Создайте самоулучшающуюся агентную систему с Fable 5 за 14 шагов: циклы, динамические рабочие процессы, рутины

Источник: https://x.com/0xCodez/status/2065089060104720776

Автор: Codez

Большинство людей используют Claude Fable 5 как Sonnet 4.6 с окном контекста побольше. Они дают ему промпт. Он работает 5 минут. Они закрывают вкладку.

9 из 10 пользователей никогда не запускали агентную систему, которая накапливает эффект: где каждый запуск делает следующий умнее, каждый state-файл накапливает данные, каждый Skill становится острее.

Fable 5 создан, чтобы работать днями. Вы используете его минуты. Это 14-шаговая дорожная карта для создания самоулучшающейся системы, под которую и был спроектирован Fable 5.

Подписывайтесь на мой Substack, чтобы получать свежую AI-альфу: movez.substack.com

Claude Fable 5 вышел 9 июня 2026 года — первая публично доступная модель Mythos-класса, уровня, который Anthropic поставила на одну ступень выше Opus.

Это 14-шаговая дорожная карта для создания самоулучшающейся системы, под которую был спроектирован Fable 5, — основанная на инженерных публикациях Anthropic, публичных экспериментах команды и сверенная с документацией запуска по состоянию на июнь 2026 года.

Три уровня: что на самом деле открывает Fable 5, три примитива, которые позволяют ему накапливать эффект (циклы, dynamic workflows, routines), и слой самоулучшения, превращающий всё это в систему.

14 шагов. 3 уровня. Хватит просто промптить. Начните строить систему, которая накапливает эффект.

PART 1 · Что на самом деле открывает Fable 5

01. Fable 5 — модель Mythos-класса. Автономность на протяжении дней — главный заголовок.

Claude Fable 5 вышел 9 июня 2026 года как первая публично доступная модель Mythos-класса — уровня, который Anthropic ввела на одну ступень выше Opus.

Mythos Preview был выпущен в апреле через Project Glasswing для небольшой группы партнёров из критической инфраструктуры; Fable 5 — это версия, которую Anthropic сочла безопасной для общего релиза, со встроенными safety classifiers, отклоняющими запросы в высокорисковых областях.

Mythos 5 (без этих классификаторов) остаётся доступным только в Glasswing.

Что Fable 5 на самом деле умеет делать такого, чего предыдущие модели Claude не могли устойчиво поддерживать, согласно launch documentation Anthropic:

• Автономные сессии длительностью в дни. Запущенный внутри агентного harness вроде Claude Code или Claude Managed Agents (CMA), Fable 5 может работать днями — планировать по этапам, делегировать sub-agents и проверять собственную работу.
• Встроенная самопроверка. Пишет собственные тесты для проверки работы. Использует vision, чтобы сверять результаты с целями. Сжимает уроки в общие правила. Проверяет собственные предположения.
• Самая амбициозная работа с кодом. Крупные миграции, сложные реализации, многодневные автономные coding sessions. Главный use case, который продвигает Anthropic: «передайте крупные проекты и просмотрите готовые deliverables».
• Многоэтапная knowledge work. Глубокие исследования и анализ до deliverables, готовых к ревью, — с минимальным надзором.

Цена соответствует уровню: $10 за миллион input tokens, $50 за миллион output tokens, с существующей скидкой 90% на input tokens при prompt caching.

Доступно через Claude API, AWS, Amazon Bedrock, Vertex AI, Microsoft Foundry и consumption-based Enterprise plan. Это не subscription-модель. Интенсивное использование приносит отдельный счёт.

02. Self-improving — это не self-learning.

Фразой «самоулучшающаяся агентная система» часто разбрасываются небрежно. Реальная версия и хайповая версия — очень разные вещи, и эту разницу стоит понять до того, как вы начнёте что-либо строить.

• Self-learning — агент обновляет собственные веса на основе того, что узнаёт. Fable 5 этого не делает. Ни одна публично доступная модель не делает этого в production.

