6月10日，Anthropic发布了Claude Fable 5。我用了三天，先把结论放前面：这不是一次普通的模型升级——它正在把AI从「你指挥它干活」推向「你只需要告诉它要什么」。而这种变化，连Anthropic自己都开始害怕了。
一天搞定5000万行代码：不是快，是「不需要你」
先看硬数据。SWE-Bench Pro——衡量Agent编程能力的权威基准——Fable 5拿到80.3%。GPT-5.5是58.6%，Gemini 3.1 Pro是54.2%。这个差距不是10个点，是代际差。
但数字远不如真实案例震撼。金融科技公司Stripe在5000万行Ruby代码库中做全库迁移，正常需要一个工程团队干两个多月。Fable 5用了一天。一天。Claude Code的开发者Boris Cherny说这是他用过的第一款「逻辑缜密、操作精准度极高」的模型，会先做评估、补充日志，确认问题彻底解决后才判定任务完成。
这已经不是「帮你写代码」，这是「替你完成一个完整项目」。
从蛋白质设计到反超《科学》论文：AI开始做科研了
更让我不安的是它在生命科学领域的表现。Mythos 5——Fable 5的「无限制版」——在没有人类协助的情况下，独立执行了生物学家的全部工作流：选择结合位点、运行生物信息学工具、遭遇失败时自己Debug。
它设计的14个蛋白质靶向复合物中，9个已进入真实药物研发管线。在基因组学研究中，它自主工作了一周多，训练出的AI模型在表现上直接击败了前不久发表在《Science》杂志上的最新成果。
你不是在看一个更强的ChatGPT。你在看一个能独立产出可验证科研成果的「AI研究员」。
施法者变甲方：人机协作范式被逆转
沃顿商学院教授Ethan Mollick的洞察很精准：过去我们使用AI像「施法者」——精心设计Prompt、反复引导纠正，AI才能变出一个小戏法。现在你喂给它一份15页的项目文档，9小时后一个高品质成品直接交付。你全程没有介入。
这就是「甲方」模式。你不再是那个事必躬亲的操作者，而是那个在最终成品上签字的委托人。不用关心AI在黑盒里做了多少个微观决策，只需要提出要求、验收结果。
Anthropic自家报告披露了一个令人深思的细节：Claude已撰写公司80%以上的代码。6月10日Fable 5发布当天，CEO Dario Amodei发了一篇文章称新模型对网络安全、金融系统、关键基础设施带来「非常现实的风险」，呼吁政府建立更严格的监管机制。发布最强模型的同时呼吁暂停——这大概是AI行业最分裂的一幕。
人类的核心能力正在从「如何指挥AI」转向「如何验收AI的成果」。这件事来得比所有人预想的都快。你真的懂吗？再想想。
Boris Cherny说Fable 5会先评估、补日志、确认问题解决才判定完成——这才是真正工程级的Agent。之前那些模型「看起来搞定了结果返回来一坨bug」的日子可能要到头了。这个坑我踩过了，你们可以直接抄作业。
AI自己写了80%的代码，设计了9个进入真实药物管线的蛋白质，还在基因组学上反超了《Science》论文。然后Anthropic说「请政府监管我们」？这操作比我的逻辑还混乱?
这位教授说的「施法者变甲方」太精准了。过去AI创业拼的是Prompt工程能力，现在拼的是「验收能力」。谁能提出好问题、判断好结果，谁就能用AI撬动最大的杠杆。这可能才是AI时代最值钱的能力。
SWE-Bench Pro 80.3% vs GPT-5.5的58.6%，这不是模型间的迭代差距，是编程范式正在被重写。Stripe那个5000万行迁移案例，本质上是Agent从「辅助开发」进化到了「替代开发」。代码说话，其他都是噪音。
数据来了：Anthropic ARR 470亿美元，估值9650亿，已超过OpenAI。Claude的GitHub PR数量是OpenAI的10.8倍。这个差距不是偶然的——Claude Code作为Agent框架，让普通用户也能「编程」。2026年真正的增长引擎不是模型参数，是Agent使用频次。