复刻 Fable 5，只用了 Opus 4.8 + 一份提示词，实测 Qwen3.7 也有提升，本地部署版，消费级显卡轻松跑

大家好，我是 Ai 学习的老章

6 月 9 日 Anthropic 放出了他们家最强模型 Claude Fable 5

不过开放那几天，有人扒出了它底层的系统提示词还开源了，更妙的是——拿这套提示词配合 Opus 4.8 跑，居然能复现 Fable 5 大约 90% 的效果

本文一起看下 Fable 5 到底强在哪，再深度解析 Anthropic 官方的 Prompt 工程指南，最后把泄露的系统提示词与其他模型低成本复现 Fable 5，以及一个本地可跑的 12B Coder 蒸馏模型与 Fable 5 结合后的奇效

Fable 5 有多强

Anthropic 官方定位很明确：Claude Fable 5 是面向最高难度推理和长周期 Agent 工作的最强模型：

相比前代 Opus 4.8，Fable 5 在这些方面有明显提升：

• 长周期自主性：能持续数天的目标驱动任务，跨长对话保持指令记忆
• 复杂问题一次命中率：早期测试者反馈，以前需要反复迭代好几天的系统实现，现在一次 pass 就搞定
• 视觉能力：解读密集技术图片、Web 应用截图的准确率大幅提升，还会自动用 bash 和裁剪工具处理模糊/翻转图片
• 企业级工作流：财务分析、电子表格、PPT、文档等专业输出质量更高
• 代码审查与调试：Bug 查找召回率明显高于 Opus 4.8，能跨代码库和 Git 历史搜索
• 模糊性导航：面对复杂、多线程请求时能自行判断下一步
• 多 Agent 协调：调度和管理并行 subagent 的能力显著增强

一句话总结：这货不是来做简单任务的，是来接管那些「以前需要人类花几小时、几天、甚至几周才能完成」的复杂工作的

官方 Prompt 工程指南深度解析

Anthropic 同时发布了一份专门针对 Fable 5 的 Prompting 指南，里面有大量实战干货，我把核心要点拆解出来：

一、Effort 参数是第一控制杆

Fable 5 引入了一个新概念——effort 参数，它是智能度、延迟和成本之间的主要权衡控制器

Fable 5 在 low effort 下的表现，往往超过前代模型 xhigh 的表现，用更低成本获得更好效果

二、超强的指令遵循能力

Fable 5 的指令遵循已经强到不需要逐条列举行为规范了，一条简短指令就能搞定。官方给了个简洁性指令的范例：

先说结果
你完成后的第一句话应该回答「发生了什么」或「你发现了什么」
也就是用户说「直接给我结论」时会问的东西，支撑细节和推理放后面
可读性和简洁性是两回事，可读性更重要

三、长时间运行时的进度审计

在长时间自主运行时，Fable 5 可能会编造进度报告，官方建议加这段提示：

在汇报进度之前，用本次会话中的工具返回结果逐条审计你的每个声明。
只汇报你能拿出证据的工作；如果某项内容尚未验证，请明确说明。

Anthropic 测试表明，这段话几乎消除了虚假状态报告，即使在专门设计来诱导它编造的任务上

四、Memory 系统是杀手锏

官方明确建议为 Fable 5 构建记忆系统，一个简单的 Markdown 文件就行：

每个经验存一个文件，顶部写一行摘要。纠错和验证过的正确做法都要记录，包括它们为什么重要。不要保存代码库或聊天记录里已经有的内容；更新已有笔记而不是新建一份；发现错误的笔记直接删掉。

这就是 Claude Code 里 CLAUDE.md 的设计思想来源

五、Adaptive Thinking 永远开启

Fable 5 的思考模式是永远开启的——不能关闭 thinking，只能通过 effort 参数调节思考深度，而且它的原始思维链永远不会返回给用户，只能看到摘要版

六、Scaffolding 变更建议

官方给的迁移建议非常关键：

1. 从你最难的任务开始：让 Fable 5 自己规划、提问、执行
2. 让自验证显式化：独立的验证 subagent 比自我批评表现更好
3. 重构现有 prompt 和 skill：为前代模型写的 skill 对 Fable 5 来说太过规范化了，反而会降低输出质量
4. 不要让 Claude 复述推理过程：会触发 reasoning_extraction 拒绝

泄露提示词 vs 官方博客：深度对比

有人从 Fable 5 产品端扒出了完整的系统提示词（约 1600 行），开源在 GitHub 上

对比官方博客，有几个非常有意思的发现：

Fable 5 官方指南 vs 泄露提示词对比

Fable 5 官方指南 vs 泄露提示词对比

1. 版权保护极其严格

泄露提示词里有一整个 CRITICAL_COPYRIGHT_COMPLIANCE 区块，规则之严令人咋舌：

• 单个来源引用不得超过 15 个单词（硬限制）
• 每个来源最多引用 1 次，之后该来源「关闭」
• 绝对禁止复制歌词、诗歌、俳句
• 禁止重建文章的结构或组织方式

