Chase AI · 08:32 · 发布 2026-07-07 · 4.2万次观看(截至抓取) · 观看原视频
主旨
在订阅档 Fable 5 即将失去补贴额度、之后只能按 API 价支付的几千美元窗口期内,先用 medium / low effort 把前四个用例跑完留出 token,最后一个用例进 Ultra Code 一次性烧光——窗口期的核心是预算分配,不是省着用。
核心论点
- 用量预算是稀缺资源,按 effort 档位规划消费节奏——前几个用例在 medium / low 档就够,把额度留给最后一个用例在 Ultra Code 里烧光。(→ 详解1)
- 用 Fable 5 出计划、用 Opus 落地执行是窗口期内的最优分层——把贵模型锁在”前置规格”这一步,执行交给便宜模型。(→ 详解2)
- 让 Claude Code 拥有”第二大脑”是放大单次会话价值的基础设施——给 Claude Code 一张互联文档地图,后续任何用例的检索质量都被它支撑。(→ 详解3)
- 对最近 30 天会话做自审、提炼可固化为 skill 的模式,是窗口期里门槛最低的高杠杆动作——任何 Claude Code 用户当天就能跑、当天拿到清单。(→ 详解4)
- 存量 skill 的 keep / merge / rewrite / delete 四象限审计是延长 skill 资产寿命的关键——trigger 精度最差的几个 description 与 skill.md body 必须立刻修。(→ 详解5)
- 最后窗口用来烧而不是省——Ultra Code + 动态 workflow 才是让 Fable 5 真正跑出最大产出的方式——简单”省着用”反而浪费了这是一次性补贴的本质。(→ 详解6)
知识点详解
1. Intro: 用 Deep Suite 基准为 effort 档位定调 00:46
视频开头先用 Deep Suite(语音转写版本,推测指 Deep Sweep 一类长周期 agentic 任务基准)对比 Fable 5 与 Opus 4.8 的”档位 vs 成本”曲线。结论是:Fable 5 在 high / medium / low 档位上的输出仍能优于 Opus 4.8,而成本显著低于 Opus 00:58。
具体数字:medium 档位上 Fable 5 约 6 美元就能做出 Opus 13 美元做的事;low 档位更夸张,3.76 美元 vs Opus 13 美元,差出一个数量级 01:20。换言之,大多数用例根本不需要 max / extra high 档,只需要 medium 就跑得动 Opus 跑不动的活。
作者给出的策略因此是:前几个用例(对应 medium / low 区间足够覆盖的工作)先在 medium 上跑、紧张时切 low,把订阅档的剩余额度留给最后一个用例去”烧”,而不是从头到尾都用 high / extra high。这条 intro 实际上是给后面五个用例设的总预算框架,而不是一个独立用例。
2. Case 1: 用 Fable 5 给 Opus 4.8 出执行计划 01:33
第一个用例是让 Fable 5 通读你的代码库或项目,逐项列出 Opus 4.8 应该执行的具体改动 01:51。这套 prompt 同时适用于老项目和全新项目——后者只需把 prompt 稍作改写,把”现有代码”换成”项目目标” 02:06。
作者给 prompt 加了一个约束:让模型按”按 leverage 排序的前 5 项改动”输出——这样既得到一份聚焦的执行清单,也避免了”列出全部改动”那种读完就忘的输出 02:10。愿意的话把”前 5”这个限制去掉,Fable 5 会把每一项改动都展开,代价是输出更长、需要更强的筛选纪律。
他实际跑了一次自己的某个代码库,模型返回了一份针对每个核心问题的具体执行计划,被拆成 5 个 markdown 文件交给 Opus 4.8 落地 02:22。这正是”用 Fable 5 出规划、用 Opus 4.8 执行”在窗口期内的标准落法:贵模型买推理深度,便宜模型买 token 体量。
3. Case 2: 用 Fable 5 搭建 Claude Code 的”第二大脑” 02:35
第二个用例是让 Fable 5 在 Obsidian vault 里建一套基于 Karpathy 的 LLM knowledgebased post 的”第二大脑”——给 Claude Code 一张互联文档地图,让它能跨百万级 markdown 文档快速、准确回答问题 02:4002:55。
