Anthropic 成员在 Fable 发布当天，讲清人才是模型的枷锁
Field Guide to Fable — Thariq Shihipar, Anthropic · Thariq Shihipar
全片 19 分钟·真正值得盯屏约 7 分钟·2 个必看点
- 0:12 – 2:00听
模型是长出来的，不是设计出来的
开场把理解模型的心智模型从物理学换成生物学：没有一套可推导的规则，只有经验、观察和慢慢积累的直觉。讲者坦言 Anthropic 团队自己也在边用边学。
别指望有一份说明书；对模型的判断力靠反复上手养出来，和养生物直觉是一回事。
全程是讲者站着讲观点，屏幕上没有需要盯的东西，通勤路上戴耳机听完全不损失信息。▶ 跳到 0:12讲者 · Thariq Shihipar - 2:00 – 4:40听
Claude Code 删掉了 80% 的系统提示
讲提示工程正在换代：新模型要更小的提示，示例反而会把比示例更有想象力的模型框死，成堆的“不要做 X”是在自缚手脚。原则变成给上下文，而不是给约束。
你精心写的示例和禁令，可能正是模型表现不如预期的原因。
论述型内容，靠句子推进而不是靠图；提到删提示词时也没有把新旧提示放上来对比，听比看有效率。▶ 跳到 2:00讲者 · Thariq Shihipar - 4:40 – 7:13听
真正束缚模型的是人
解绑（unhobbling）的核心论点：给模型工具，能力会尖峰式跃升——同一个宝可梦问题，纯聊天答不出，Claude Code 写个脚本就解决了。与其无限撑大上下文窗口，不如给它 Bash 这样的手臂，让它自己去搜、自己搭上下文。
能力缺口常常不在模型，而在你没给它动手的机会。
宝可梦这个例子完全靠讲述带出来，现场没有跑给你看，所以不必守着屏幕；但这一段值得倒回去再听一遍。▶ 跳到 4:40讲者 · Thariq Shihipar - 7:13 – 9:20听
地图不是疆域
把提示词和 spec 比作你脑中的地图，代码库和现实约束才是真实疆域。两者对不上的地方，就是你没想清楚、也没写下来的决策点。Fable 探索范围极大，天花板反而卡在你能不能找出自己的未知项。
产出质量的瓶颈已经从模型能力转移到你梳理自身盲区的能力。
这是整场的理论支点，全靠讲者一层层推。概念本身不复杂但需要跟着想，适合专心听，别一边听一边写代码。▶ 跳到 7:13讲者 · Thariq Shihipar - 9:20 – 14:15听
四个技巧对付四类未知
盲区扫描——让 Claude 翻代码库、Git、Slack 找出你压根没意识到的问题；脑暴原型——一次要四个风格迥异的方案，靠自己的反应来定方向；反向采访——让 Claude 反过来采访你，逼出未指定的决策；参考即地图——直接甩一段代表目标形态的现成代码，省掉手写 spec。中间还带出模型交互形态的代际变化：Ask User Question 从 Opus 4 的勉强能用，到 Opus 4.5 能就 spec 追问四十个问题，再到 Fable 直接产出内嵌问题的完整 HTML 报告。
四个方法各治一种未知，其中反向采访最反直觉也最见效——让模型问你，而不是你问模型。
四个技巧是一条条口述的，没有实操演示也没有截图，需要边听边记；建议自己开个笔记，把四个名字先抄下来再听细节。▶ 跳到 9:20讲者 · Thariq Shihipar - 14:15 – 17:00听
好快便宜选三，做个不讲理的人
经济学变了，隐性取舍也跟着变：过去三选二，现在可以要全部。所以别急着排优先级只做一件，全都做，逼现实把真正的取舍暴露出来。想做更有野心的事，最好的办法是重构自己的野心。
先按老规矩砍掉的那两个选项，现在很可能根本不用砍。
全场情绪最高的一段，是讲者的主张而非资料展示，声音里的节奏比画面重要得多。▶ 跳到 14:15讲者 · Thariq Shihipar - 17:00 – 19:07听
构建变容易了，创造价值没有
收尾给了一记提醒：AI 工程师最容易沉迷于构建本身和折腾工具配置，但找到真正有价值的东西仍然要靠大量尝试。构建从来不是目的。
工具越顺手，越要警惕把“搭得爽”误当成“做对了”。
结尾的收束段落，节奏放缓，是一段留给听众自省的话；没有信息需要看，但值得听完不要提前退出。▶ 跳到 17:00讲者 · Thariq Shihipar