Recursive self-improvement (RSI) — это долгосрочное направление, о котором сама Anthropic предупреждала в мае 2026 года, а не возможность, поставляемая сегодня.

• Self-improving — накапливает эффект система вокруг агента. Каждая сессия записывает уроки в memory. Skills становятся точнее по мере добавления edge cases.

State-файлы накапливают проверенные факты. Eval loops уточняют prompts и rubrics. Модель остаётся той же; среда, в которой она работает, становится острее. Самоулучшение в этом смысле — свойство системы, которую вы строите. У Fable 5 есть сырая способность — long context, делегирование sub-agent, vision self-check, выносливость на дни, — которая превращает цикл environment-feedback во что-то, что действительно накапливается от запуска к запуску.

Инженерная команда Anthropic формулирует это прямо:

«Вместо того чтобы напрямую промптить и направлять Fable 5, часто лучше проектировать циклы, которые позволяют модели самокорректироваться в ответ на feedback от среды (например, /goal или Outcomes) и управлять собственным контекстом (например, через memory)».

03. Compound stack: четыре слоя, один feedback loop.

Figure 1 в начале этой статьи показывает архитектуру одной диаграммой. Читайте её снизу вверх — именно в таком порядке строится система и именно в таком порядке накапливается leverage.

• Layer 1 · Primitives. Сам Fable 5, sub-agents, worktrees, инструменты, к которым обращается агент. Сырая способность без системы вокруг неё. Это то, чем сегодня пользуется большинство.
• Layer 2 · Orchestration. /goal и Outcomes для self-correcting loops. Dynamic Workflows для сложной многошаговой оркестрации. Routines для облачных запусков с выключенным ноутбуком. Это превращает primitives в workflow.
• Layer 3 · Memory. State-файлы, Skills, Knowledge Bases, записанные уроки. Memory — это то, что позволяет завтрашней сессии продолжить, а не начать заново.
• Layer 4 · Self-improvement. Vision self-checks, eval loops, rule distillation. Агент оценивает свой результат, уточняет Skill, который его породил, записывает урок обратно в memory. Цикл замыкается.

Причина, по которой эта архитектура накапливает эффект: каждый output из layer 1 проходит вверх через layer 4, где оценивается, дистиллируется и записывается обратно в layer 3. Завтрашний запуск на layer 1 наследует заострённую memory и улучшенные Skills вчерашнего дня. Модель stateless; система вокруг неё — нет.

04. Когда использовать Fable 5 vs Opus 4.8 vs Sonnet 4.6. Матрица стоимость-возможности.

Fable 5 стоит примерно в 5 раз дороже Opus 4.8 за токен. Не каждый шаг в самоулучшающейся системе требует верхнего уровня. Команды, которые запускают это в production, маршрутизируют по сложности задачи, а не по умолчанию:

• Fable 5 для роли heavy-lift orchestrator: планирование на дни вперёд, делегирование sub-agents, проверка работы через vision, distilling rules из накопленных evidence.

Используйте Fable 5 там, где способность «работать днями подряд» окупает цену.

• Opus 4.8 для сложных, но ограниченных subtasks, которые делегирует orchestrator: архитектурные решения, сложная отладка, глубокие code reviews. Также это явный fallback для любых запросов, которые блокируют classifiers Fable 5 (cyber, bio, chem, distillation).
• Sonnet 4.6 для высокообъёмных worker tasks: lint passes, простые refactors, test scaffolding, обновления документации. Основная масса fan-out работы идёт здесь.
• Haiku 4.5 для grader sub-agents и дешёвых classifiers. Независимое окно контекста, низкая стоимость — идеально для роли verifier, которую Anthropic явно рекомендует.

Cost pattern, который делает самоулучшающуюся систему экономичной и используется production-командами: orchestrator на Fable 5, workers на Sonnet 4.6, graders на Haiku 4.5, fallback на Opus 4.8 при classifier blocks. Тот же паттерн, который инженеры Anthropic используют внутри.