落地形态是 vault 里建三个分区:一区放未结构化数据(原始笔记 / 转载 / 灵感),二区放结构化数据(项目档案 / 客户档案 / 方法论),三区放输出物(slide deck、写作稿等成品) 03:25。这套结构本质是给 Claude Code 一个”知道你和你的项目”的索引,任何后续用例的检索质量都会被它放大。
作者强调,这套系统的真正价值不在花哨的可视化,而在 Claude Code 能”在大量互联文档间快速找到答案”——几百万文档都能正常导航,远超 token 窗口能装下的体量 03:14。如果你愿意,完全可以在这套结构上再叠一层可视化 command center、把第二大脑的指标投到屏幕,但不叠也完全够用 04:06。
这套设计哲学与 LLM wiki 同源:都把”个人知识库”看作一个让 LLM 能增量维护、跨链接查询的索引层,而不是单纯的笔记本。
4. Case 3: 跨 30 天会话自审,提取可固化模式 04:43
第三个用例是让 Fable 5 翻看过去 30 天(可能数百个)的会话,产出三件事:第一,出现频次最高的 5 个重复模式;第二,基于这些模式应固化的 3 个 skill(并直接创建它们);第三,我自己 prompt 方式上的最大低效 04:5005:04。
它回答的是两个具体问题:我一直在做的”哪些事可以提炼成 skill / automation”——也就是”哪些事能被代码化”;以及我在用 Claude Code 时”做错了什么”,哪些是 operator level 能立刻改进的 prompt 习惯 05:09。
作者额外建议了一个第四项(他没放进 prompt):对比 Fable 5 上线前后的会话行为差异——可能用 Fable 时说话方式、用 Opus 时说话方式、两者间的工作模式本来就不一样 05:34。他对坊间流传的”用一段 prompt 把 Fable 蒸馏成 Opus”的玩法评价很直白——“基本是无稽之谈”,因为模型就是模型,给它一段 skill 让 Opus 学 Fable 的语气,实际上做不到你以为的那种程度 05:41。
这个用例的门槛非常低:任何 Claude Code 用户当天就能跑、当天拿到候选 skill 清单和 prompt 习惯诊断;项目复杂度为零。
5. Case 4: 给已有 skill 做 keep / merge / rewrite / delete 四象限审计 06:06
第四个用例紧接 Case 3 的”新建 skill”思路——这次反过来看已有 skill。原因是:skill 是 Claude Code 里杠杆最高的资产,因为它是”让 Claude 的行为变得部分确定性”的少数机制之一,无论是流程口径上的 skill 还是”你做不好前端设计所以加一段规则让它做好”那种 skill,都属于这个范畴 06:23。
具体动作是:让 Fable 5 给当前所有 skill 建一张表,逐项归类到 keep(留用) / merge(合并相似项) / rewrite(重写最差的) / delete(冗余项)四象限里;然后直接重写 trigger 精度最差的 3 个 description,以及改写 skill.md body 最差的那一份 06:4106:48。
这一用例的现实意义是:门槛最低——任何有一定 skill 存量的人都能跑;边际收益最高——修一个 trigger 描述模糊的 skill,后续每次被错误触发或漏触发的概率都会同步下降,而这是一个存量优化、零项目依赖的纯维护动作。
6. Case 5: 余额归零——Ultra Code + 动态 workflow 一口气烧完 07:01
第五个用例是视频明确标记为”开始烧 token”的那一个:进 Ultra Code,让 Fable 5 跑一个你一直想做但舍不得花 token 的野生大项目 07:04。
Ultra Code 的好处是不用先想一个完美 prompt——可以从 deep research 类的开放式问题切入,让 Fable 5 自己 fan out 出几百个子代理、跑对抗性审查,最后产出一份针对你问题的报告 07:28。然后不要停在”出主意”,让它把这份报告直接转成执行计划、并真正执行下去 07:48。
