先一句话总结下：
Fable 5 给我的最大体感，不是它更聪明了，是我更轻松了。
之前不管用 Opus 4.8 还是 ChatGPT 5.5，丢个大任务过去，经常是干一段就停下来等我确认：三个方案选哪个？要不要继续？活是它干的，但大量的决策压力压在人身上。前两天我还发朋友圈吐槽：AI 用多了，人也很累。
换了 Fable 5，任务丢过去它自己跑完，回来给一份处理好的结论，外加一句：这几个地方我是这么判断的，不同意我再改。
但今天不是夸它。是一个更现实的问题：
如果我们无法一直使用 Fable 5，能提前做些什么？
• • •
01它强的地方，我们之前就写在 CLAUDE.md
从 Fable 5 上线后，我基本就开始全程使用 Fable 5 了。
不过，老实来讲，单看一个回答的聪明程度，Fable 5 和 Opus 4.8 差距没那么夸张。真正的差距在干活的行为上。
我之前工作区有一份给 AI 立规矩的 CLAUDE.md，里面的条款全是过去被旧模型逼出来的。
不过这个方式在过去使用也会有一些问题是，当整个上下文变多，CLAUDE.md 的执行还是会丢失。
然后我尝试让 Fable 5 自己去总结某个工作过程的方法论，再跟我们原本的 CLAUDE.md 对照着看，就很有意思了：
以前它干着干着忘了最开始要干嘛——我们写「主动找问题，交付前自己跑一轮审计」摁着它。现在 Fable 5 几十步操作下来，不跑偏。
以前它把每个小决定都丢回来问你——我们写「需要你做的判断别推给我，做完再一起汇报」。现在它自己消化小决策，只在不可逆的事上找我。
以前它爱顺着你说，把猜测包装成结论——我们写「不确定就说不确定」。现在它失败直说，不绕。
基本上是全中。。。当初一条条写下来摁旧模型的规矩，它出厂就会。
这事不是巧合。Anthropic 其实是把「好员工的工作方式」直接训练进模型权重。你给 AI 写的规矩，差不多就是下一代模型的行为。
注意这句话反过来也成立：既然工作方式能从文字训进权重，它就能从权重写回文字。
也引起了我进一步的想法就是：那能不能像类似 Skill 一样沉淀下来？
02开始之前，先看两个最难顶的东西
第一，价格。
现在几乎所有人都知道 Fable 5 好用。但是！！！Fable 5 是 Opus 4.8（5/25 美金）的两倍。它其实不是 Opus 的升级版，是 Opus 之上新开的档位。顶配的能力然后价格也直接翻倍。
第二，期限。
现在打开 Claude，Fable 5 旁边写着一行小字：Included until June 22。官方的解释是算力不够，订阅用户——包括每月 200 美金的 Max——只承诺包含到 6 月 22 号；之后有余力就按周延长，但 Anthropic 的原话是「不能保证任何东西」。也就是说 22 号之后想接着用，大概率得走 API 按 token 烧。
截至发文的官方口径，22 号后以最新公告为准。
先插一句：还没体验过 Fable 5 的，强烈建议趁这个订阅用户还能用的时候去用一次，跑一个你日常真实的任务。不为别的，就为亲眼看一遍顶配模型干活是什么样——看完你对「AI 能干到什么程度」的预期会整个重新校准。
回到正题。「用不上 Fable 5」对大多数人不是假设，是排期。问题只剩一个：降回 Opus 4.8 或者 ChatGPT 5.5 那天，甚至是哪天 Claude 账户被封，只能用国产模型的时候，质量怎么不崩？
这里我让 Fable 总结了一个相对简单的公式：
产出质量 = 模型智力 × 工作方式 × 上下文质量
模型智力其实是租的，想用好的自己就贵一些，这个你控制不了。
工作方式是行为——怎么拆任务、什么时候来问你、做完怎么验收、怎么汇报——这个可以写成文字，放在 CLAUDE.md 和 AGENT.md 里面。
上下文质量是你喂给它的料——业务数据、判断标准、过去的决策记录——这个本来就是你自己的。
三样里其实也只有第一样会随着降级消失。顶尖模型裸用也很强，是因为它把好的工作方式内化进了权重；反过来，你也可以把它的工作方式外化成你的 CLAUDE.md 和 AGENT.md，给便宜模型用。
03所以，最正确的打开方式
我的立场就一句话：别光让它干活，要让它干活的同时，把它好的工作方法论沉淀到你自己的核心文件里。
Fable 5 现在就像一个能力顶级、但 22 号可能就走人的员工——趁还在，让它把自己的干法写下来。
具体做法，除了刚刚提到的去迭代 CLAUDE.md 和 AGENT.md。
我们现在每次 Fable 5 漂亮完成一类以后还会重复的任务，收尾还会类似多提一个要求：
把你这次的做法写成一份 SOP/模板，要求：一个能力弱一档的模型， 照着做也能达到你这次效果。 顺便标注：哪些步骤照着做就行，哪些步骤需要真正的判断力。
它会把跑通的流程、判断标准、踩过又绕开的坑，全写成下一个模型能照着执行的东西。尤其那个「哪里需要判断力」的标注，直接告诉你降级后哪些环节还得省着配额用好模型，哪些环节随便什么模型都行。
成本几乎是零——它刚干完活，记忆最热，顺手写就行。但顶配模型沉淀的方法论，和普通模型沉淀的，不是一个东西。
04降级那天，手里至少备三样
沉淀下来的方法论是越攒越厚的飞轮。除此之外还有三样，建议现在就备上：
工作的习惯
开任务前先让 AI 把目标、边界、验收标准写进一个文件，干一步更新一步。弱模型最大的毛病是干着干着忘了要干嘛——它记不住，但它会读文件。
决策的边界
写成清单放协议里：可逆的、有既定规则的、复核类的，直接做完汇报；不可逆的、花钱的、对外发的，必须问。就这两行，弱模型的烦人程度砍半。
输出的模版
结论先行三句话；事实和推断分开写；失败的显式列出来；没贴验证证据视为没做完。模板摁不住智商，摁得住格式——格式对了，胡说八道至少看得出来。
这三样加上持续沉淀的方法论，我的估计：弱模型裸奔 60 分，配上这套能拉到 80 分，Fable 5 是 90 分。补不满，但落差从「质量崩了」变成「省着点用」。
05最后
回到开头。Fable 5 用不上的那天，你剩下什么？
只用它干活，剩下一堆聊天记录。让它边干活边沉淀方法论，剩下一套它亲手写的工作系统——换个便宜模型装上，照样打七八成，人照样轻松。
说实话这思路也不算是什么先见之明，而是被价格逼出来的。
而这个的背后，其实隐藏的底层逻辑是——我们需要帮助 AI，给它更多的上下文，以及沉淀出来更好的方法论。
最后才能做到「换什么模型都不慌」。
更加完整的落地指南，含可以直接抄作业的模板（plan.md）。
也已经整理好放星球啦，已经在朋友的记得自取哈。
谢谢你看我的文章，我们，下次再见