--- title: 'Grill-me-Codex 完整四阶段流水线:Fable 5 规划 + Sol 5.6 构建 + Fable 审查' video_id: gsvZn4nbFus url: https://youtu.be/gsvZn4nbFus title_en: "Combine Fable 5 & Sol 5.6 With This One Skill (Or Fall Behind)" channel: Chase AI published: 2026-07-08 duration: "09:38" topics: [Claude Code 定制扩展, 多 Agent 协作, Agent 工程] noted: 2026-07-09 value: A views: '1977' --- [![封面](https://i.ytimg.com/vi/gsvZn4nbFus/maxresdefault.jpg)](https://youtu.be/gsvZn4nbFus) > Chase AI · 09:38 · 发布 2026-07-08 · 1977次观看(截至抓取) · [观看原视频](https://youtu.be/gsvZn4nbFus) ## 主旨 Chase AI 把自己在 2026-06-05 发布的 grill-me-codex(plan-mode-on-steroids + Codex 对抗规划)从两阶段扩展为四阶段:加进 Codex 实际写代码的「构建」段、以及 Fable 接管做两轮审查的「收口」段,把"哪个模型更强"这道错命题换成"用一条 skill 让 Fable 5 规划、Sol 5.6 构建、再让 Fable 兜底"。 ## 核心论点 1. **"Fable 5 vs Sol 5.6 哪个强"是错命题**——该问的是两者如何拼;OpenAI 与 Anthropic 各自最强,把它们按能力而非品牌组合起来才有杠杆。([[#1-切入点争对错是错命题拼起来才是真杠杆-0004|→ 详解1]]) 2. **用 Sol 5.6 跑执行有两个独立论据:Terminal Bench 2.1 跑分领先 + 跨代际 token 效率持续提升**——前者是"能",后者是"便宜",缺一不可。([[#2-用-sol-56-做执行的两个独立论据-0108|→ 详解2]]) 3. **grill-me-codex 的 4 阶段结构=plan-mode-on-steroids 访谈 + 对抗规划(5 轮) + Codex 构建 + Fable 审查(2 轮)**——把模型协作从"评审"升级为"评审+执行+兜底"完整流水线。([[#3-grill-me-codex-完整四阶段流水线-0024|→ 详解3]]) 4. **Codex 构建后由 Fable 兜底 2 轮,2 轮未平则 Fable 接管自己写**——审查模型不能无限当裁判,要给主模型明确"我要开车"的退出信号,避免拖延。([[#3-grill-me-codex-完整四阶段流水线-0024|→ 详解3]]) 5. **整轮流水线靠 token 效率而不是靠模型智商拿收益**——demo 显示 130k token 跑出可用 web app,经济上跑得通。([[#4-demotrip-atlas-走完整流水线-0533|→ 详解4]]) ## 知识点详解 ### 1. 切入点:争对错是错命题,拼起来才是真杠杆 [00:04](https://youtu.be/gsvZn4nbFus?t=4) 视频开篇直接定调"the wrong question"([00:10](https://youtu.be/gsvZn4nbFus?t=10))——比起"is does this new model beat Claude Fable"这道单选题,更值得问的是"how can we use these two powerful models together"([00:18](https://youtu.be/gsvZn4nbFus?t=18))。 这条切口把整支视频的逻辑搭起来了:博主不再争谁更强,而是争**怎么把两个最强的模型按各自所长拼成一条流水线**。从这一刻起,Sol 5.6 出现的位置、Codex 的角色、Fable 何时退到审查位,都是这条主线下的子题,而不是模型对战。 更深一层,这条切口也回应了 7 月以来 Fable 5 改按 token 计费([Anthropic 6/23 rug pull]])与 Fable 5 部分退场带来的焦虑——既然最强模型不再无限制用,把它的稀缺额度花在它最擅长的"规划+审查"上,执行交给更便宜的新模型,是题中应有之义。 ### 2. 用 Sol 5.6 做执行的两个独立论据 [01:08](https://youtu.be/gsvZn4nbFus?t=68) 博主给"为什么让 Sol 5.6 跑执行而不是 Fable"列出两个独立论据,任一单独成立都不够,合起来才够。 第一是"能"——Terminal Bench 2.1 跑分。博主在屏幕上演示:Soul 5.6 Ultra 与 5.6 在 Terminal Bench 2.1 上把分推到 Claude Mythos 之上,let alone Fable 5([01:20](https://youtu.be/gsvZn4nbFus?t=80))。他自己也加了"grain of salt, this is coming from OpenAI"([01:12](https://youtu.be/gsvZn4nbFus?t=72))的免责——自吹跑分要打折扣,但即使打折扣,Sol 5.6 与 Fable 5 同档或略强,这点是站得住的。 