更关键的差异是:过去 Chase 讲 Fable 5 advisor mode 时反复强调”让 Opus 去干活、Fable 5 只出主意以省 token”;这次正好反过来——窗口期最后一天,不再分什么顾问不顾问,让 Fable 5 自己出来一套自定义动态 workflow 去执行,一直跑到把订阅档里所有 token 烧光为止 08:0008:06。
这条的精神和 Intro 的 effort level 分档策略是同一硬币的两面:前 4 个用例省着用是为了给这最后一个用例腾额度,而不是为了把额度留到下个月。视频收尾也再次提醒:别在最后一天”省着用”而留下没用完的 token 08:13。
可执行步骤
- 进 Claude Code 之前先想清楚:五个用例里哪几个能在 medium / low effort 跑完,把 high / extra high 的额度留给最后一个。
- 任何长期项目在交给 Opus 执行之前,先让 Fable 5 通读代码库 / 项目目标,出”按 leverage 排序的前 5 项改动”或完整执行清单。
- 把现有 vault 按”非结构化数据 / 结构化数据 / 输出物”三区划分,让 Fable 5 补齐缺失的元数据与交叉链接。
- 跑一次”过去 30 天会话自审” prompt,至少拿到 5 个重复模式 + 3 个候选 skill + prompt 习惯诊断三件套。
- 跑一次”现存 skill 四象限审计”,改写 trigger 精度最差的 3 个 description 和最差的一个 skill.md body。
- 在最后一个用例里进入 Ultra Code,从开放式 deep research 入口开始,让它执行到底——不要在窗口结束前留 token。
关联
- 进阶:与 让 Fable 5 便宜 80%:五个用量秘籍 是同一窗口期不同切面——那篇讲怎么分层省 token、把贵模型用在刀刃上,本篇讲拿到窗口之后用哪五个动作把额度花光,先读那篇再回来看本片五个用例如何落到预算框架里。
- 进阶:Fable5 五个高杠杆用例 覆盖了克隆 / 审计 / 搭壳 / 代码审查 / PRD 五类长场景用法,本片 Case 1 的”用 Fable 出计划、Opus 执行”和 Case 3 的”自审诊断”分别对应那篇详解 1 与详解 2 的具体子情形,先读那篇掌握长场景框架再回来看窗口期内具体选哪几个。
- 互补:LLM wiki 是 Karpathy 的”LLM 增量维护个人知识库”范式,本片 Case 2 的”三区 vault 第二大脑”是它在 Obsidian + Claude Code 落地的一种具体实现,共用”给 LLM 一张互联文档地图”的设计哲学,LLM wiki 讲范式层,本片讲工程落地。
术语
- Deep Suite(视频中语音转写版本,推测指 Deep Sweep 一类长周期 agentic 任务基准,Fable 5 在 medium / low 档位的成本-通过率曲线即出自该基准)
- Ultra Code(让 Fable 5 跑自定义动态 workflow 的执行环境,适合开放式 deep research → 计划 → 执行端到端一气呵成)
- Effort Level(Claude Code 控制模型推理强度的分档参数,low / medium / high / extra high 直接决定成本与通过率的取舍)
- Trigger Accuracy(skill.md 顶部 description 决定该 skill 在什么场景下被自动触发的精度,差描述会同时造成误触发与漏触发)
金句
“have it come up with a custom dynamic workflow for how to execute it and just let it go to work and let it go to work till it burns up all the usage you have because it might be a while before you see it again.” → 窗口期最后一天的精神不是”省着用”,而是把额度留给一次性补贴能买到的最大动作,Ultra Code + 动态 workflow 才是终点。08:06
