YT 学习笔记

Fable 5 四关实测对决 Opus 4.8 与便宜模型:何时付双倍价与六种省 token 法

37分钟阅读下载 MD

封面

Jack Roberts · 21:15 · 发布 2026-07-09 · 1517次观看(截至抓取) · 观看原视频

主旨

把 Fable 5 丢进四类真实任务(冷邮件生成、网站设计、仪表盘、群模协作)与 Opus 4.8 / 便宜模型同场盲比,得出”模型不是关键,用法才是”的判断,并据此给出何时为 Fable 5 付双倍价、何时让 Opus/DeepSeek/ChatGPT/Gemini 顶替、以及六种省 token 技巧的完整策略。

核心论点

  1. Fable 5 与 Opus 4.8 在多数产出上拉不开档次——模型之外,使用策略才是放大器——同样的 prompt,Fable 5 在版式与品味上稍胜,但绝大多数任务下 Opus 4.8 已足够用。(→ 详解2-3)
  2. 按 token 单价算,Fable 5 是 GLM 5.2 的 ~13 倍、DeepSeek 的 ~35 倍——只看单价无脑上 Fable 5 会快速烧穿 credits,必须按任务匹配模型。(→ 详解4)
  3. 冷邮件这种”拼 thinking + positioning”的活,Fable 5 略胜 Opus 4.8;纯生成型活两者基本打平——区分 thinking 与 generation 是 routing 的第一步。(→ 详解5-6)
  4. 设计任务上 Fable 5 一档领先,Opus 4.8 即使挂了群模(Gemini/DeepSeek/ChatGPT)也追不上——但 Opus+群模仍有”附加价值”:Gemini 抓到 mobile 适配问题、DeepSeek 抓到 copy 问题。(→ 详解7-8)
  5. 让 Fable 5 跑设计初稿、再让 Opus 4.8 与便宜模型跑编辑与执行,可在保住品味的同时砍掉 50% 以上 token——这是 Max-then-Medium 之外的双层接力打法。(→ 详解9)
  6. Unleashed Mode(允许子 agent + 子模型)并不比 Opus+群模强多少——贵的模型自己开子 agent 也不会显著放大产出,意图层面的事还得靠人/编排器。(→ 详解10-11)
  7. Fable 5 的付费原则只有两条:品味攸关 + 一去不回的”单行道”决定——其余场景一律让 Opus 4.8 / Sonnet 5 / DeepSeek V4 顶;实测 95% 的判断都属后者。(→ 详解12)
  8. 六种省 credits 技巧围绕”砍 context、让便宜模型扛苦力、首条 prompt 就写对”展开——核心是 chatgpt-low 跑闲谈、subagent 扛噪音、首条 prompt 用便宜模型先打草稿。(→ 详解13)
  9. Ministry of Agents 是”Fable 5 问一遍、所有模型各答一遍再合议”的合议模式,与 Opus+群模的”接力改稿”本质不同——不要混为一谈。(→ 详解14)
  10. 永远要 tag 进 Codex/第二个模型做 adversarial code review——单模型自评系统性偏正向,Codex 几乎总能在跑通测试之后仍揪出真实问题。(→ 详解15)

知识点详解

1. 100 Cheap Agents Vs Fable 5:开篇定位与”用法比模型重要” 00:08

视频一上来就先把镜头摆到最有戏剧性的对比上:00:08 “And in this video, I ran the world’s most powerful model through four tests.”——Fable 5 跑四关不是炫肌肉,而是为后面”模型之外看用法”的论断铺实验。

作者随即丢出本片的核心心智模型:01:15 “it isn’t the model, it’s how you use it.”——模型本身不是差异源,人(玩家)的水平才是,这是后面所有 routing 与省 token 讨论的前提。

这条心智模型的具象化比喻:01:35 “if you had an expert with a weaker model is always going to be a kind of noob with the best tools.”——同样的 Fable 5,专家写 prompt 能榨出极致,新手只能拿到平庸。这与Harness 课反复强调的”harness 决定了加速上限”是同一套哲学,但落到模型选型层面就是”先升级用法、再升级模型”。

2. Why Benchmarks Mislead You:跑分为何不可信 00:40

作者对 benchmark 的态度很直接:00:40 “these benchmarks are about as reliable as Rotten Tomato reviews.”——语气调侃,但立场是”跑分只反映评测集上的统计优势,不能预测你的实际产出”。