第二是"便宜"——token 效率的代际提升。博主用 GPT 5.5 vs 5.6 的对照:"GPT 5.5 on extra high. Its pass rate on this benchmark was 23% at $1.24"([02:15](https://youtu.be/gsvZn4nbFus?t=135)),对照"5.6, six, it's 25% score, so higher score at 56"([02:15](https://youtu.be/gsvZn4nbFus?t=135))。结果:pass rate 从 23% 升到 25%,同时单次 benchmark 成本从 $1.24 降到 $0.56(2.2 倍以上)。再叠加"5.6 is more token efficient than 5.5 which was more token efficient than Opus 4.6"([01:55](https://youtu.be/gsvZn4nbFus?t=115))的代际递进,Sol 5.6 在 OpenAI 这一侧做到了"既更准又更便宜"。 把两个论据合起来,博主推出一个让 vibe coder 心里一沉的判断:"essentially having Fable plan and have Opus execute. Well, why have Opus execute if with at the same price I could have 5.6 do it or 5.5 do it"([01:37](https://youtu.be/gsvZn4nbFus?t=97))。同价位上,Sol 5.6 比 Opus 4.6 更值得当执行者;这个对比才是 Sol 5.6 上线对 Claude 工作流最大的冲击,而不是"会不会取代 Fable"。 ### 3. Grill-me-Codex 完整四阶段流水线 [00:24](https://youtu.be/gsvZn4nbFus?t=24) 四阶段是本视频最核心的交付:grill-me-codex 从 6 月版本的"访谈+对抗规划"两段,扩成"访谈+对抗规划+Codex 构建+Fable 审查"四段。 **第一阶段:grill-me 访谈(plan mode on steroids)**。这是 Matt Pocock 出品的 grill-me skill,被博主复用做"supercharged plan mode"([00:24](https://youtu.be/gsvZn4nbFus?t=24))。本质是把 Plan Mode 从"问清需求"升级为"问到你都说不清为止"——视频里 demo 阶段是连续问 8-10 个问题([05:56](https://youtu.be/gsvZn4nbFus?t=356))。每个问题都附潜在答案 + 推荐答案 + 理由,让"还没想清楚需求"的人也能照着推荐走完。这一段由 Fable 跑——Fable 擅长长上下文与多轮追问。 **第二阶段:对抗规划(adversarial planning,5 轮封顶)**。Fable 把 plan 写完后交给 Codex,两家"go back and forth for a maximum of five iterations"([03:45](https://youtu.be/gsvZn4nbFus?t=225))——Codex 接受 / 反对 / 建议,逐轮收敛到共识。这是 6 月版本就有的两阶段,本视频基本沿用。 **第三阶段:Codex 构建(本视频新增)**。对抗规划通过后,把最终 plan 推给 Codex 实际写代码。视频特别点出:今天跑的是 5.5,"but tomorrow that will be 5.6"([03:42](https://youtu.be/gsvZn4nbFus?t=222))——这条流水线的真正落地节点就是 Sol 5.6 发布的第二天。建阶段之所以能让 Codex 接手而不是让 Fable 继续,理由直接挂在第二章的论据上:同价位下 Sol/Codex 比 Opus 更准更便宜,执行是它们的甜区。 **第四阶段:Fable 审查(2 轮封顶) + 接管**。Codex 写完后,Fable 回来审,"going to go through a maximum of two sort of iterations"([04:36](https://youtu.be/gsvZn4nbFus?t=276))——看到问题就丢回 Codex 改,做两轮;第 2 轮仍然有未平,Fable 就"take the wheel and it will start writing the code itself"([07:52](https://youtu.be/gsvZn4nbFus?t=472))。 最后这条"二轮接管"的设计非常关键。审查模型不能无限当裁判——如果不允许"接管"动作,问题模型和审查模型会在边缘 case 上无限拉锯,既不收口,又给最终交付物埋下未对齐的洞。博主原话:"If by the third time it's not complete, well then Fable will clean it up itself"([04:47](https://youtu.be/gsvZn4nbFus?t=287))。这条规则把"评审"降级为"评审 + 兜底",真正闭环。 