6月9日凌晨，Anthropic放出了Claude Fable 5。48小時後，一條消息在矽谷工程圈炸開了——Stripe用它一天完成了5000萬行Ruby程式碼的遷移。
5000萬行是什麼概念？一個中等規模互聯網公司的核心系統大概也就這個量級。這種活，人類團隊通常要幹兩個月以上。Stripe的這次遷移，效率提升了大約60倍。
我翻了一下Fable 5的基準測試數據，覺得這不是一次普通的模型升級。它正在改變軟體生產的經濟學——當遷移程式碼的成本從「兩個月團隊」變成「一天算力」，企業IT裡「自己做還是外面買」這筆帳，得重新算了。
SWE-bench上的差距不是量變
先看數據，因為數據不會說謊。
FrontierCode Diamond的差距尤其值得看：29.3%對5.7%，差了5倍多。這個測試考的不是「寫個排序演算法」那種活，而是處理真實世界中複雜度極高的工程任務。5倍差距意味著——在人類工程師都覺得棘手的程式碼問題上，Fable 5跑到了一個完全不同的檔位上。
但基準測試分數是一回事，真實的工程能力是另一回事。讓我說一個更具體的東西。
它不是在「生成程式碼」，是在「做工程」
大部分人對AI編碼的印象還停留在「你寫個需求，它給你一段代碼」。Fable 5不太一樣。
面對一個複雜的Bug，Fable 5的操作流程是這樣的：先收集相關數據，然後添加日誌來觀測運行狀態，接著根據日誌驗證自己的假設，確認問題定位之後才動手修，修完還要驗證——確認問題確實解決了，才宣布任務完成。
說白了，這是一個資深工程師的工作方式。不是那種一上來就動手改代碼的愣頭青，而是先搞清楚問題到底是什麼的人。
這個特質值得多說兩句，因為它是模型自身內化的行為模式，不是你在提示詞裡寫了「請先分析再動手」就能調出來的。你給GPT-4o寫十遍「請仔細分析再修改」，它該一上來就改還是一上來就改。Fable 5不寫這句，它自己也先分析。
這事的含義很直接：當AI能像資深工程師一樣處理複雜工程問題時，它就從「寫程式碼的工具」變成了「能獨立交付的工程師」。這個區別比參數量大了幾倍重要得多。
視覺能力：截個圖就把你的應用還原了
Fable 5還有一項能力讓我覺得挺震撼的——給它一張應用截圖，它能還原出整套網頁應用的原始碼。不只是搭個視覺相似的殼子，是結構、邏輯、樣式都能還原出來的那種。
還能從專業的科學圖表裡提取精準數據。對於要處理大量PDF、合約、財報、圖表的企業來說，這個能力直接把「文檔理解」的門檻踩下去了。
$10 / $50Fable 5定價：輸入$10/百萬tokens，輸出$50/百萬tokens。不算便宜，但對比一個高級工程師的日成本，這賬挺好算的。
有一個細節要留意：6月23日起，Fable 5從標準訂閱套餐移除，目前免費到6月22日。之後繼續使用需要消耗額度。Anthropic自己對這個模型的定位很清楚——它不是給普通用戶聊天的，是給專業場景用的。
中國市場的另一面：AI智能體從「輔助」變「生產」
Fable 5發佈的同一天，央視財經報導了一組中國企業級AI智能體市場的數據。兩件事放在一起看，挺有意思。
| 年份 | 市場規模 | 同比 |
|---|---|---|
| 2025年 | 212億元 | — |
| 2026年（預計） | 449億元 | +112% |
| 2029年（預計） | 3320億元 | 年複合增長率107% |
107%的年複合增長率意味著市場三年翻四倍多。這不是「AI能不能用」的討論了——企業已經在用，而且投入在加速。
重慶有家企業的做法很典型：產品經理、項目經理、技術經理——三個AI智能體組成一個「AI超級團隊」協同作業。人類工程師的角色從「寫代碼」轉向了「調度與校驗」。深圳另一家公司，AI營銷智能體已經覆蓋了大約3000個項目。
