Claude Opus 5 以半价接近 Fable 5 的性能

Anthropic 于 7 月 24 日发布 Claude Opus 5，宣称其以半价实现接近 Fable 5 的性能，并立即对自家的模型层级发起挑战。Anthropic 的 Engadget 报道抓住了这一核心卖点，但更深层的冲突在于：公司应如何定义旗舰 AI 模型。

Opus 5 并不会在所有场景中取代 Fable 5，成为 Anthropic 最强大的选择。相反，Anthropic 将 Opus 定位为日常编程、研究和计算机操作的实用之选。Fable 仍专用于要求极高、持续时间很长的任务。

这种划分让 Anthropic 的高端模型承受了不同寻常的压力。如果大多数团队都能从更便宜的选项获得相近结果，Fable 就必须通过常规基准测试很少衡量的成果来证明自身价值。因此，Opus 5 检验的是：极致智能是否依然比单位计算资源下的可用智能更重要。

Anthropic 对 Claude Opus 5 做了哪些调整

Opus 5 将接近前沿的性能变成 Anthropic 的标准付费体验，而非将其保留在公司最高级别的模型类别之后。

Anthropic 将 Opus 5 描述为一款适用于智能体式编程和知识工作的深思熟虑、主动进取的模型。智能体式编程意味着，该模型能够检查代码库、规划改动、使用工具，并在仅需有限人工指导的情况下调整其方法。

该公司表示，Opus 5 在许多任务上接近 Fable 5，同时价格仅为后者的一半。它的价格也与上一代 Opus 4.8 模型相同，因此这项变化属于效率升级，而不是进入更高的商业层级。

Anthropic 通过其 Claude 应用、开发者 API 和云合作伙伴提供 Opus 5。它成为 Claude Max 用户的默认模型，也是 Claude Pro 用户可使用的最强模型。

这一定位与基准测试结果同样重要。Anthropic 正在引导普通付费用户使用 Opus 5，同时为更专业的工作负载保留 Fable 5。产品层级如今反映的是预期用途，而非从最弱到最强的简单排序。

该公司的 Opus 5 公告强调了编程、研究、文档分析、视觉推理和多步骤工作。Anthropic 还表示，该模型能够在遇到障碍时继续工作，并在初始策略失败后恢复推进。

其中一个案例涉及一张机械零件的图纸。模型被要求将该零件重建为一个三维 FreeCAD 项目。Anthropic 称，Opus 5 注意到视觉比对会有所帮助，并构建了自己的渲染工作流来检查进度。

这种行为说明了 Anthropic 所谓的主动性。该模型并非只是生成所需的代码，而是额外创建了一个评估步骤，审查结果，并继续完善工作。

这一场景之所以相关，是因为许多 AI 智能体会失败在“看似合理的初步答案”与“经过验证的最终结果”之间。编程智能体可能生成语法正确的代码，却误解项目本身。研究智能体可能收集文档，却无法化解文档之间的矛盾。

Anthropic 希望 Opus 5 通过自行完成更多检查来弥合这一差距。该公司的主张并不只是模型掌握了更多知识，而是模型在长时间任务中表现得更像一位持续协作的伙伴。

Opus 5 还为 API 用户提供了工作量控制。该控制项让开发者能够调整模型为请求投入多少计算资源。低工作量设置可优先提升响应速度，而更高设置则可支持更困难的推理。

这带来了第二层成本管理。客户可以选择比 Fable 更便宜的模型，然后针对简单请求进一步降低工作量。对于额外推理能够产生可衡量价值的任务，他们则可以保留更高的计算投入。

Anthropic 还提供了更快的运行模式。该公司称，该模式在保留模型底层能力的同时提高输出速度，不过更高速度会带来额外成本。对于交互式编程而言，延迟对实用性的影响可能与基准准确率一样大。

因此，Anthropic Engadget 的表述是准确的，但并不完整。半价性能足以吸引注意力，但更广泛的变化是一款可配置模型，被定位于重复性的生产工作。Anthropic 销售的是一个运行区间，而不只是固定的智能分数。

此次发布紧随 Opus 4.8、Sonnet 5 和 Fable 5 之后。这一节奏表明，Anthropic 正围绕不同的智能、速度、安全性和运行成本组合来细分 Claude。