PART 2 · Три Primitives

05. /goal vs Outcomes. Две реализации одной идеи.

Команда Anthropic Claude Code публикует два почти идентичных примитива для goal-driven loops — по одному в каждом harness.

У них одинаковая форма: независимый grader проверяет работу, verdict not-met запускает следующую итерацию, цикл выходит, когда grader ставит pass.

Реализации отличаются поверхностными деталями, которые важны для выбора.

Правило выбора между ними короткое:

• Используйте /goal в Claude Code, когда работа происходит на вашей машине и нужен быстрый in-session loop с измеримым конечным состоянием. Лучше всего для hands-on coding, отладки flaky tests, уточнения одного файла. Plain text goal, model grader, feedback в терминале.
• Используйте Outcomes в CMA, когда работа должна идти часами или днями на hosted infrastructure Anthropic с sandbox, GPU или контролируемой средой. Лучше всего для ML training, long-running migrations, multi-day research. File-based rubric с gradable criteria, sub-agent grader, жёсткая граница max_iterations.

У обоих есть общий структурный ход, который делает их рабочими: агент, написавший код, не является агентом, который его оценивает. В шаге 6 разберём, почему это важно.

06. Verifier sub-agent лучше self-critique.

Инженер Anthropic Притхви Раджасекаран написал материал в engineering blog, показывающий, что моделям трудно критиковать собственные outputs. Команда Claude Code эмпирически подтвердила это на Fable 5:

«Мы обнаружили, что verifier sub-agent обычно превосходит self-critique с Fable 5»

Механизм структурный, а не про «стараться сильнее». Модель, оценивающая собственный output, видит собственный reasoning trail и предпочитает выводы, согласующиеся с тем, что уже написала.

Отдельная модель, оценивающая тот же output, видит только artifact и rubric. У verifier нет личной ставки в игре maker.

Что на самом деле показывает график, помимо headline numbers:

• Fable 5 вносил более крупные структурные изменения — TRAIN_SEQ_LEN=2048 train+eval (−0.0179), overlapped sliding-window eval (−0.0207), int6 QAT + int6 expo (−0.0163). Каждое — architecture-level move, а не tweak константы.
• Fable 5 прошёл через quantization regression к своему крупнейшему выигрышу — вместо отката после failed experiment он продолжил исследование.
• Первый эксперимент Opus 4.7 (QK_GAIN_INIT=5.0) дал небольшой выигрыш. Почти всё последующее использовало тот же шаблон: изменить scalar, измерить, оставить, если positive. Форма безопаснее, но не лучше.

Вывод для system design: Fable 5 с independent verifier исследует более широкие hypothesis spaces и восстанавливается после отрицательных intermediate results. Без verifier у той же модели нет ничего, что вытолкнет её за пределы первого «достаточно хорошо».

07. Dynamic Workflows компонуют паттерны самокоррекции.

Dynamic Workflows появились в Claude Code 28 мая 2026 года.

Идея: Claude на лету пишет собственный JavaScript harness — файл с primitives agent(), parallel() и pipeline(), плюс стандартный JS для обработки данных, текущих между ними. Harness строится специально под задачу, а не является универсальным.

Для самоулучшающихся систем с Fable 5 три из шести задокументированных Dynamic Workflow patterns действительно заслуживают места:

• Fan-out-and-synthesize. Разделить работу на N независимых частей, запустить agent на каждой параллельно, синтезировать результаты. Лучше всего, когда каждому шагу полезно своё чистое context window — например, оценивать каждое правило в Skill на исторических примерах.
• Adversarial verification. Для каждого maker agent создать independent verifier без доступа к reasoning maker. Структурное исправление self-preferential bias из шага 6, применённое к каждой задаче.
• Loop until done. Цикл, который создаёт agents до выполнения stop condition — нет новых findings, нет больше errors в логах, theory verified. Сочетайте с /goal, чтобы задать жёсткое completion requirement.