整条流水线,video 用一句话收口:"this is the process by which I think we get the best of OpenAI and Anthropic"([04:52](https://youtu.be/gsvZn4nbFus?t=292))——不是 OpenAI 更好、不是 Anthropic 更好,而是按"谁更擅长什么"分工。 ### 4. Demo:Trip Atlas 走完整流水线 [05:33](https://youtu.be/gsvZn4nbFus?t=333) demo 的目标产品是"Trip Atlas, a stylized cinematic trip planner web app"([05:33](https://youtu.be/gsvZn4nbFus?t=333))。博主用 `/grill codex` 一条 slash 触发整条 skill,只补一句"想让它看起来酷一点,能输入不同的目的地"([05:39](https://youtu.be/gsvZn4nbFus?t=339))。 Grill-me 阶段开始连珠炮式追问。第一题"what is this for"([05:59](https://youtu.be/gsvZn4nbFus?t=359))——博主答"a real personal tool, not just a video demo",锁掉 demo-only 的歪路;第二题涉及 geocoding——博主没展示后续 7-8 题("you can imagine what the next seven or eight questions will look like")。 进入对抗规划阶段,生成一个 markdown 文件"where it logs all the back and forth between codeex and cloud code"([06:27](https://youtu.be/gsvZn4nbFus?t=387))——这是 [[2026-06-05-为 grill-me skill 加上 Codex 迭代审查：堵住 Claude Code 自我评分的盲区|前作]]就建立的 plan review log 模式。Round 1 锁定 identity("a real person tool")与目标 stack;Round 2 抓出 12 条"hardening the data core"相关的 finding([06:44](https://youtu.be/gsvZn4nbFus?t=404))。两轮即收口——博主补一句"in this case, it only took them two rounds before it was approved"。 Codex 构建阶段开始,博主把"GPT 5.5 vs Opus 4.8"的对比再搬出来一次——但落点不再是"谁更强",而是"5.5 完事之后,5.6 明天更便宜更准"([04:23](https://youtu.be/gsvZn4nbFus?t=263))。这是 Sol 5.6 落地前的最后窗口期,demo 顺带把"今天先这样,明天升级"的迁移路径画出来。 最后 Fable 审查阶段。Codex 完事,Fable 进来审,标出"a couple deviations which it felt were all reasonable"——两轮内无阻塞,流程自然收口。展示产物时,可以看到:世界地图由 Codex 用 GPT image generator 自定义生成,左侧是路线编辑面板(增删改排序全部响应),点 cinematic replay 还有 SVG 飞机跳点 + 护照印章动画;加入 Tokyo 还会显示"how far away that stop is"([09:06](https://youtu.be/gsvZn4nbFus?t=546))。博主评价"a good not bad"([09:15](https://youtu.be/gsvZn4nbFus?t=555))——保守但真实。 ### 5. 实战数据与单一模型退场风险 [09:25](https://youtu.be/gsvZn4nbFus?t=565) demo 收尾时,博主主动贴出 token 用量:"we only burned up about 130,000 tokens on the fable side to get this whole thing done"([09:25](https://youtu.be/gsvZn4nbFus?t=565))。这把"经济上跑得通"这个论据落到了具体数字:同样一个 web app,过去若全用 Fable 一路到底,token 消耗可能数倍于此。 这条数字的反向意义同样重要——它不是"炫耀用了多少",而是"证明四阶段不会让 token 爆炸"。plan 阶段用 Fable 跑(昂贵但值),build 阶段用 Codex 跑(便宜),review 阶段又用 Fable 跑但只两轮(短)——总账算下来,整条流水线对 Fable 的需求是"集中在最高价值的两段",而不是"全程霸占"。这与 模型分散 理念暗合:不让任何一家模型霸占全链,按"贵且强"与"便宜且够用"分层调度。 视频还顺手把"单一模型退场"的风险拿出来谈:"especially if we get to a place where Fable is kind of off the market"([04:23](https://youtu.be/gsvZn4nbFus?t=263))。