眼下的问题已不再是 Opus 5 是否具备能力，而是 Anthropic 是否已让这款实用模型强大到足以使许多客户不再需要其高端模型。

为什么接近 Fable 的性能会改变购买决策

如果团队能够更频繁地运行一款模型、重试失败任务，并负担得起更严格的验证，那么即使它完成的顶尖任务略少，仍可能是更好的产品。

企业 AI 成本会随着反复使用而累积。单次交互很少决定一项部署的经济性。生产系统会总结文档、调用工具、检查结果、修订草稿，有时还会重启失败的工作流。

这种重复会放大模型成本上的细微差异。价格减半的模型可在相同预算内支持更多尝试。团队可以将这些尝试用于并行探索、自动检查，或在工具调用失败后恢复工作。

这就是 Opus 5 即使无法在所有方面匹配 Fable 5，仍会给后者带来压力的原因。相关比较并非每个模型各给出一个答案，而是在相同的时间、成本和监督约束下完成了多少工作。

以软件维护智能体为例。它必须定位相关文件、理解依赖关系、修改代码、运行测试、诊断失败，并准备可供审查的变更。只有当更智能的模型提高成功完成率时，这种智能才具备优势。

如果 Opus 5 能可靠处理常规代码库工作，开发者就可以将 Fable 留给异常困难的迁移或架构问题。更便宜的模型成为默认选项，而高端模型则成为升级路径。

同样的逻辑也适用于知识工作。一项研究工作流可能检索内部文档、比较主张、识别缺失证据，并准备带引用的摘要。这项工作受益于推理能力，但也依赖于检索质量以及获取可靠信息的能力。

无论选择何种模型，保持底层材料井然有序都很重要。可检索的个人知识库可以为 AI 系统提供更好的源材料，并使其结论更易于审查。

模型智能无法可靠地弥补缺失的记录或不清晰的指令。高端模型可能更成功地推断用户意图，但推断不能替代完整证据。

Opus 5 还改变了买方设计模型路由的方式。路由会根据预期难度、风险或紧迫性，将每项请求发送给选定的模型。简单提取可交给较小模型，常规分析可交给 Opus，而特殊任务则交给 Fable。

这种分层方法削弱了一个旗舰模型应处理一切的观念。它将模型选择视为贯穿工作流的运营决策。

对 Anthropic 而言，这形成了一种微妙的平衡。更多客户采用 Opus 5 会让公司受益，尤其是在其效率能够支持更大规模部署的情况下。不过，Anthropic 仍必须说明 Fable 为何值得单独占据一个位置。

Anthropic 产品负责人 Dianne Penn 告诉 Reuters，客户应基于价值选择 Opus，并为“持续数天、高度自主的项目”选择 Fable。这一区分将持续时间和自主性置于 Fable 剩余优势的核心。

这比笼统的“更高智能”承诺更狭窄，也要求更难的证明形式。一个持续数天的智能体必须维持目标、从错误中恢复、管理上下文，并避免小错误不断累积。

短期基准测试无法充分检验这些特征。它们通常提供明确任务、有限环境和清晰评分规则。真实部署中则存在不完整指令、不断变化的系统、权限失败和模糊的停止条件。

因此，买方应根据自身实际工作流轨迹评估 Opus 5。完成率、审查时间、重试频率、工具错误和纠正成本，比单一公开排行榜排名更能说明问题。

购买决策还取决于后果。当人工审查每一份草稿时，微小的质量差异影响不大。但当智能体能够在未经批准的情况下修改生产系统或对外沟通时，这种差异就更为重要。

Opus 5 让强大的 AI 能力变得更便宜，但并未消除治理需求。当组织自动化更多工作时，更广泛的访问可能增加总体风险暴露。

这正是此次发布带来的核心商业压力。Fable 5 必须提供足够多的额外成功自主性，才能抵消其更高成本以及围绕更高能力工作所需的控制措施。

Anthropic Engadget 的主张如何遭遇基准测试问题

Anthropic 的评估使 Opus 5 看起来极具竞争力，但供应商自行报告的基准测试无法证明它与 Fable 5 在普遍意义上持平。

Anthropic 报告称，Opus 5 在编程、知识工作、计算机使用和视觉任务中表现强劲。部分报告分数显示，在特定配置下，它领先于 Fable 5 或竞争模型。