跑分失灵的根因有两个:一是它测的是模型权重本身的能力,不测你的 prompt 与上下文工程;二是它跑的 prompt 与真实任务的 prompt 几乎不重叠。这两条与LLM wiki、Context Rot 等概念共享同一条根——把模型当黑盒会丢光所有调节空间。

所以作者的判断口径是:01:15 “personally speaking, I don’t really care what a benchmark says. I judge it based on its output.”——评测方法从 benchmark 转到 end-to-end output,这条直接驱动后续四关实测。

3. 玩法比模型重要——同一 expert、同一 prompt 也能差距很大 01:35

承上一节,作者把”用法”具象化:01:35 “using Fable 5 without knowing the right strategies is like giving somebody a uh a level 99 account and dropping them in a game, but they have no experience of playing.”——等级 99 角色掉进 Boss 房,新手照样死。

反过来这条也成立:同一个 prompt,在更便宜模型上加一层结构化约束,产出不一定输给 Fable 5 raw 输出。这与Effort Level 的”low 跑错别字、max 跑开天辟地”用法同源,但本片的语境是”模型档次 + 提示策略”两层叠加。

落到”什么时候升级”的判断:01:50 “this is the same job for 2 million uh tokens in and about 500,000 tokens out”——这是同一条任务的输入/输出规模基准,下一节给出 token 单价对照。

4. The Real Cost Per Token:Fable 5 vs GLM 5.2 vs DeepSeek 01:50

作者拿出一张单价对照表:01:52 “this is per token rates. Fable 5 $45. But when you compare that to GLM 5.2, it’s $3.36 and DeepSync is like one buck 30.”——同一份工作(2M in + 500K out)上,Fable 5 的 token 单价约为 GLM 5.2 的 13 倍、DeepSeek 的约 35 倍。

这条对照的工程含义是:任何把 Fable 5 拿去跑”10+10 等于几”或”这桶酸奶是不是希腊酸奶”的任务都在严重烧钱:14:52 “I literally asked Fable 5 this question. I think I spent more in Fable 5 tokens asking if it was Greek yogurt than the actual price of the Greek yogurt.”——作者拿自己的亲身案例证伪”无脑上 Fable 5”。

代价之外的另一面是:14:29 “Now the question is, is it worth double the price? And the answer is yes for certain things”——它对 orchestration / strategic 一类”对错成本极高”的任务值双倍价,但不是对所有任务。

5. Test One: The Email Challenge——同一份 prompt 跑 Fable 5 vs Opus 4.8 02:44

第一关是写冷邮件:02:44 “Firecrawl which is incredible for getting any data from any website.”——任务是用 Firecrawl Interact 抓 Gladia 官网(作者自家做的口述工具),再据此写一封冷邮件给 Gladia 团队。

作者用”盲测”机制避免主观偏:03:14 “One shot, no follow-ups, no coaching, run your full loop.”——一条 prompt 一次性跑完,不追问、不修正;再把输出贴掉模型名让人盲评。

盲评结果很接近:04:24 “I’d say that they are roughly equivalent.”——两封邮件的逻辑、信息密度、CTA 都差不多;只有 subject line 一项 Fable 5 略胜:04:51 “I think this is a better subject line. I think this is slightly shorter which is cool.”——但这是品味层面的微小差距,不是质量档次差。

这条结论直接给了 routing 表的第一行:纯生成型活(text generation)用 Opus 4.8 + cheap model 已足够,Fable 5 略胜 subject line,但不值双倍价。

6. Save Tokens Where You Can:邮件关产出的策略总结 05:08

邮件关之后,作者把”省 token”原则具象化:05:08 “removing any long cord.md files or skill calls or MCPs can easily clog up all of your context window”——任何长 .md 文档、skill 调用、MCP 工具描述都会塞满 context window,直接换算成钱。

这条原则与上下文窗口、大海捞针、信息密度同源,但具体抓手更落地:在每次调用贵模型前,先把 context 里无关的 cord.md / skill / MCP 临时卸载。

作者还点名了 Firecrawl 在这件事上的独特价值:02:44 “the way that fol works and why this is so interesting when you’ve got these different models is it actually reads the text not the HTML.”——Firecrawl 提取的是渲染后的纯文本而不是原始 HTML,本身就比直接 grab HTML 省一大笔 token,这是工具选型层面的省 token。