“there’s a lot of people who will tell you, hey, here’s some sort of prompt you can use for like distilling fable and turning into opus. Understand that’s kind of nonsense.” → 把 Fable 5 的语气 / 模式”蒸馏”成 Opus 这种事在工程上做不到你以为的那种程度,跨模型复制行为远比单模型内训更脆弱。05:41
立场与利益
视频中段(Case 3 结束后)插入了作者自己 Claude Code Masterclass 课程的推广,并引导到付费社区 Chase AI Plus;meta description 里两个 Skool / chaseai.io 链接为同源导流。
- 与利益同向:无直接卖货型主张,五个用例(effort 分档 / 第二大脑 / 自审 / skill 审计 / Ultra Code)都是通用 Claude Code 玩法,不依附其付费课程。
- 利益中性:effort level 预算策略、第二大脑 vault 三区、30 天会话自审、skill 四象限审计、Ultra Code 烧 token 五条都是可独立验证、与博主变现无关的通用方法。
- 与利益反向(可信度最高):作者对”用 prompt 把 Fable 蒸馏成 Opus”明确否定——这话不利于博主维持”Fable 5 是终极模型”的叙事,但他还是说了出来,反而增加了这段批评的可信度。
价值定位
适合已经在用 Fable 5、订阅档窗口即将结束、想把剩余额度花出最大价值的进阶用户;新手会觉得”Ultra Code + 动态 workflow""skill trigger 审计”这些用法过于具体、悬空。
核心解决的是窗口期内一个具体决策:接下来的 24 小时到底跑哪五个用例。整体偏实操清单而非认知框架,五个用例都是 prompt + 执行流程的组合,任何有 Claude Code + 一份代码或 vault 的人都能当天照做。
与 Fable5 五个高杠杆用例 重叠且那篇覆盖了克隆 / 审计 / 搭壳 / 代码审查 / PRD 五类长场景用法更全面;与 让 Fable 5 便宜 80%:五个用量秘籍 重叠且那篇覆盖了 effort 分档 / 模型分工 / token 压缩 / 调研外包 / advisor mode 五种省钱机制更系统;本片独有的是 24 小时窗口下的”预算-动作绑定”视角——把 effort 分档策略和五个具体动作拼成一个完整的”窗口消费计划”,而不是单讲某一类用法。
自检问题
- 视频里给前几个用例建议的 effort 档位是什么?为什么不一开始就开 high? 答案:medium 就够了,紧张时切 low,把额度留给最后一个用例在 Ultra Code 里烧光,见”详解1:Intro:用 Deep Suite 基准为 effort 档位定调”。01:20
- Case 1 的 prompt 默认让 Fable 5 输出多少项改动?如果想要完整清单应该怎么改? 答案:默认按 leverage 排序的前 5 项改动;把”前 5”这个限制去掉就能让 Fable 5 列出全部改动,见”详解2:Case 1:用 Fable 5 给 Opus 4.8 出执行计划”。02:10
- Case 2 第二大脑 vault 里的三区分别是哪三区?每区的内容是什么? 答案:非结构化数据(原始笔记 / 转载 / 灵感)、结构化数据(项目档案 / 客户档案 / 方法论)、输出物(slide deck / 写作稿等成品),见”详解3:Case 2:用 Fable 5 搭建 Claude Code 的’第二大脑’“。03:25
- Case 3 自审 prompt 让 Fable 5 产出哪三件事?作者额外建议的第四件事是什么? 答案:三件是 top 5 重复模式 + 应固化的 3 个 skill + prompt 习惯最大低效;第四件是对比 Fable 5 上线前后的会话行为差异,见”详解4:Case 3:跨 30 天会话自审,提取可固化模式”。05:34
- Case 5 与之前所有”省 token”建议的核心分歧是什么? 答案:窗口期最后一天不再 advisor / Opus 执行、Fable 5 只出主意——直接进 Ultra Code 让 Fable 5 跑自定义动态 workflow 一直烧光为止,见”详解6:Case 5:余额归零——Ultra Code + 动态 workflow 一口气烧完”。08:06