这些结果支持 Anthropic 的效率论点，但并不意味着 Opus 5 在每一种工作负载中都始终更出色。

基准测试只能捕捉行为中被定义的一部分。结果可能随提示词、工具权限、推理工作量、采样设置和周边智能体框架而变化。即使一项评估设计合理，也可能偏向某一种运行方式。

智能体评估还增加了更多复杂性。模型会与软件、文件、浏览器或模拟桌面交互。失败可能源自模型、环境、工具界面或评估框架。

每项任务成本的衡量具有价值，因为它将质量与资源消耗联系起来。不过，它同样取决于成功标准。当反复失败需要大量人工修复时，更便宜的尝试并不经济。

Anthropic 表示，Opus 5 在多项编程和知识工作评估中创下新高。这些是来自领先模型开发商的重要主张。独立复现将决定这些提升能在多大程度上迁移到 Anthropic 所选择的设置之外。

早期排行榜排名提供的是另一种信号，而非最终裁决。排行榜将不同能力压缩为可比较的分数，但客户很少需要以相同比例使用所有被衡量的技能。

法律团队可能优先考虑引用忠实度和审慎的不确定性表达。软件团队可能重视代码库导航和测试驱动的纠错。设计团队可能更关注视觉判断和遵循指令的能力。

即使在编程领域，相关任务也千差万别。完成一个范围明确的问题，与规划跨多个服务的迁移不同。生成用户界面，与诊断间歇性的生产故障也不同。

最有力的证据将来自这些环境中的持续使用。团队应在具有代表性的任务上比较模型，在可行时采用盲审，并记录达到可接受结果的全部成本。

Anthropic 在 Engadget 上的标题也谨慎地使用了“几乎匹敌”这一说法。这种措辞很重要。近乎持平可能带来截然不同的运营结果，取决于剩余的能力差距出现在哪里。

较小的平均差异可能掩盖最困难任务上的巨大差距。如果 Fable 恰好能在 Opus 失败时成功，这款高端模型仍保有重要价值。若差异主要出现在罕见基准测试中，大多数用户将选择 Opus。

Anthropic 自身的定位表明，该公司预计会出现这种不均衡的格局。它并未撤下 Fable，也未宣称 Opus 在所有场景中都更好。它是在为两款模型分配不同的工作。

这一比较还取决于工作强度设置。Opus 5 可以在更困难的提示上投入更多计算资源，从而可能缩小与 Fable 的差距。但更高的工作强度会改变延迟和总消耗。

这使得表面上的半价比较在实践中不再那么一致。基础模型费率提供了清晰的起点，但完成工作的经济性取决于配置和行为。

组织不应全局统一选择工作强度设置。它们可以按不确定性、后果和预期推理深度对任务分类。低风险转换所需的计算资源少于多文档调查或架构决策。

设计良好的评估还应包含故障处理。测试模型是否能察觉缺失文件、相互矛盾的要求、不可用的工具和无效的中间结果。这些情况能够区分精心打磨的演示与可靠的智能体。

人工审查也必须被衡量。即便模型产出了更好的初稿，如果它掩盖不确定性或改动无关内容，仍可能增加更多工作。

Opus 5 的主动性也带来了类似的权衡。当模型创建测试、检查渲染结果或寻找替代路径时，主动性很有帮助；当模型采取不必要的行动或扩大任务范围时，风险便会出现。

Anthropic 表示，其行为审计发现，与该公司其他现有模型相比，Opus 5 鲁莽和欺骗性行为的发生率更低。这一说法增强了其用于自主场景的理由，但这仍是一项公司内部评估。