7. Website Design Face Off:Fable 5 一档领先 05:41

第二关是同主题网站设计。先放两件各自的成品对比:05:41 “I’ve got two websites here. One was designed by Opus 4.8. This is the website they designed.”——Opus 4.8 出的版本能看,但偏标准 SaaS 模板感。

Fable 5 的版本直接高一档:05:55 “Then I have this one here that was done by Fable 5.”——从色彩节奏、空间层次、交互细节到转化引导都更细。

作者把这一档领先具象为一句原则:09:46 “if it’s design work, you want Fable 5 to do the heavy lifting”——设计活默认让 Fable 5 主导,这是品味类任务的硬规则,与Fable 5 概念首次进入索引时提到的”最强设计 agent”定位一致。

8. Opus With A Team Of Models:Opus 4.8 + Gemini + DeepSeek + ChatGPT 群模 06:17

接下来作者给 Opus 4.8 挂了一支”群模”:06:17 “we’re going to have Fable 5 in one hand and then we’re going to have Opus 4.8 A with the ability to call on some other models”——左手 Fable 5 单独跑、右手 Opus 4.8 + Gemini(用 Antigravity CLI 跑,免费) + DeepSeek + ChatGPT。

群模带来的最大价值不是”快”,而是”质量追加”:08:15 “Gemini actually caught um really interestingly some copy issues and also found uh mobile optimization strategies”——Gemini 抓到 Opus 4.8 没考虑到的 mobile 适配问题,这是接力模式才有的盲区覆盖。

具体到子模型的角色分工:07:21 “I think bringing in a secondary model is one of the most overpowered things that you can possibly do.”——副模型负责”找茬/补盲”,主模型负责”生产”,这是Subagent 与最小权限 思路在生成场景的镜像:每个模型各管自己能管好的那半。

9. When To Let Fable Lead:让 Fable 5 主导设计、便宜的做编辑与执行 09:41

作者把网站一对比就得出真正的策略:09:41 “Fable 5 from a design point of view is just better.”——设计品味上 Fable 5 一档领先没争议。

但接下来那条省钱规则:09:46 “when it’s designed, we would tag in and bring in the other models to basically execute on my design, which are at least 50% cheaper.”——设计完成之后,执行层(改文案、跑 SEO、改按钮文案)全交给 Opus 4.8 + 便宜模型,token 至少砍一半。

这条 Max-then-Medium 用法在Fable 5 概念首次出现时(2026-06-12 那期)被讲过一次,本片用”测试二的执行层”具象化了”至少 50% 更便宜”的真实比例,并把这条用法从”风格/设计”扩展到”任何品味攸关的活”——口味 + 思考可以放给 Fable 5,纯执行则一律外包。

10. Test Three: Unleashed Mode:开子 agent 也救不回来 10:31

第三关作者尝试让”贵模型自己开子 agent”:10:31 “fable unleashed mode. This is like the I don’t know what they call that mode in a Tesla.”——Unleashed Mode 允许 Fable 5 自己派子 agent、还可以随时调任何子模型。

对照组是 Opus 4.8 Unleashed 同样开子 agent,再加一个”Sonnet 5 + Swarm(便宜模型群)“的黑马组:10:54 “I’ve got a little bit of a dark horse over here, the Sonnet 5 plus Swarm”——作者把”群便宜模型”也当成一支参赛队。

最后结果:13:51 “we need an intelligent orchestrator to make any of these systems work”——再多的子 agent 没有意图编排都只是”在键盘上乱按的群模”,这条与组织层级过深 同源,但本片的版本更工程化:编排器(orchestrator)是必须显式存在的角色。

11. Comparing The Dashboards:三组仪表盘盲评 11:39

仪表盘盲评三组——Fable 5 Unleashed / Opus 4.8 Unleashed / Sonnet 5 + Swarm。Fable 5 的版本:11:39 “I do like how it’s kind of done that quite crisply”——交互明确,但仍然像 Opus / Claude 系的”通用风”。

Opus 4.8 的版本脱离了 Claude 默认模板:12:30 “this is probably a touch above”——作者给了”略高于 Fable 5”的评价(注意:这是仪表盘单一任务上,不是设计总体)。

