AI EngineerAnthropic 的 Fable 模型实践指南:减少提示词、发现能力边界、用工具释放峰值
Anthropic Claude Code 团队成员 Thariq Shihipar 分享了与 Fable 模型协作的实践经验。他指出,Fable 的想象力远超示例,因此 Claude Code 削减了 80% 的系统提示。他引入“能力悬空”概念,强调模型能力呈尖峰分布,工具决定你能触及哪些峰值。他还展示了 Fable 在工具调用上的飞跃,并呼吁团队不再在“好、快、便宜”中取舍,而是三者兼得。
在 AI Engineer 的分享中,Anthropic Claude Code 团队成员 Thariq Shihipar 带来了关于 Fable 模型的实践指南。他首先指出,Fable 的想象力远超以往模型,因此 Claude Code 大幅削减了系统提示——从原来的长度减少了 80%。他认为,过重的指令反而会限制模型,尤其是当模型本身比你给出的示例更具创造力时。
Thariq 引入了“能力悬空”这一概念:模型的能力并非均匀提升,而是以尖峰状增长。他举例说,如果你问一个聊天模型哪些宝可梦的名字以“aw”结尾,它可能答不上来,尽管它熟知每一只宝可梦。但 Claude Code 会写一个脚本,抓取列表,然后几秒钟内过滤出答案。这个差距就是“能力悬空”,而工具决定了你能触及哪些能力峰值。
在工具调用方面,Fable 展现了巨大飞跃。Thariq 提到,在 Opus 4 时代,“询问用户”工具几乎无法工作,但在 Fable 下,它能够生成嵌入式的 HTML 问卷。他本人用 Fable 在短短四小时内构建了一整套主题演讲幻灯片,这让他对模型的生产力潜力充满信心。
最后,Thariq 呼吁团队改变思维方式:不要再在“好、快、便宜”中三选二,而是利用 Fable 同时追求三者。他认为,随着模型能力的提升,过去那种权衡取舍的假设已经过时,团队应该大胆要求三者兼得。