正确的结论比标题更有限。Opus 5 似乎提供了能力与效率的有力组合。它是否能匹敌 Fable，取决于任务、配置和可接受的失败率。

Fable 5 仍主导最困难的自主工作

当困难任务必须在数天内保持连贯，且失败成本高于模型溢价时，Fable 5 仍具备站得住脚的价值。

Anthropic 将 Fable 5 定位为面向最苛刻工作的前沿模型。它的差异化优势建立在高难度推理、长时间自主性，以及需要更严格安全防护的能力之上。

Reuters 报道称，Fable 专为持续数日、高度自主的项目而设计。尽管 Opus 5 在多个领域的基准表现接近 Fable，但其目标是日常办公与编程任务。

在任务时长被纳入考量之前，这种差异听起来并不显著。长时间运行的智能体会面临短暂交互中不会出现的问题。

它们必须管理不断增长的上下文，保留重要决策，并区分临时故障与有缺陷的计划。它们还必须识别何时应让新证据改变原有策略。

错误会在长任务中累积。第一小时的错误假设可能影响之后的许多行动。能够识别并纠正此类错误的模型，节省的价值可能超过其直接运营溢价。

Fable 更强的能力也带来了额外的安全隐患。根据这份效率报告，Opus 5 在测试中利用网络漏洞的能力较弱。

因此，Anthropic 对两款模型采取了不同的安全防护措施。这一细节说明，能力并非单一且越多越好的指标。模型可以更擅长合法的安全工作，同时也提高被滥用的风险。

因此，这一比较结合了性能与访问方式。如果安全防护改变模型响应，或将敏感请求转交至其他位置，客户就无法将能力更强的模型视为可直接替换的方案。

在某些受监管或对安全敏感的环境中，Opus 可能提供更可预测的部署方式。它较低的网络能力可降低某些风险，而其通用推理能力仍足以满足常规运营需求。

Fable 在科学研究、复杂工程、深度调查及其他工作中仍可能证明自身价值，在这些场景里，罕见的推理优势能够创造可观价值。客户必须证明这些优势确实会出现在自身任务中。

这正是故事中的主要对手：广泛可负担的性能与极致自主能力之间的较量。OpenAI、Google 和开放权重开发者提供了相关的市场背景，但它们并非核心冲突。

Anthropic 正在与自身的高端定位竞争。Opus 5 提出了一个问题：市场是否需要一款高于已能处理大多数高价值工作的模型。

历史上的计算市场呈现出一种熟悉的模式。曾经仅限于专用系统的性能，最终会成为标准配置。高端细分市场则通过转向更难的问题得以延续。

AI 模型正快速经历这一周期。训练、推理和模型设计的改进，让新版本能够以更少资源达到早期前沿水平。

然而，AI 能力并不会在不同任务间以可预测的方式扩展。较便宜的模型可能在许多评估中超过前代，却仍会在新颖的工具与约束组合上不可预测地失败。

这种不确定性暂时保护了 Fable 的角色。拥有异常高价值任务的客户会为任何可重复的优势付费，尤其是在人工专家稀缺或延误代价高昂时。

更重要的威胁是证据。如果独立用户发现 Opus 能够像 Fable 一样可靠地完成长期复杂项目，Anthropic 的市场分层将更难以辩护。

届时，Fable 将需要更清晰的优势、新能力或不同的访问模式。否则，客户会将几乎所有任务都路由到 Opus，只在失败后才升级。

反过来，明显的 Opus 失败模式会强化 Fable 的地位。长期规划、上下文管理或恢复能力上的问题，可能说明基准接近并不等于运营层面的对等。

这也是为什么早期轶事只能获得有限权重。正面报告展示可能性，负面报告揭示潜在故障模式。两者都无法建立跨多样化生产任务的可靠比率。

市场需要能够保留完整智能体轨迹的评估。这些记录展示模型的计划、工具调用、修订和最终结果。它们帮助审查者识别两款表面相似的模型在哪些地方出现分歧。

在这些证据积累之前，Fable 仍是 Anthropic 的专家模型。Opus 5 会成为主力，但前沿模型仍主导那些微小智能差距便能决定整体结果的任务。

部署让效率主张更具可信度

Opus 5 立即通过主要云渠道推出，为企业在现有基础设施中测试 Anthropic 主张提供了可行路径。

当客户无法通过既有的身份、日志、计费和数据控制体系部署模型时，模型发布的重要性就会降低。Anthropic 通过在自身平台和云合作伙伴处推出 Opus 5，降低了这一摩擦。

Amazon 宣布 Opus 5 当天即可通过 Amazon Bedrock 和 AWS 上的 Claude Platform 使用。Bedrock 在 AWS 环境内提供模型的托管访问，使客户能够将模型与企业应用和治理系统连接起来。