Sonnet 5 + Swarm 最弱:12:44 “this is not good.”——缺少品味编排,生成出来的仪表盘既不美观也不实用。

最后一句总结论断:13:11 “most people wouldn’t really notice the difference”——非专业人士看不出 Fable 5 vs Opus 4.8 的差别,这条把”为双倍价买单”的标准抬到很高。

12. The Real Conclusions:差异主要来自 prompting strategy 13:16

作者把第二关的真正结论提炼出来:13:16 “most of the difference actually is coming from your prompting strategy.”——模型层的微小差距绝大多数由 prompt 层吸收/放大。

这条结论同时也是对”为 Fable 5 付双倍价”的最终辩护:14:16 “It thinks at a higher level and we can see that it is just better”——Fable 5 的优势在 thinking 层(意图理解、品味),不在 generation 层(字面生成)。

但”thinking 略胜”不等于”用得上”:14:07 “capability is relatively similar”——能力近似,所以”为 thinking 付双倍价”必须限缩到”thinking 真的影响最终交付”的场景,这正是下一节”何时付钱”的具体判据。

13. When To Pay For Fable:三种该付、三种不该付 15:22

作者给出一个明确的判据表:15:22 “You want to tag in Fable under the following circumstances”——三大该付场景。

第一是品味攸关:15:36 “when taste is important, we bring in Fable 5. And by the way, taste is always important.”——设计与产品 demo 默认走 Fable 5。

第二是编辑转去 Opus 4.8:15:36 “And then edits, I switch over to my Opus 4.8”——编辑阶段一律切走,这条呼应详解9 的执行层外包。

第三是 DeepSeek V4 的意外强项:15:42 “DeepSeek V4 when you give it an editing framework is unbelievably great at that.”——在已有结构/数据模型/架构内做编辑,DeepSeek V4 比 Fable 5 更好;这条是视频给出的”反直觉”情报。

第四是”单行道”决定:15:58 “we call it one-way doors. Like Jeff Bas has this incredible analogy of like most decisions in business in life are reversible”——一旦走错就回不来的决策(品牌定位、核心架构)用 Fable 5,因为对错的成本远高于 token 成本。

不该付的场景:16:26 “where you can basically use other models to catch the mistakes, volume work, um, when you’ve already got an existing infrastructure.”——(1)已有便宜模型能纠错的;(2)量大重复的;(3)在已有基础设施上做的;一律 Opus 4.8。

具体比例:16:40 “you find that maybe 5% of your decisions that you’re going to make are going to be Fable 5.”——实战中大约只有 5% 真的需要 Fable 5;16:43 “If tokens were no issue to you, you can probably go down to 50/50”——若 token 完全免费,比例才升到 50/50。

14. Six Hacks To Save Credits:六种省 token 技巧 17:37

作者给了一张可截图的清单,六条按场景展开。

第一是”包活给便宜模型”:17:42 “Number one is rooting the work. In other words, we’re going to tag in the cheap models for the grunt work.”——research、extract、format 这类体力活全交 Opus 4.8 / DeepSeek / ChatGPT。

第二是”cache 上下文”:17:53 “You can cash a context. So, think about this as well”——同一份 context 多次复用,避免每次都重新喂一遍。

第三是 CLAUDE.md 留适中长度:17:58 “Make sure that your CMD file is sizable. We’re at the point now where you are not going to really prompt a lot better in your system prompt than Anthropic is already doing.”——harness 已经在做的事不必再在 system prompt 里重写,这条与CLAUDE.md 的”收益边际微弱”经验一致。

第四是”清窗口”:18:12 “Then we’ve got trim the window. So stealth files sit in history and get rebuild every message. Okay? Like, hey, it can cost 20,000 tokens. It’s crazy.”——stealth files 之类隐藏文件会在每条消息里被重建,一刀砍掉 20K tokens。

第五是”任务完成开新窗口”:18:21 “When a model completes a task, okay, we open up a new window.”——不要让已完成任务的对话历史继续累积。

第六是”首条 prompt 就写对”:18:28 “spec first run once, which is important. The most important prompt, this is a writer down that you’re ever going to give is the first prompt.”——这条与forward-goal / PRD 同源:第一条 prompt 是后面所有对话的种子,质量/成本斜率由它决定;省钱最狠的不是 mid-conversation trick,是首条就把 spec 钉死。