這兩件事——Fable 5的能力躍升和中國AI智能體市場的爆發——是同一個趨勢的兩面：AI正在從「輔助工具」變成「生產工具」。輔助工具的意思是「你做，我幫你快點」；生產工具的意思是「我做了，你看看行不行」。
輔助工具
你做AI幫你快點
生產工具
AI做你看看行不行
當這個轉換發生時，影響的不僅僅是「效率提升20%」這種量級的變化。它改變的是整個軟體生產的經濟學模型。
軟體生產的經濟模型變了
我接觸過的企業裡，CIO做IT決策時最核心的一個判斷是「做還是買」——自己開發還是買現成的SaaS。這個判斷的底層邏輯是：自己做的成本（人力+時間）和買的成本（訂閱費+定製限制）哪個更高。
Fable 5把「自己做的成本」這一側的變數改了。
以前遷移5000萬行程式碼，你需要一支5-10人的團隊幹兩個月。按一個高級工程師月薪3-5萬算，光人力成本就是30-100萬。再加上機會成本——這支團隊兩個月幹不了別的。
現在呢？一天的算力成本。即使Fable 5的定價不算便宜，這筆帳也是顛覆性的。
| 項目 | 人類團隊 | Fable 5 |
|---|---|---|
| 時間 | 2個月+ | 1天 |
| 人力 | 5-10人高級工程師 | 算力 |
| 直接成本 | 30-100萬 | 算力費用（量級遠低於人力） |
| 機會成本 | 團隊兩個月無法做其他事 | 幾乎為零 |
當「自己做」的成本從「兩個月的團隊」變成「一天的算力」，很多以前「買更划算」的決策就翻過來了。特別是對於那些有大量遺留系統需要遷移、維護、升級的傳統企業——以前因為成本太高而一直拖著的系統重構，現在可能變得值得做了。
三類企業受影響最大
第一類：有大量遺留系統的傳統企業。金融、製造、能源行業裡到處都是20年前寫的系統，用著過時的技術棧，又不敢動、動不起。Fable 5讓遷移和重構的成本降了一個數量級，這些系統的「技術債」終於有解了。
第二類：以軟體為核心產品的公司。你的競爭者如果先用上這類工具，開發節奏會直接拉開差距。一個季度發一個大版本和一個月發一個大版本，在SaaS市場裡是生死差距。
第三類：IT服務和外包公司。說實話，這一類的處境最微妙。當客戶發現「我讓AI幹比雇你們幹又快又便宜」的時候，傳統外包的商業模式會被直接衝擊。要麼往AI+諮詢轉型，要麼往下沉市場走。
一個不太被人提起的問題：Fable 5在網路安全等敏感領域會自動降級到舊模型，用戶不一定知道。這意味著你在處理安全相關代碼時，你以為用的是Fable 5的能力，實際上它已經切回了較弱的模型。如果你在做安全審計或者漏洞修復，這個降級行為可能導致你拿到的是一個不夠強的結果——而你毫不知情。企業級使用時，這一點必須在流程設計中考慮到。
給CIO的三條建議
第一，現在就把你公司那些「想動但動不了」的遺留系統列個清單。按程式碼量、技術棧、業務關鍵度排個優先級。Fable 5不是唯一一個往這個方向走的模型——Anthropic的對手們不會坐視5倍差距不管，半年內大概率會有能力接近的競品。到那時，遷移成本會進一步下降。現在做好清單，等工具到位就能動。
第二，開始調整你的「做vs買」決策框架。以前算「做」的成本，按人力+時間算。現在要加上一個新變量：AI輔助下的成本。我建議你拿一個實際項目，用傳統方式和AI輔助方式分別估算一下成本。差距可能會讓你重新考慮之前做過的決策。
第三，在引入Fable 5這類工具時，把安全敏感場景單獨拎出來。不要指望模型自己的降級策略來保護你——它降級了你都不知道。安全審計、漏洞修復、權限相關代碼，要麼不用AI做，要麼用了之後必須安排人類做第二遍獨立審查。這不是保守，是務實。
Stripe一天遷完5000萬行程式碼，這個數字本身足夠震撼。但更重要的不是這一個案例——而是它背後的經濟學含義：軟體生產的邊際成本正在快速趨近於算力成本。對CIO來說，這意味著未來三年裡，大部分IT決策的前提條件都要重算一遍。