博主说"unless you just are super anti-GPT and anti-codex, it's hard to argue otherwise"——意思是除非你坚决不用 GPT 不用 Codex,否则这套按角色分工的流水线在 Sol 5.6 上线后会成为很难回避的默认。整支视频的隐含立场:**真正的护城河从"用哪个模型"转移到"怎么把它们拼起来"**。 ## 可执行步骤 - [ ] 从 [grill-me-codex 仓库](https://github.com/chaseai-yt/grill-me-codex) 装 skill,在新项目里跑一次 `/grill codex`,让 grill-me 把需求问 8-10 轮再决定是否进入对抗规划。 - [ ] 装好后先小任务验证 5-轮对抗规划是否真的能在 2-3 轮内收口,而不是真的拉满 5 轮。 - [ ] 接到 Sol 5.6 第二天,把 build 段切到 Sol 5.6,再跑一次同样的需求,对比 token 用量与 build 质量。 - [ ] 给 Fable 审查阶段设"两轮后接管"作为硬规则,允许 Fable 在 review 失败时直接动笔,避免边缘 case 无限拉锯。 - [ ] 跑完一轮后保存 plan review log,作为下次同类任务的提问侧重参考。 ## 关联 - 进阶:[[2026-06-05-为 grill-me skill 加上 Codex 迭代审查：堵住 Claude Code 自我评分的盲区]] 提出了 grill-me-codex 的两阶段(grill-me 访谈 + Codex 对抗规划),本片新增 Codex 构建 + Fable 二轮审查并接 Fable 兜底接管,把"评审"升级为"评审+执行+兜底"完整流水线;先读 6-5 笔记,再读本片。 - 互补:[[2026-07-02-Fable5五个高杠杆用例]] 的"用便宜/推理模型做调研规划,再把成品喂给长任务模型"是同款理念(模型按价值分层),本片给出更具体的工程实现(plan 段 Fable / build 段 Sol 5.6 / review 段回到 Fable 2 轮内收口)。 - 互补:[[2026-05-10-Codex 实验性 goal：把 Ralph Loop 内置为单条 slash 命令]] 展示 Codex /goal 在 OpenAI 链路上做长跑自主执行,本片展示 Codex 在 Anthropic-led 流水线里被当作"执行 + 评审对手"——两者代表 Codex 的两种用法(自治长跑 vs 被 Fable 调度)。 - 互补:[[2026-06-24-四步循环工程任何事物（+提示工程为何未死）]] 强调"用另一个模型当裁判"对抗 Self-grading bias,本片把"评审对手"具体化为"Codex,5 轮封顶的对抗规划 + Codex 实际构建 + Fable 兜底"三层结构,补完"评委由谁当、怎么当、什么时候退出"全部细节。 ## 一手来源与延伸 - [grill-me-codex 仓库](https://github.com/chaseai-yt/grill-me-codex)——视频配套 skill 源码;仓库自述"the updated grill-me-codex"加上"Codex actually going out there and building things for us",对应本片新增的 build 段 - [Chase AI Masterclass 社区](https://www.skool.com/chase-ai)——视频中提到"a quick word from today's sponsor, me"后推广的付费课程,作者用于分发 Claude Code 课程 - [Chase AI 免费社区](https://www.skool.com/chase-ai-community)——description 提到的免费 community 入口 - [作者官网](https://chaseai.io)——视频中提到的"book a consult"工作咨询入口 ## 术语 - Grill-me-Codex 完整四阶段流水线(grill-me 访谈 + Codex 对抗规划 5 轮 + Codex 构建 + Fable 审查 2 轮 + Fable 接管;本片相对 6-5 版本的核心新增) - 二轮审查接管(审查模型跑 N 轮后由主模型亲自下场兜底的退出规则,避免边缘 case 无限拉锯) - Codex build pass(Codex 不止做 plan 评审,还实际写代码;这是 grill-me-codex 2026-07 版本相对 6-5 版本的关键扩展) - Fable / Sol(博主对 Claude 5 / GPT 5.6 的非官方命名;Fable 5 与 Sol 5.6 在本视频中作为对仗的双主角出现) - 5-轮对抗规划封顶(adversarial plan convergence,两家 agent 来回 5 轮后强制收口,避免无限辩论) ## 金句 > "GPT 5.6 aka Soul is coming out tomorrow." ([00:04](https://youtu.be/gsvZn4nbFus?t=4)) — 视频开篇定锚,Sol 5.6 是这条流水线明天就要接入的执行者。 > "Why have Opus execute if with at the same price I could have 5.6 do it or 5.5 do it?" ([01:37](https://youtu.be/gsvZn4nbFus?t=97)) — 直接戳 Claude 工作流:在同价位上,Sol 5.6 比 Opus 4.6 更值得当执行者。 > "This skill includes a supercharged plan mode based on Matt PCO's Grill Me." ([00:24](https://youtu.be/gsvZn4nbFus?t=24)) — 整条 skill 的根:plan-mode-on-steroids 是 Fable 擅长的访谈式追问,与 Plan Mode 同源但更深。 > "If by the third time it's not complete, well then Fable will clean it up itself." ([04:47](https://youtu.be/gsvZn4nbFus?t=287)) — 二轮审查接管的硬规则,审查不能无限当裁判,主模型要有"我要开车"的退出动作。 ## 立场与利益 视频中段插入作者自推广:"a quick word from today's sponsor, me"后卖 Chase AI Plus 社区的 Claude Code Masterclass 课程(本片用的 skill 配套课程都收录其中),description 同时列 skool 课程入口与 chaseai.io 工作咨询入口。 - 与利益同向:博主主张"用一条 skill 拼出 Fable + Sol 协同"——这把 skill 卖点和 Masterclass 课程卖点深度绑定(学 skill 顺便学课程),主张本身站得住但需独立验证(待印证) - 利益中性:"Sol 5.6 在 Terminal Bench 2.1 上把 Fable 5 压在身后""token 效率代际提升"——这些是 OpenAI 自家跑分与定价事实,与博主课程无关(按内容本身采信;但 OpenAI 自吹跑分要打折扣) - 与利益反向:博主在 demo 收尾把"how this really was about was just showing this workflow in action"挑明——本片定位为展示与教学,而非课程引流;且 skill 本身开源在 GitHub,与博主卖 Claude Code Masterclass 高阶套餐的动机反向(可信度较高,单独标出) 利益证据:description 里的 https://www.skool.com/chase-ai(付费课程)+ https://chaseai.io(付费咨询),但 skill 本身开源在 GitHub,视频未索要额外订阅。 ## 价值定位 - 适合谁:已经在用 Claude Code(本片语境下称 Fable)、对 grill-me / grill-me-codex 有初步体验、想接 GPT 5.6 跑执行的高级用户;以及正面临 Fable 5 改按 token 计费后"用量吃紧"焦虑的人。 - 解决什么:具体场景——你想用一条 slash 触发"plan-mode-on-steroids 访谈 + 跨模型对抗规划 + 跨模型构建 + 跨模型审查"完整流水线,把两个最强模型按各自所长拼起来,而不用纠结"到底选哪一家"。 - 认知 vs 实操:认知上,把"Fable vs Sol"这道错命题换成"按能力分工拼";实操上,grill-me-codex 仓库已开源、4 阶段配置已写好,Sol 5.6 明天上线后即插即用。 - 与 [[2026-06-05-为 grill-me skill 加上 Codex 迭代审查：堵住 Claude Code 自我评分的盲区]] 重叠:该笔记已经覆盖了 grill-me-codex 的两阶段架构;本片独有的是把流水线从"评审"扩为"评审+执行+兜底"四阶段,以及 Sol 5.6 这个 7 月 9 日落地的新执行者——这是同频道的进阶续作。 ## 自检问题 1. 视频为什么把"GPT 5.6 vs Fable 5 哪个强"称为错命题? **答案**:真正可做的不是二选一,而是把两者按"谁更擅长什么"分工拼成一条流水线,见"详解1"。 2. 用 Sol 5.6 跑执行的两个独立论据分别是什么? **答案**:Terminal Bench 2.1 跑分领先("能")+ 跨代际 token 效率持续提升("便宜"),见"详解2"。 3. grill-me-codex 完整四阶段是哪四段?每段由谁跑? **答案**:grill-me 访谈(Fable)+ 对抗规划 5 轮(Fable ↔ Codex)+ Codex 构建(Codex,Sol 5.6)+ Fable 审查 2 轮+ Fable 兜底接管(Fable),见"详解3"。 4. Fable 审查阶段的"二轮接管"规则解决的是什么问题? **答案**:审查模型不能无限当裁判,边缘 case 拉锯会无限拖延并埋下未对齐的洞;两轮内未平就由 Fable 接管自己写,见"详解3"。 5. demo 的 130k token 用量对"四阶段不会让 token 爆炸"这条论据意味着什么? **答案**:plan 段用 Fable 跑、build 段用 Codex 跑、review 段用 Fable 但只两轮——总账上 Fable 只覆盖最高价值的两段,而不是全程霸占,见"详解5"([09:25](https://youtu.be/gsvZn4nbFus?t=565))。