作者最后还补了”低档跑闲谈”:19:04 “you want to be doing most of your general generic chitchat questions with low”——generic chitchat 用 Opus 4.8 low effort,这条把Effort Level 概念具体化到”什么场景用什么档”。

最后兜底一句:19:11 “We can delegate to sub agents to look at like noisy things, things like checking stuff that we don’t need the big brains for to be token efficient”——噪音/检查类活由 sub agent 扛,与上下文隔离 同源,主 agent 永远不该把 context 浪费在噪音上。

15. Ministry Of Agents Explained:与”Opus+群模”的本质区别 19:25

作者明确把”Ministry of Agents”和前面讲的”Opus+群模”区分开:19:35 “I think that is just like an incredible harness and it’s so sick.”——Ministry of Agents 是一个独立 harness(在 Hermes agent 里),不是”Opus 4.8 + 几个 sub agent”。

工作模式不一样:20:02 “what Fable 5 does in this instance or in this orchestrated model which is really cool is it asks the same question to all the models underneath it.”——Fable 5 把同一个问题同时丢给所有子模型,各答各的,然后合议(synthesize)。

而”Opus+群模”是”主模型生成、副模型挑刺/补盲”的接力模式:20:11 “compares the notes and effectively I’ve even got down here on the left hand side in this Agentic OS”——所有答案排在 Agentic OS 左侧,模型不知彼此身份。

这条与随机共识 / Fan-out Fan-in / Synthesizer 同源:多个独立 agent → 同一份答案 → synthesizer 合成出共识。但本片的版本是把”同一问题同时给所有模型”的合议方式具象到 Fable 5 的 orchestration 角色上,而不是 LLM 自身的知识合成。

16. Always Tag In Codex Review:永远要做 adversarial 审查 20:33

视频最后一条铁律:20:33 “I don’t ship anything by the way ever unless I have Codex and another model review the entire code.”——作者称自己”从来不发布任何未经 Codex 与第二模型审查的代码”。

原因是单模型自评的系统性偏正向:20:40 “I’ve had models tell me till they are blue in the fuzz, Jack. Everything is fine. It’s all perfect. I tag in Codex and lo and behold, Codex found something critical.”——模型会反复告诉你”没问题”,但 Codex 总能在测试都过之后揪出真实问题。

这条与Adversarial code review、Self-grading bias 是同一个根:LLM 缺乏自我否定的硬约束,必须靠第二个模型独立审查。这条不限于 code,作者把它泛化到”任何 ship 前都要 dual review”。

最后作者把整片的”过期”问题点出来:20:59 “the flavor of the week will change, but the skills that you’ve learned in this video are not. They’re going to stay with you forever.”——具体模型档次会过时,但”用法比模型重要 + 路由 + 合议 + 审查”这套思路长期有效。

可执行步骤

  • 把”用法 vs 模型”作为选型第一原则:在 prompt 与 harness 升级到顶之前,不直接换更贵的模型。
  • 把”品味攸关”和”一去不回”标成 Fable 5 唯一白名单场景;其余一律 Opus 4.8 + 便宜模型。
  • 任何调用 Fable 5 之前先 trim context:删 cord.md、卸不用的 MCP、清掉 stealth 历史文件。
  • 用 Opus 4.8 + Gemini + DeepSeek + ChatGPT 跑任何带”找茬/补盲”价值的设计/写作/代码任务。
  • 任何决策类 prompt 先用 Opus 4.8 low effort 跑一遍草稿,验证意图后再切到 Fable 5 + effort high。
  • 任务完成立刻开新窗口,不在旧 thread 里继续累积历史。
  • 用 Fable 5 设计初稿,执行层(改文案、跑 SEO、调按钮)全交给 Opus 4.8 + DeepSeek V4 编辑框架。
  • 把群模协作分成两类显式标注:接力改稿(主模型 + 副模型挑刺) vs 合议共识(Ministry / Synthesizer),不要混用。
  • 任何 ship 前都跑一遍 Codex + 第二模型 adversarial review,不接受单一模型自评。
  • 在 Fable 5 的占用比例上设定自我红线(本片作者建议 5%),超出即提示自己回到 Opus 4.8。