AWS 表示，Opus 5 支持智能体编程、知识工作、视觉理解和多步骤自动化。该云服务商还称，该模型可通过受支持的配置实现零数据保留。

这项AWS 可用性公告为买家提供了明确的测试路径。团队可以将 Opus 与其他已获批准的模型并列，并在熟悉的安全控制下进行评估。

这种分发方式增强了 Anthropic 的商业论点。Opus 5 不只是 Claude 消费者界面中的演示；它可用于已采用云认证、监控和采购流程的应用。

生产环境访问也会让模型面对更严苛的条件。企业文档杂乱无章。软件仓库包含未记录的假设。工具权限会失效，而工作流往往跨越不同团队拥有的系统。

这些条件将检验 Opus 5 的主动行为是否依然有用。模型必须知道何时继续、何时请求访问权限，以及何时停止。

主动型智能体可能在一条连接失败后发现替代数据源。这很有价值。它也可能选择未经批准的数据源，或不必要地扩大访问请求。

开发者需要围绕工具和数据设定明确边界。他们应将权限限制在最低必要范围内，验证结构化输出，并在产生重要后果的行动前要求批准。

工作强度控制可以补充这些安全措施。工作流可以从适度设置开始，在置信度较低时增加计算资源，并仅在明确界定的条件下升级至 Fable。

良好的路由规则应使用可观察信号。这些信号可以包括测试失败、来源相互矛盾、重复的工具错误，或模型无法产出所需证据。

仅基于提示长度进行路由并不可靠。简短请求可能隐藏着困难问题，而长文档可能只需要直接提取。

模型还应产出可供人类检查的工件。代码变更需要测试和差异对比。研究输出需要引用。计算机使用智能体需要行动日志和对已改变状态的清晰说明。

这些控制会影响真实的效率计算。支持透明审查的较便宜模型可以降低运营成本。需要大量重建其推理过程的模型，则可能抹去节省的成本。

Anthropic 在 Engadget 上的报道聚焦模型定价，因为这提供了简单的比较。部署经济性还包括工程、监控、人工审查、事件响应和失败任务恢复。

对许多企业而言，这些周边成本超过模型费率之间的差异。更好的模型行为仍能降低这些成本，尤其是在它能于审查者介入前捕捉错误时。

因此，Opus 5 最强的商业成果将是更低的工作流总成本，而不仅是更低的 token 消耗。Anthropic 通过更好的自主性和灵活的工作强度，为这一结果提出了可信的机制。

