Fable 5 是
工作的曲速引擎
Every 測試 Anthropic 的 Fable 5 一週後，得到的不是「聊天更聰明」這種結論，而是一個更大的變化：AI 開始能接住大型任務，自己跑幾小時，交出足以讓人繼續工作的成果。
來源：Every YouTube 頻道
SCROLL
Every 測試 Anthropic 的 Fable 5 一週後，得到的不是「聊天更聰明」這種結論，而是一個更大的變化：AI 開始能接住大型任務，自己跑幾小時，交出足以讓人繼續工作的成果。
來源：Every YouTube 頻道
影片一開始，Dan Shure 展示了一個可在瀏覽器裡玩的 3D 場景：玩家走進波赫士小說《巴別圖書館》裡的無限圖書館，能上下樓、看書架、瀏覽文字，甚至找到自己的文章。
這個 demo 看起來像花了很多時間。實際上，他只給 Fable 5 一段要求：閱讀《巴別圖書館》，規劃並執行一個瀏覽器可玩的 3D 遊戲，直到完成為止。模型自己讀故事、規劃、實作、檢查，跑了三到四小時後交出結果。
這支影片的核心不是「模型會做 3D 遊戲」。重點是它能在一個粗略方向下長時間自主執行，並把書裡的規則、數學與視覺細節整理成可互動的產品雛形。
Every 把這支影片定位成 day zero vibe check：不是正式論文，也不是只看排行榜，而是把模型放進真實工作裡，看看它會讓人在哪些地方改變工作方式。
Dan 說 Fable 5 屬於 Anthropic 的 Mythos class。依他的理解，它不是使用全新架構，而是同一類模型變得更大、更強。為了讓它能公開使用，Anthropic 放了嚴格限制，例如不能用在 cyber 或 biological 相關工作上。
代價也高。影片提到價格是每百萬 input tokens 10 美元、每百萬 output tokens 50 美元，大約是 Opus 的兩倍。這讓 Fable 5 不像一般日常聊天模型，而更像一台昂貴但能跑長距離的機器。
Every 的資深工程師 benchmark 不是問模型幾題程式考古題，而是把一個真實、混亂、vibe coded 的 production codebase 交給它，請它從第一原理思考要怎麼重寫。Fable 5 拿到 91 分，Dan 說這是人類工程師的水準。
這個分數讓 Every 原本以為還要幾個月才會被追上的 benchmark 直接被打穿。更重要的是，Fable 5 的強項不只在分數，而是在任務執行時展現出判斷、耐心、品味和上下文使用能力。
Dan 用 warp drive 形容 Fable 5。你先輸入目的地，系統計算路線，接著啟動。它不會瞬間抵達，但會把原本需要幾個月、幾年才完成的旅程，壓縮到幾小時或幾天。
這也說明了它的限制。Fable 5 很慢、很貴、很吃 tokens，不適合頻繁來回的快速協作，也不適合只問小問題。你不會用曲速引擎在城市裡通勤，因為那需要即時控制、快速回饋和便宜的移動成本。
影片裡還提到一個使用技巧：可以把 reasoning level 調低，讓它處理比較基本的問題。Anthropic 內部有人會這樣用。但 Every 的核心看法仍然是，Fable 5 最值得用在大而硬的任務上。
Every 沒有只展示一個漂亮 demo。Dan 接著用三個工作情境說明 Fable 5 的特性：做一個哲學課程 mini site、分析 Every 的訂閱者調查、清理 Proof 產品的 GitHub issue。
Dreyfus mini site 說明的是品味與細節。模型沒有只把音檔丟在頁面上，而是安排閱讀體驗：摘要、章節、播放控制、跟著音檔高亮的文字、字體層級和 drop cap。Dan 特別指出，這不像過去常見的紫色 AI 套版感，而是更像真的有人想過使用者要怎麼閱讀。
訂閱者調查則說明它能使用大量上下文。Every 團隊已經看這些資料好幾週，但 Fable 5 能把調查、分析資料和網站體驗放在一起，提出一句可行的業務判斷：問題可能不是內容價值，而是 free-to-paid conversion 的呈現與試用設計。
Proof 的 GitHub issue 測試則更接近軟體公司的日常。以前你會讓模型一個 issue 一個 issue 做，自己盯著品質。Fable 5 讓 Dan 可以把一批簡單但耗時的 backlog 交出去，等它跑完再回來審。
Every 內部大約七個人測了一週，包含工程師、寫作者、編輯和行銷。結果不是所有人都同樣興奮。Dan 的判斷很直接：Fable 5 現階段比較適合 AI 採用程度高的人，尤其是已經在協調多個代理人、拆大任務、讓模型長時間工作的使用者。
如果你是技術人、vibe coder、創業者，手上有很多一直想做但成本太高的專案，Fable 5 會很有吸引力。前提是你願意付高成本，也有能力檢查它跑完後的結果。
這裡的產品啟示很重要。AI 的使用不是只看有沒有帳號，而是一種技能。你要知道哪些工作能交給模型長跑、怎麼描述目的地、何時離開、何時回來審查。如果工作還停留在搜尋替代或短問短答，Fable 5 會像拿高速列車跑巷弄。
影片最後，Dan 把 Fable 5 放進更大的問題裡：當自動化越來越強，工作會變成什麼？他的答案不是「大家都不用做事」，而是自動化會創造更多人類工作，因為能力門檻下降後，人會開始追求以前不敢碰的專案。
Fable 5 同時提高 floor 和 ceiling。非專家可以做出以前需要團隊才能做的第一版，專家則可以把能力放大到更高水準。vibe coder 也許能一口氣做出一個遊戲，專業團隊則可能用同樣工具挑戰更接近大型產品的成果。
對科技公司來說，競爭焦點也會移動。模型能力仍然重要，但真正改變工作的是模型、工具、資料權限、瀏覽器、程式環境和人類審查流程的組合。Fable 5 展示的是一種新的工作節奏：不是人和模型每三十秒互相問答，而是人定目的地，模型跑長路，人回來驗收與調整。
Fable 5 的價值不是把每件小事變快，而是把原本要數週、數月才敢開始的工作，壓縮成幾小時可以驗證的旅程。
這就是 Every 說的曲速引擎：它不適合短距離代步，但很適合把一個大目的地交給模型長跑。
選完之後，分享你的觀點
這頁整理自 Every YouTube 頻道。原始影片展示了 Library of Babel 3D demo、Heidegger 講座 mini site、訂閱者調查分析，以及 GitHub issue 清理等測試畫面。
前往 YouTube →喜歡這種分析嗎？
從 AI 代理人、軟體產品到平台策略，用台灣讀者看得懂的語言，把複雜的產業變局說清楚。目前已有超過 2 萬位讀者訂閱。
免費訂閱區塊勢 →也可以直接付費訂閱，解鎖每週完整文章