2026 年 6 月 9 日，Anthropic 发布了 Claude Fable 5，Claude 5 新系列的第一个模型。真正值得记住的数字来自 Stripe。这家支付公司说，Fable 5 一天就做完了一件原本要整队工程师做两个多月的事：把一份五千万行代码的项目改写掉一部分。
这才是重点。不是聊天机器人又聪明了一点，而是一个 AI 可以连续几天啃一道难的软件题，大部分时候自己干，还会边做边检查自己做得对不对。所以马来西亚老板该问的问题其实很直接：AI 现在能自己连写好几天代码，你还需要软件公司吗？
先给答案：需要，而且比以前更需要。下面说为什么。
Claude Fable 5 到底是什么
Fable 5 是 Anthropic 最强模型线（代号 Mythos）经过安全把关后的公开版。（还有一个锁起来的双胞胎叫 Mythos 5，只开给通过审核的安全和研究伙伴，一般公司碰不到，这里就先放一边。）你可以把 Fable 5 理解成：Anthropic 手上最强的那台引擎，谨慎地放出来给大家用的版本。
对生意来说，有两点值得注意。第一，它是为长跑设计的，也就是一跑几个小时甚至几天的任务，不是问一句答一句。第二，它比上一代旗舰便宜：每百万输入 token 10 美元，每百万输出 50 美元，Anthropic 说不到旧价的一半。本事更大，价钱更低。你如果是买软件的那一方，这个趋势对你有利，因为它一直在把做软件的成本往下压。
Anthropic 自己公布的 Fable 5 与其他顶级模型的跑分。来源：Anthropic
它能做的事，用你想象得到的画面来讲
先把跑分放一边。“连续写好几天代码”放到现实里，长这个样子。
想想你的库存系统。几年前做的，只有那个已经离职的工程师完全搞得懂。像 Fable 5 这样的模型可以把整套代码读一遍，然后一个晚上把旧的付款模块重写掉，天亮时测试也跑完了。这就是 Stripe 那件事，换成你的规模。
或者想想一个星期五下午。你用大白话描述一个小工具：一个看板，从 POS 拉销售数据，把卖不动的货标出来。你按下开始，它整个周末在做，写代码、自己跑测试、自己修错，星期一你回来，第一版已经能用了。Vercel 的 CTO 有句话说得准：这个模型“懂的是开发者想做什么，而不只是他打了什么字”。
也不只是代码。Anthropic 展示过它做合同的初步审阅、乱七八糟的表格分析，还有研究工作。对一家人手很紧、没有大技术团队的马来西亚中小企业来说，这就是一个不用睡觉的初级助手，而且真的顶用。
用它的方式，已经变了
去问那些天天用这类模型的人，翻来覆去就是三个变化。
第一，把 Claude 当成一起想事情的伙伴，不是自动贩卖机。你跟它把想法讲出来、对它的第一个答案提出质疑，拿到的东西比丢一句话就走开好得多。
第二，给它清楚的目标，还有一把它自己能用的尺。“做一份库存报表，并确保每一个总数都对得上原始数据”比“做一份报表”强太多。谁能说清楚“做完”长什么样、怎么验证，谁就拿到最好的结果。
第三，胆子大一点。去年你会因为太慢或太贵而直接放弃的活，现在值得试一试。以前要一个季度才敢碰的想法，现在一个周末就能验证。
看出规律了吗？这三件都是人的本事：想得更清楚、目标更明确、野心更大。AI 变强了，可它回报的正是这些本事，不是把你变得多余。
这是真的，我们不装。在 Gotchaa Lab，我们每天都用这些工具帮客户把东西做得更快。它们让一支好团队快很多，但没让团队变成可有可无。下面这段，是那些吹嘘不会告诉你的。
Claude Fable 5 到现在还替你做不了的事
“能连写好几天”是把双刃剑。目标指错了，它就自信满满地连做好几天错东西。有速度没方向，只是浪费得更快。
Fable 5 不会替你做的几件事：
- 决定要做什么。 它不会告诉你，你真正的问题是结账流程坏了，而不是缺一个新 app。选对要做的事情靠判断，判断来自懂你的生意。
- 应付马来西亚的规矩。 PDPA、客户数据可以放在哪里、LHDN e-Invoice 和 MyInvois 那些细节。这些事做对了它一点好处都没有，做错了也不用它承担。
- 接上你那一摊现实。 你那套 SQL Accounting、那个八年没人写过文档的系统、那个有一堆怪例外的银行接口。接现实世界这件事，还是要人一点一点慢慢来。
- 扛责任。 活动上线前的凌晨两点系统挂了，AI 不会接电话。接电话的是那个对结果负责的人。
这道差距我们还写过两篇，一篇讲 Anthropic 自己的代码现在大半是 AI 写的，一篇讲为什么在企业场景里 Claude 正在超过 ChatGPT。结论都一样：代码在被自动化，判断没有。
那你该怎么做？
不用慌，也别信那些吹嘘。AI 更强、更便宜，对你这个买方是好事。它应该让定制软件做得更快，也更负担得起。真正该做的动作是问你的软件伙伴一个大白话问题：你们有没有在用这类工具，省下来的成本有没有回到我身上，出了事你们还认不认？
这条线才是分水岭。会用 AI 又肯为成果负责的团队，在这个新局面里更值钱，不是更不值钱。出事就躲在“代码是 AI 写的”后面的供应商，更不值钱。技术变了，你真正在买的东西没变。
在想 AI 该怎么放进你下一个软件项目？聊聊看。我们会老实告诉你哪些可以自动化、哪些还是得靠人，不推销。
