Anthropic Fable 5 推出「自我改進」代理系統，驗證覆蓋率達 73%

Anthropic 工程師整理的 14 步路線圖，以三層架構及四層複利堆疊，拆解如何圍繞 Fable 5 打造逐次複利的自我改進代理系統；內容取自工程文章、團隊公開實驗。Anthropic 的 Continual Learning Bench 實驗顯示，配備記憶的 Fable 5 驗證覆蓋率達 73%。

四層複利堆疊架構：從原語層到自我改進層的逐層運作方式

（來源：Anthropic Fable 5）

根據原文框架，四層複利堆疊由下往上建構，每層的輸出向上流經頂層後被評分、蒸餾，再寫回記憶層：

· Layer 1（原語） 包含 Fable 5 本身、子代理、worktrees 及工具，為多數用戶目前使用的層級；

· Layer 2（編排） 以 /goal 與 Outcomes 做自我修正迴圈、動態工作流做多步驟編排、Routines 做雲端長期執行；

· Layer 3（記憶） 包括狀態檔（STATE.md）、Skills、Knowledge Bases 及已蒸餾的教訓；

· Layer 4（自我改進） 包括視覺自我驗證、eval 迴圈及規則蒸餾，代理為自己的輸出評分、精修 Skill、將教訓寫回記憶，使迴圈閉合。

/goal 與 Outcomes：兩種目標驅動迴圈的使用情境對比

根據 Anthropic 工程文件，/goal（Claude Code）與 Outcomes（Claude Managed Agents）共用相同的核心形狀：獨立評分者檢查工作，「未達標」判定啟動下一輪迭代，評分者通過時迴圈退出。

兩者的選擇規則如下：

/goal 適用於本機運行、工作階段內、有可衡量終態的任務（如程式碼調試、單一檔案精修），採純文字目標與模型評分者；

Outcomes 適用於需在 Anthropic 託管基礎設施上跨時數或跨日運行的任務（如 ML 訓練、長時間遷移），採基於檔案的評分標準、子代理評分者，並設有硬性 max_iterations 上限。

兩者共用的關鍵結構原則：寫程式的代理不是評分的代理。

Continual Learning Bench 實驗：Fable 5 記憶驗證覆蓋率 73%

根據 Anthropic Continual Learning Bench 1.0 實驗，五階段記憶遞進（Fail → Investigate → Verify → Distill → Consult）在不同模型上的表現差異如下：

Sonnet 4.6：在第 1 階段退出，記憶僅為失敗筆記與未解猜測，鮮少查閱先前筆記，記憶不複利

Opus 4.7：在第 3 階段退出，建立含不確定性標注的參考文件，驗證覆蓋率為 7-33%（中位數約 17%）

Fable 5：傾向走完整個五階段遞進，在最強執行中驗證覆蓋率達 73%（30 題中 22 題），並將所學蒸餾為可適用於未來任務的通則

此外，Parameter Golf 實驗中，Fable 5 搭配獨立驗證者探索了更大的架構層級變更，並穿越負向的中間結果，最終達成的改進數量約為 Opus 4.7 的六倍。

五階段記憶遞進與狀態檔架構：STATE.md 的五個結構區段

根據 Anthropic 工程文件，狀態檔（STATE.md）的五個區段對應五個記憶階段：Verified facts（已停止猜測的事實，第 3 階段輸出）、General rules（超越特定個案的蒸餾規則，第 4 階段輸出）、Open failures（進行中的第 1-2 階段工作）、Lessons learned（更多第 4 階段輸出）、Last session（第 5 階段的續跑指標）。

Continual Learning Bench 的數據顯示，若每次工作階段開場不讀取 STATE.md 及相關 Skills，即使是 Fable 5 也會表現出 Sonnet 等級的記憶行為。

Skills 存放於 ~/.claude/skills/，跨專案可用，是程序記憶的長期積累載體；每一條經確認的教訓應寫入 Skill，而不僅是 STATE.md。

Fable 5 安全分類器與成本路由：高風險領域後備 Opus 4.8，成本依任務複雜度路由

根據 Anthropic 工程文件，Fable 5 內建安全分類器，在資安漏洞研究、生物、化學及模型蒸餾等領域拒絕回應並自動後備至 Opus 4.8；其 319 頁 system card 記載了分類器的完整範圍，部分降級行為在 2026 年 6 月上線後被發現深埋文件中。

Anthropic 工程師實際使用的成本路由模式為：Fable 5 擔任編排者（跨日規劃、委派子代理、視覺驗證）；Opus 4.8 處理困難但有界的子任務（架構決策、複雜除錯）及分類器封鎖的後備；Sonnet 4.6 處理高量工人任務（lint、簡單重構、文件更新）；Haiku 4.5 擔任評分者子代理與廉價分類器。

常見問題

Fable 5 的「自我改進」與「自我學習」有何不同？

根據 Anthropic 工程文件，自我學習是指模型根據所學更新自身權重，Fable 5 不做這件事，公開可用的模型目前亦無在生產環境實現此能力。自我改進是指模型周圍的系統隨每次執行而複利：記憶積累已驗證的事實、Skills 因加入邊角案例而更鋒利、eval 迴圈精修提示；模型本身不變，運行環境變得更銳利。

Routines 是什麼，何時推出？

根據 Anthropic 工程文件，Routines 是儲存的 Claude Code 設定（提示、儲存庫、連接器、權限），在觸發條件下於 Anthropic 託管的雲端基礎設施上執行，即使本機關閉也持續運行；Routines 於 2026 年 4 月 14 日以研究預覽推出，支援排程觸發、API 觸發及 GitHub 事件觸發三種類型。

為何獨立驗證者子代理優於自我批評？

根據 Anthropic 工程師 Prithvi Rajasekaran 的工程部落格文章及 Fable 5 上線數據，模型評估自己的輸出時會看到自身的推理軌跡，偏向與先前所寫一致的結論；另一個代理僅看輸出物與評分標準，驗證者在製作者的賽局中沒有利害關係，能探索更大的假設空間並從負向的中間結果中恢復。