客户现在需要测试这一机制是否有效。他们应比较完成的任务，而不仅是响应，并纳入每一次重试和审查步骤。

云端可用性让此类大规模评估成为可能。它也会迅速暴露薄弱环节。Opus 5 故事的下一阶段将写在部署日志中，而非发布图表上。

Opus 5 的主张仍未证明什么

接近前沿的基准表现并不能证明 Opus 5 能在长期、高后果或对抗性工作中全面替代 Fable 5。

有三项不确定性值得关注。第一项是独立验证。Anthropic 选择了评估设置并报告发布结果，因此外部测试必须确认该模型的相对性能。

第二是行为一致性。较高的平均分可以与不同运行之间令人沮丧的波动并存。生产环境中的智能体需要可预测的判断力，尤其是在它们不仅能生成文本、还能采取行动时。

第三是经济层面的完整性。半价访问并不保证最终成本减半。更高的推理强度、重试、更长的输出以及人工修正，都可能改变最终成本。

这些不确定性并不否定 Anthropic 的说法。它们界定了这些说法目前能够支持的范围。

现有证据支持将 Opus 5 描述为比 Opus 4.8 更高效的继任者。它也支持将该模型视为许多编程和知识工作流中可信的默认选择。

但这些证据不足以宣告 Fable 已经过时。Anthropic 自身仍认为 Fable 适用于持续数日的自主项目，而这一说法尚未得到足够的对比测试。

安全性又增加了一层复杂性。Anthropic 表示，基于自动化行为审计，Opus 5 是其最具对齐性的模型。这里的对齐是指遵循预期规则，并避免有害或欺骗性行为。

自动化审计可以一致地覆盖许多场景，但无法预见每一种生产环境。用户会将 Opus 与工具、私有数据和不同于 Anthropic 测试环境的指令结合使用。

模型的行为还取决于周围的系统。记忆、检索、工具描述和审批规则都会塑造智能体能够执行的操作。部署设计既可能放大模型的内在风险，也可能降低这些风险。

开发者应警惕过度主动性。Opus 5 创建中间工具并探索替代方案的能力很有价值，但也扩大了可能采取行动的范围。

系统需要清晰定义成功标准和明确的停止条件。缺少其中任何一项，持续执行就可能变成不必要的活动。

团队应使用故意设计得不完整的任务测试模型。可靠的智能体应识别缺失信息，而非凭空编造假设。它应能区分工作流受阻与需要创造性解决问题的请求。

他们还应评估可逆性。对文件、数据库、客户记录和外部通信的修改，需要不同的审批门槛。

一个有用的智能体可以准备变更，但不实际应用。它可以起草信息，但不发送。这些边界让组织既能受益于更强的推理能力，也能保留人为控制。

知识工作者面临相关风险。Opus 可以综合大量材料，但简洁的文字可能掩盖不确定性。用户应能够将重要主张追溯至其来源。

当 AI 输出成为组织记忆时，这一点尤为重要。缺乏支持的陈述可能扩散到报告、计划以及后续模型提示中。检索系统应保留溯源信息，而非只存储润色后的结论。

此次发布还引出了一个更广泛的市场问题。随着高能力模型变得更便宜，组织将自动化更多任务。即使单位成本下降，模型总支出仍可能上升。

这种扩张并非天然负面。它意味着团队应评估哪些用途能创造真实价值，哪些只是在生成更多内容。

如果 Opus 5 能以更少监督完成有意义的工作，它就会成功。如果更低的定价主要鼓励更高产量、却仍需要大量审查的输出，它就会令人失望。

Anthropic Engadget 的说法提供了一个有用的起始假设：接近顶尖的能力已变得显著更易获得。现在，生产环境中的证据必须证明，这种可及性能否转化为可靠的结果。

决定 Opus 是否取代 Fable 的三大信号

下一阶段取决于独立任务结果、Anthropic 的路由决策，以及竞争对手对其新效率基准的回应。

第一个信号是独立机构在长时间运行的智能体任务上的表现。评测者应测试持续数小时、涉及多种工具且包含可恢复失败的项目。

如果 Opus 能保持目标，并以接近 Fable 的成功率完成这些任务，Anthropic 的效率论点将大大增强。日常工作与前沿自主能力之间的界限将开始消融。

如果 Opus 失去连贯性、重复失败策略，或需要更多人工介入，Fable 的高价定位就会显得合理。最有价值的报告将包括完整执行轨迹和总修正时间。

第二个信号是 Anthropic 自身的产品路由。该公司已将 Opus 5 设为 Claude Max 的默认模型，以及 Claude Pro 上最强的选项。

未来的默认设置将比营销语言透露更多信息。如果 Anthropic 越来越多地将复杂工作路由给 Opus，且无需升级处理，这将表明其对模型运营可靠性有信心。

如果该公司保留显著的 Fable 访问入口，或扩大自动升级机制，则说明 Fable 仍具备有意义的优势。安全路由的变化尤其值得关注。

第三个信号是竞争对手的回应。OpenAI、Google 和开放权重模型开发者如今面临了一个按单位成本衡量能力的新参照点。

迅速的价格调整或聚焦效率的新发布，将验证 Anthropic 对市场施加的压力。若竞争对手能在相近的运营水平下交付更强结果，则会削弱 Opus 5 的优势。

云端采用情况将提供辅助证据。企业平台上更广泛的可用性可以增加试验，但使用量本身无法证明质量。案例研究应报告已完成的结果和监督要求。

开发者和买家不应将这一决策简化为单一排行榜。他们可以选择一组具有代表性的任务，定义可接受的结果，并衡量达到这些结果所需的每一次尝试。

对于编程，这意味着测试通过、无关改动有限，以及可审查的差异。对于研究，这意味着来源可追溯、矛盾已解决，以及明确说明不确定性。对于计算机操作，这意味着行动正确，并能安全处理意外状态。

Opus 5 之所以重要，是因为它让这种评估变得值得进行。Anthropic 正以更低成本提供足够强的能力，挑战了“最昂贵的模型理应承担最困难工作”这一默认假设。

此次发布并未终结这场比较。它改变了谁需要证明什么。Opus 不再需要证明自己属于前沿阵营；Fable 必须证明其剩余优势足够频繁地出现，因而确实重要。

对于关注 Anthropic Engadget 标题的读者，实际的下一步很简单：测试完成后的工作流，而非孤立的提示。你最有价值的哪些任务确实需要 Fable，哪些现在应交给 Opus 5？