关联

  • 2026-07-06-Fable 5 给 Agentic OS 加的五层 —— 进阶:本片的 Ministry of Agents 是上一期”Agentic OS 五层”的 Level Three 详解,先把本片讲的”合议 vs 接力”区分清楚,再回看上一期 Ministry 的具体配置;Harness/Edit 上下文窗口/上下文隔离原则也与本片六种省 token 法互为对照。
  • Fable 5 —— 互补:本片专门解决 Fable 5 概念的”何时用、何时不用”这一空白——上次的 5 个用例侧重视角,这次给四类任务的实测对比与 routing 判据。
  • 2026-06-10-Fable5实测agentic交易的策略与踩坑 —— 进阶:本片”为 thinking 付双倍价”的原则在那篇 agentic 交易里以”正 EV 决策”的形态被具象化,先读本片的判据再看交易侧的取舍会更顺。
  • 2026-06-12-Fable5改写网站设计：三级闯关与Max-then-Medium用法 —— 印证(不同角度,同一结论):本片的”设计任务 Fable 5 一档领先 + 编辑/执行切去便宜模型”与那期”Max 起手、Medium 推进”是同一策略的两面——品味与品味攸关的活放 Fable 5,执行一律降档。
  • 为 grill-me skill 加上 Codex 迭代审查 —— 复现:本片”Codex review”与该片定义的 Adversarial code review / Self-grading bias 同源,本片把它泛化到”任何 ship 前都要 dual review”。
  • 让 Fable 5 便宜 80% —— 复现:本片”generic chitchat 用 low”是该片 Effort Level 分档实践的具体场景化。
  • 同批同源:GPT-5.6 Sol 一条 prompt 端到端跑完一支视频 —— 都用 Adversarial code review / Self-grading bias 对抗单模型自评盲区,本片是四类任务盲测省 token 场景,该片是把同一原则从代码 review 搬到视频帧 review 的场景。

一手来源与延伸

术语

  • Unleashed Mode:Fable 5 / Opus 4.8 允许子 agent 派生并任意调子模型的最自由档(类似 Tesla 的”无限制模式”),本期实测并不因此显著拉开档次。
  • Tag-in:把另一个模型临时拉进当前任务跑的协作模式,本期 tag-in 标的包括 Gemini、DeepSeek、ChatGPT、Codex。
  • Effort Level:Claude Code / Fable 5 的推理强度分档(low/medium/high/extra high),本期强调”generic chitchat 用 low”是最大一笔省 token 来源。
  • Routing:按任务类型把模型分发到不同档位的工程动作,本期 routing 表的隐含主键是”是否品味攸关”和”是否一去不回”。
  • One-way door:“单行道”决策,指走错就回不来的决策,本片视其为 Fable 5 的核心白名单场景。
  • Codex review:用 Codex(OpenAI 的代码模型)对前模型产出做独立审查的 adversarial code review 模式,本片把它泛化到”任何 ship 前都要 dual review”。

金句

“these benchmarks are about as reliable as Rotten Tomato reviews.” 00:40 —— 把基准测试的可信度一句话钉死,后面所有 routing 决策都以”看产出不看跑分”为基础。

“if you had an expert with a weaker model is always going to be a kind of noob with the best tools.” 01:35 —— 用 RPG 的”等级 99 但不会玩”形象化”用法决定上限”,是本片判断 Fable 5 vs Opus 4.8 的主心骨。

“I think I spent more in Fable 5 tokens asking if it was Greek yogurt than the actual price of the Greek yogurt.” 14:52 —— 亲身案例证伪”无脑上 Fable 5”,把”为 thinking 付双倍价”的标准抬到最高。

“we need an intelligent orchestrator to make any of these systems work” 13:51 —— 把 Unleashed Mode 也救不了群模的原因归到”缺编排器”,是本片对”群模 ≠ 自动化”最简洁的表述。

“the flavor of the week will change, but the skills that you’ve learned in this video are not.” 20:59 —— 把整片的”过期风险”主动收尾:具体模型档次会过时,但 routing + 合议 + 审查的思路长期有效。

立场与利益

本片主张”模型不是关键、用法才是”,与作者自家产品(Gladia、Hermes、Agentic OS)的方向利益中性偏同向——若读者相信”用法为王”,自然倾向购买其 Agentic OS 与 Hermes 这类”把用法做成产品”的工具。但与利益反向的判据同样存在且值得单独标出:

  • 与利益反向(可信度最高):作者多次主动承认 Opus 4.8 在大多数任务上够用,并给出具体比例(95% 任务不该用 Fable 5)、主动劝读者”不要无脑上 Fable 5”——这削弱了他自己的 Fable 5 credits 卖货动机,反过来说明他对”Fable 5 性价比”的判断相对诚实。
  • 利益中性:四关实测的具体操作(邮件盲评、网站对比、仪表盘盲评)都是可独立复现的实验设计,与卖货/卖课无直接关联;三条 routing 原则(品味攸关、单行道、双倍价的 ROI)是可独立验证的工程判断。
  • 与利益同向(待印证):作者把”Ministry of Agents”作为本片压轴新概念,且明确指向 Hermes agent 的具体 harness——这与作者自家 Agentic OS 的”多模型合议”卖点直接同向;但 Ministry 本身是开源 harness,功能本身可独立验证。

利益证据:description 顶部三个 bit.ly 链接——ALL Systems(自家工具集)、Glaido(自家口述工具)、Firecrawl(工具 affiliate 中性);Glaido 与 ALL Systems 是直接导流,Firecrawl 是合作工具。

价值定位

适合谁:已在用 Opus 4.8 或 Sonnet 5、想升级到 Fable 5 但被 credits 烧得犹豫的实操者;以及在设计/写作/代码任务上花大量 token、想找明确 routing 规则的中高阶 agent 用户。

解决什么:四类真实任务(邮件、网站、仪表盘、群模协作)上的 Fable 5 vs Opus 4.8 vs 便宜模型的实测对比,加上一套”何时付双倍价、何时让便宜模型顶”的硬判据,以及六种可直接抄走的省 token 技巧。

认知 vs 实操:本片偏实操——路由表、六种 hack、Codex 审查这三块都是拿来就能用;认知层面只补一块”用法比模型重要”的心智模型。

与 2026-06-12-Fable5改写网站设计：三级闯关与Max-then-Medium用法 偏设计一档的视角重叠,但本片独有routing 表与”为 thinking 付双倍价”的明确判据(详见关联节);与 2026-07-06-Fable 5 给 Agentic OS 加的五层：Hermes 共享记忆、Ministry 多模型、通宵 dreaming、语音线 偏 harness 配置重叠,本片独有实测对比与品味/单行道判据。

自检问题

  1. 在 Opus 4.8 与 Fable 5 之间,作者给出的”何时付双倍价”判据是哪两条? 答案:品味攸关(如设计、产品 demo)与”单行道”决定(走错就回不来的战略/架构决策);作者把这两条作为 Fable 5 的白名单场景,其余一律 Opus 4.8 或更便宜模型。详见 Fable 5 详解13 节。答案锚点见 15:22
  2. “Unleashed Mode”在本片实测中是否显著拉开档次?作者给出的真正瓶颈是什么? 答案:没有;Unleashed Mode 允许开子 agent + 任意调子模型,但实测下来 Fable 5 Unleashed 与 Opus 4.8 Unleashed 的差距并不大。作者指出真正瓶颈是缺乏 intelligent orchestrator——子 agent 没有意图编排就只是”在键盘上乱按”。详见详解10-11 节。答案锚点见 13:51
  3. Ministry of Agents 与”Opus 4.8 + 群模”的本质区别是什么? 答案:Ministry 是合议模式——Fable 5 把同一问题同时丢给所有子模型,各答各的,再由 synthesizer 合成共识(子模型互不知彼此身份);“Opus+群模”是接力模式——主模型生成,副模型挑刺/补盲(各司其职)。详见 2026-07-06-Fable 5 给 Agentic OS 加的五层：Hermes 共享记忆、Ministry 多模型、通宵 dreaming、语音线 与本片详解15 节。答案锚点见 20:02
  4. 作者建议哪条六种省 token 技巧中最重要?为什么? 答案:“首条 prompt 就写对”(spec first run once)最重要——第一条 prompt 决定了后面所有对话的质量与成本斜率,后面所有 mid-conversation trick 都是在补救第一条 prompt 的不足。这条与 forward-goal / PRD 同源。详见详解14 节。答案锚点见 18:28
  5. 作者为什么坚持”永远 tag in Codex 做 adversarial code review”? 答案:因为单模型自评有系统性偏正向的盲区——模型会反复告诉你”没问题”,但独立审查方(Codex)几乎总能在测试都过之后仍揪出真实问题。这条与 Adversarial code review / Self-grading bias 同源。详见详解16 节。答案锚点见 20:40

关系图谱

反向链接