Два паттерна, которые обычно не появляются в самоулучшающихся системах, но о которых стоит знать: classify-and-act (маршрутизировать задачу к правильной модели на основе classifier) и tournament (pairwise comparison для taste-based ranking). Первый полезен для model routing (шаг 4).

Второй редок в coding loops, но полезен для design или naming tasks.

08. Worktrees для параллельной безопасности. Days-long Fable 5 sessions без file collisions.

Как только самоулучшающаяся система создаёт больше одного агента, файлы начинают конфликтовать. Два агента, пишущие один и тот же файл, — та же проблема, что и два инженера, коммитящие одни и те же строки, не поговорив заранее.

Git worktree решает это — отдельная рабочая директория на собственной ветке с общей историей repo, так что правки одного агента буквально не могут коснуться checkout другого.

Для самоулучшающихся систем, где Fable 5 создаёт sub-agents для verification или specialization, worktrees не опциональны:

• Maker пишет в worktree A. Verifier читает в worktree B (или запускается против checkout worktree A с read-only filesystem). Нет риска, что исследования verifier затронут состояние maker.
• Параллельные structural experiments. Если Fable 5 исследует несколько architecture changes (как в Parameter Golf), каждый эксперимент идёт в собственном worktree. Orchestrator собирает результаты со всех; лучший merge-ится.
• Days-long runs с checkpoints. Каждая крупная фаза может быть отдельным worktree. Проваленная фаза не отравляет остальные.

В Claude Code worktrees доступны тремя способами: напрямую через git worktree, флаг --worktree для открытия session в собственном checkout и настройка isolation: worktree у subagents, чтобы каждый helper получал свежий checkout, который очищается после завершения сессии.

09. Routines для days-long orchestration. Ноутбук закрыт. Fable 5 работает.

Routines вышли 14 апреля 2026 года в research preview. Это сохранённые конфигурации Claude Code — prompt, repositories, connectors, permissions, — которые запускаются на управляемой Anthropic cloud infrastructure по trigger.

Ваш ноутбук может быть выключен. Запуск всё равно происходит.

Именно для Fable 5 Routines являются trigger layer, который оправдывает возможности модели. Anthropic измеряет способность Fable 5 «работать днями подряд» на Claude Managed Agents — hosted sandbox с полным набором tools и без ограничения локальной машины.

Эксперимент Parameter Golf работал до 8 часов на 8×H100 GPUs. Такой класс запуска не происходит на вашем ноутбуке.

Три типа Routine triggers, сопоставленные с self-improvement patterns:

• Schedule triggers — паттерн morning briefing. Каждый день в 7am: заново запустить yesterday’s eval suite, дистиллировать любые новые failure modes в Skills, записать digest в Slack. Агент становится острее, пока вы спите.
• API triggers — паттерн «fire on event». CI fails → запустить Routine для расследования. Sentry alert → запустить Routine для triage. Самоулучшающаяся система реагирует на вашу реальную среду, а не на фиксированное расписание.
• GitHub event triggers — паттерн «learn from real work». При открытии PR запустить evaluation against latest Skills. При merge записать любые новые patterns, которые PR внёс, обратно в Skill. Repository state и Skill state остаются синхронизированными.

```python

/schedule daily at 7am, use Fable 5 in CMA

Goal: Re-run yesterday’s eval suite against the latest skills. Any test that newly passes → distill the pattern into the skill. Any test that newly fails → investigate, document in STATE.md. Post the digest to #engineering. /goal don’t stop until digest is posted and STATE.md is updated.

▲ Claude Creating routine: nightly-eval-compounding

• model: claude-fable-5
• harness: claude managed agent (sandbox)
• trigger: schedule (0 7 * * *)
• grader: independent Haiku sub-agent (Outcomes)

✓ Active. First run tomorrow 07:00 local. Skill set will compound. ```

PART 3 · The Self-Improvement Layer

10. 5-ступенчатая прогрессия memory.

Самый полезный фрейминг того, что «agent memory» значит на практике, пришёл из эксперимента Anthropic team Continual Learning Bench 1.0. Эффективное использование memory требует прогрессии из пяти стадий. Каждая стадия — structural move; каждая модель выходит из прогрессии в разной точке.

• 1. Fail — агент ошибается и документирует failure с достаточной детализацией, чтобы это пригодилось позже.
• 2. Investigate — прежде чем двигаться дальше, агент выясняет, почему случился failure.
• 3. Verify — агент превращает диагноз в checked fact, а не guess.
• 4. Distill — агент превращает verification в general rule, применимое за пределами конкретного случая.
• 5. Consult — в следующей задаче агент читает rule вместо того, чтобы заново выводить факт с нуля.

Измеренная разница между моделями на SQL exploration task из Continual Learning Bench, где каждой модели была предоставлена memory:

• Sonnet 4.6 выходит на шаге 1. Его memory store — список failure notes и open guesses («maybe prc instead of prc_usd?»). Он редко consults prior notes. Memory существует, но не накапливает эффект.
• Opus 4.7 выходит на шаге 3. Он создаёт schema reference с отмеченной неопределённостью («possibly prc in cents? Verify.»). Verification coverage составляет 7–33% (median ~17%) вопросов.
• Fable 5 обычно завершает прогрессию. В его strongest runs verification coverage достигает 73% (22 из 30), и он distills learnings в general rules, которые помогают в будущих задачах.

11. State file. Где memory действительно живёт.

5-ступенчатая прогрессия — это mental model. State file — место, куда модель записывает output каждой стадии. Для Fable 5, работающего в Claude Managed Agents, memory — это mounted filesystem, сохраняющаяся между sessions; в локальном Claude Code ту же роль выполняет markdown-файл или Linear board.

Структура state file, которая действительно поддерживает 5-ступенчатую прогрессию:

```python # Project memory · trading-platform

Verified facts # stage 3 — stop guessing about these

• prc is in dollars, not cents. Verified via SELECT MIN(prc), MAX(prc) FROM trades.
• user_id matches auth_users.uid via JOIN, not auth_users.id. Confirmed 2026-06-09.
• Test database uses Stripe sandbox keys; production uses real keys via env.

General rules # stage 4 — consult before re-deriving

• When querying time-bucketed metrics, always include timezone (default UTC mismatches).
• Auth middleware order matters: rate_limit -> jwt -> rbac. Reversing causes 401s.
• For migrations, never use ALTER on tables >1M rows without batching.

Open failures (investigate next session) # stage 1 → 2

• 2026-06-09: tests/e2e/checkout flakes ~1 in 50 runs. Hypothesis: webhook race.

Reproduction steps in debug/checkout-flake.md.

Lessons learned # stage 4 distillations

• PowerShell hits TLS 1.2 issue on Windows CI runners. Always shell out to bash.
• Stripe webhook tests require STRIPE_WEBHOOK_SECRET. Skip with clear message if missing.

Last session # stage 5 — resume, don’t restart

2026-06-10 03:30 UTC · 7 failures classified, 3 fixes drafted (claude/fix-*), 4 escalated. Next: verify the auth middleware fix in claude/fix-rate-limit-order against production load. ```

У файла пять разделов, соответствующих пяти стадиям. Verified facts — output стадии 3: вещи, о которых агент перестал гадать. General rules — стадия 4: distilled rules, применимые за пределами конкретного случая. Open failures — незавершённая работа стадий 1–2. Lessons learned — ещё один output стадии 4.

Last session — resume pointer для стадии 5.

Два operational rules решают, будет этот файл действительно накапливать эффект или просто расти:

• Write before walking away. Каждая session Fable 5 заканчивается обновлением STATE.md — что пробовали, что прошло, что провалилось, какие новые rules выжили. Если session не заканчивается записью, следующая начинается с нуля.
• Read at session start. Каждая новая session начинается с чтения STATE.md и самых релевантных Skills. Данные Continual Learning Bench показывают, что без этого Sonnet-class memory behavior проявляется даже в Fable 5.

