要么想一口氣把整個app寫完，中途撐爆上下文；要么看一眼有進展，就宣布「完工」。

Anthropic的解法是給它配一套「班組交接」的機制：一個初始化智能體先搭好環境，寫好進度文件和功能清單。

后面每個編碼智能體只干一件事，干完把進度提交到git、寫清楚交接說明，再交給下一班。

所以真正的變化是「模型＋框架＋工具鏈」的系統能力。

Fable 5干的事，是把這套系統的上限，從小時級延長到了天級。

PR成了新的交付單位

當然，對于普通開發者，也先別急著把整個代碼庫交出去。

一個正確的打開方式，是先把那些低風險、邊界清晰、有測試可驗收的活，切成一個個任務交給智能體跑。

在Anthropic那條介紹Claude Tag的官方視頻里，用法都是一些很日常的場景。

Boris自己說，他平時用得隨手得很。誰報個bug，按鈕偏了幾像素，他一句「幫我修一下」就甩過去；碰上個數據問題，扔給Tag先跑一遍就完事。

而那些跑了好幾天的會話，本質是一個長期實驗：Tag每天替他查數據，偶爾冒個bug就順手發個修復，PR自己就一個個提上來了。

因此，這里有一個關鍵的使用分水嶺，并非你敢不敢把活全交給AI，而是你會不會把任務切成AI能驗收的顆粒度。

給AI派活的最小單位，正在從一個函數，變成一個PR。

新的門檻

不是prompt

當AI能跑多日任務、能自己提PR，人的價值挪到哪去了？

Anthropic給的答案是：工程師轉向架構、產品判斷和持續編排——并行管起多個智能體，給方向，做那些真正決定「要造什么」的決策。

但AI提上來的PR，終究要有人點下合并（merge），即把某個分支上的代碼改動并進主代碼庫，相當于給這份代碼蓋章放行、正式采納。

這意味著，程序員最稀缺的能力，也在悄悄改變。

過去你比誰更會寫prompt、更會問問題；往后你比誰更會寫任務邊界、測試標準、review清單和回滾方案。

寫代碼的門檻在降，驗收代碼的門檻在升。

下一個吃香的工種，可能是最會給智能體定驗收標準的人。

AI已經幾乎能把代碼寫完了。

剩下的問題只有一個：它寫的代碼，你敢不敢認，會不會認。

參考資料：

https://x.com/claudeai/status/2072725610061803522?s=20https://youtu.be/MhfnicQVkgY

https://www.anthropic.com/news/introducing-claude-tag

https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/

編輯：元宇