12. Skills that compound. Записывайте урок в Skill, а не только в chat.

STATE.md — для project memory. Skills — для procedural memory: «как делать такие вещи», что должно применяться across projects.

Паттерн накопления: после любого нетривиального failure записывайте урок в сам Skill. Skill становится острее каждый раз, когда система запускается.

Skill, который накапливался две недели, выглядит иначе, чем свежий. Появляются новые sections: known failure modes, rules from post-mortems, anti-patterns, наблюдавшиеся в production.

Skill больше не статичный набор инструкций; это накапливающаяся запись того, чему команда действительно научилась.

```python

name: ci-triage description: Classify CI failures, draft fixes for easy ones, escalate the rest. Trigger on workflow_run.failure or on the morning triage routine.

# CI triage skill

Classification rules

• env: missing secret, wrong env var. # escalate to human, never auto-fix
• flake: passes on retry without code change. # retry once, then file
• bug: deterministic failure tied to recent commit. # draft fix
• dependency: tied to version bump. # draft rollback
• infra: timeout, OOM, runner issue. # escalate

Known failure modes # added by the loop over 14 days

• webhook-race: e2e checkout flakes when Stripe webhook arrives mid-test.

Fix: add 2s settle delay in tests/utils/webhook.ts.

• tls-handshake: Windows runners fail TLS 1.2 in PowerShell. Use bash.
• db-migration: ALTER on trades table >1M rows times out at 30s. Batch in 10k chunks.

Anti-patterns (do NOT do) # added after real incidents

• Never disable a failing test to make CI green. File it instead.
• Never modify .github/workflows/ without human approval.
• Never touch src/payments/ or src/billing/ without security review.

State

Update STATE.md after each run with classifications, fixes drafted, escalations.

Eval suite # step 13 — the loop verifies the skill

Run against eval/ci-triage-cases.jsonl weekly. Any newly-failing case → add to known failure modes after Outcomes verifier confirms. ```

Compounding contract: каждый подтверждённый урок идёт в Skill, а не только в STATE.md. STATE.md project-scoped и умирает вместе с проектом. Skills живут в ~/.claude/skills/ и путешествуют с вами.

Две недели дисциплинированной записи дают Skill, который материально превосходит то, что Fable 5 вывел бы с нуля на свежем проекте.

13. Self-verification через vision. Fable 5 проверяет свой UI against the goal.

Одна из headline capabilities, которые Anthropic поставляет с Fable 5, — «использует vision для проверки outputs against goals». Это звучит абстрактно, пока вы не увидите, что именно оно заменяет: человека, который глазами смотрит screenshot и подтверждает, что UI выглядит правильно.

Fable 5 делает этот шаг сам, внутри loop, до того как объявить done.

Паттерн в production:

• Maker sub-agent пишет UI code. Рендерит result в screenshot.
• Verifier sub-agent читает screenshot через vision, сравнивает его с goal description, с design tokens в project Skill и с previous screenshot из STATE.md.
• Verdict возвращается в loop. Match → mark task complete. Mismatch → описать gap, вернуть maker со structured diff.

Этот паттерн — то, что Anthropic измеряла в эксперименте Parameter Golf под тем же harness: Fable 5 смотрел на training charts (visual artifact) и решал, соответствует ли curve criterion.

Ни один человек не читал chart в loop. Verifier читал chart.

14. Граница безопасности Mythos. Чего Fable 5 не сделает и как проектировать вокруг этого.

Последний шаг — тот, который проще всего пропустить в первый день и дороже всего выучить на практике.

Fable 5 поставляется со встроенными safety classifiers, которые отказываются отвечать в конкретных высокорисковых доменах — cybersecurity vulnerability research, biology, chemistry и model distillation. В этих доменах Anthropic автоматически откатывает Fable 5 на Claude Opus 4.8. Это задокументировано; это не bug.

Что это значит для самоулучшающейся системы, которая работает автономно:

• Если ваша система касается security tooling (SAST scans, exploit research, penetration testing logic, даже некоторых классов code review), ожидайте classifier blocks. Спроектируйте fallback: явно маршрутизируйте такие задачи в Opus 4.8 или выводите block человеку-ревьюеру.
• То же касается domains biology, chemistry и distillation. Classifier broad. Scientific computing workflow может его вызвать; code review crypto primitives тоже может.
• Проектируйте Skills так, чтобы fallback был surfaced gracefully. Skill должен знать, какие виды tasks, которые он производит, могут попасть в classifier, и документировать expected behavior. Loop, который silently fails на classifier block, выглядит идентично loop, который fails на реальной ошибке, — пока вы это не отладите.
• Audit the system card. 319-страничный system card Fable 5 документирует scope classifier. Запуск вызвал controversy в середине июня 2026 года, потому что некоторые downgrade behaviors обнаружились глубоко внутри документа. Прочитайте его до production deployment.

Общий design principle: относитесь к safety boundary как к known fallback, а не как к failure mode. Самоулучшающаяся система с явной обработкой boundary остаётся robust по мере развития classifier. Система, которая игнорирует его, получает silent regressions, когда Anthropic обновляет policy.

§ Ошибки, которые удерживают Fable 5 на 10% его потенциала

• Использование Fable 5 как Sonnet 4.6 с большим контекстом. 5-minute prompt-and-close session сжигает Mythos-tier pricing без compound effect.
• Self-critique вместо independent verifier. Maker проверяет собственную домашнюю работу. Anthropic измерила разницу; команда явно документирует verifier sub-agent pattern.
• Нет STATE.md. Каждая session начинается с нуля. Данные Continual Learning Bench показывают, что здесь исчезает 70%+ memory advantage Fable 5.
• Skills, в которые никогда не пишут. Static Skill — нормально; Skill, который не накапливает lessons после реальных failures, — wasted scaffolding.
• Fable 5 на задачах, с которыми справился бы Sonnet 4.6. Doc updates, simple refactors, lint fixes. Route by complexity; держите Fable 5 для роли orchestrator.
• Долгие sessions на laptop. Days-long capability требует cloud infrastructure (CMA или Routines). Закрытый laptop убивает session.
• Игнорирование Mythos safety boundary. Classifier blocks на cyber/bio/chem создают silent regressions. Явно проектируйте fallback.
• Нет vision-verify для visual tasks. UI, dashboards, design fidelity — проверка text-only verifiers пропускает failure mode, который действительно важен.
• Пропуск /goal или Outcomes. Без objective stop condition, проверяемого independent grader, loops останавливаются на «handled enough», а не done.
• Нет retention policy review. Sensitive data через Fable 5 routine без проверки условий 30-day / 2-year создаёт compliance issues silently.

Conclusion:

Fable 5 — не более быстрый chat tool. Это substrate для системы, которая накапливает эффект.

Первая публично доступная модель Mythos-класса вышла не для того, чтобы её быстрее промптили. Она вышла, чтобы быть orchestrator самоулучшающейся системы, которую вы строите вокруг неё.

Capability headlines — days-long sessions, sub-agent delegation, vision self-check, accumulated memory — оправдывают свою цену только если система вокруг модели делает свою работу.

Собственные эксперименты команды Anthropic делают разрыв видимым. Parameter Golf: Fable 5 с independent verifier исследовал более крупные architectural changes и прошёл через negative intermediate results, чтобы получить примерно в 6 раз больше improvement, чем Opus 4.7.

Continual Learning Bench: Fable 5 с memory завершил всю 5-stage progression с 73% verification coverage против 17% у Opus 4.7. Модель в обеих половинах каждого сравнения одна и та же. Изменилась система вокруг неё.

Выберите один layer compound stack, которого вы ещё не делали, — вероятно, verifier sub-agent (шаг 6), state file (шаг 11) или vision-verify (шаг 13), — и добавьте его завтра. Потом следующий.

Self-improvement — свойство системы, а не модели. Build the system.