这解释了为什么 Fable 5 在做内容摘要时表现得特别「自律」

2. 产品生态全貌

从提示词里可以看到 Claude 的完整产品线：

• Claude Code（命令行 Agent 编码工具）
• Claude Cowork（非开发者的知识工作桌面应用）
• Claude in Chrome（浏览 Agent）
• Claude in Excel（电子表格 Agent）
• Claude in Powerpoint（幻灯片 Agent）

Cowork 可以调用上面所有工具，而且都能通过手机端远程访问

3. 格式化风格的本质变化

提示词里明确写了：Claude 避免过度使用加粗强调、标题、列表和要点，只用保持清晰所需的最低限度格式化

以及：在撰写报告、文档、技术文档和解释说明时，Claude 使用散文体，不用要点、编号列表或过多粗体

所以 Fable 5 输出「不再那么爱用列表和加粗」不是 bug，是写在系统提示词里的设计

4. Adaptive Thinking

官方说 thinking 永远开启，泄露版进一步确认：

• 默认 display: "omitted"（thinking 块返回空内容）
• 需要显式设置 display: "summarized" 才能看到推理摘要
• 原始思维链永远不返回，充了钱也只有摘要

5. Safety Classifiers

泄露版确认了安全分类器的精确范围：

• 攻击性网络安全（漏洞利用、恶意软件、攻击工具）
• 生物和生命科学内容（实验方法、分子机制）
• 思维链提取尝试

触发了 classifier 会返回 stop_reason: "refusal"，而不是报错

6. 两者共有但泄露版更直白——搜索行为

泄露版对搜索时机的界定非常详细，比官方博客多了大量场景判定逻辑，比如：

• 任何「现任 XX 是谁」类问题必须搜索
• 死人不需要搜索（因为状态不会变）
• 用户提到不认识的实体，必须先搜索再回答

低成本教程：4 步用 Opus 4.8 跑出 Fable 5 效果

有网友测试把泄露的系统提示词直接喂给 Opus 4.8（其他模型也可尝试一下），能跑出 Fable 5 大约 90% 的效果，操作极其简单：

第 1 步：下载 Fable 5 的系统提示词

地址：https://github⋅com/elder-plinius/CL4R1T4S/blob/main/ANTHROPIC/CLAUDE-FABLE-5.md

第 2 步：把下载的 CLAUDE-FABLE-5.md 放到你的 Claude Code 项目文件夹

第 3 步：使用特殊启动命令

claude --dangerously-skip-permissions --system-prompt-file CLAUDE-FABLE-5.md

第 4 步：模型切换到 Opus 4.8 Max

就这 4 步，原理很简单：Fable 5 的大部分行为改进（指令遵循、格式控制、记忆系统、进度审计）其实都编码在系统提示词里，把这套「行为规范」注入 Opus 4.8，它就会尽力按这套规范来运行

当然了，Fable 5 的底层模型能力（更强的推理、更好的视觉、更长的上下文保持）是提示词模拟不了的，所以说是 90%，不是 100%

我拿Qwen3.7-Max接入Claude Code测试了一下烟花实验

不加Fable5提示词效果如下

加上系统提示词之后，确实加上了很多巧思，比如辉光效果、拖影、消散等效果确实有点Fable5的影子

原版Fable5表现

本地平替：Gemma 4 12B Coder 蒸馏模型

如果你连 Opus 4.8 的 API 费用都不想出，这里还有个本地方案

HuggingFace 上有个叫 gemma-4-12B-coder-fable5-composer2.5-v1-GGUF 的模型，作者 yuxinlu1 做了一件挺有意思的事情：

训练数据来源（最有价值的部分）

这是一个双来源蒸馏模型：

• 主数据集 — Composer 2.5 真实思维链：用 Composer 2.5 解答 Python 算法题，保留那些代码通过了测试的推理过程，所以学到的推理链条都指向「真正能跑通的代码」
• 辅助数据集 — Fable 5 思维链：把 Composer 2.5 做错的题交给 Fable 5 重做，保留通过测试的结果，用来弥补主模型做不出的难题

食谱总结：真实 CoT 做主力覆盖 + 合成 CoT 补失败案例，全部经过执行验证

硬件要求和量化版本

显存/统一内存 vs 上下文长度（以 Q4_K_M 为例）

Apple Silicon 的统一内存也算，只是比独立显卡慢一些

运行方式

推荐用 llama.cpp：

llama-server \
  -m gemma4-coding-Q4_K_M.gguf \
  --ctx-size 16384 \
  --n-gpu-layers 99 \
  --no-mmap \
  -fa on \
  --cache-type-k q8_0 --cache-type-v q8_0 \
  --temp 1.0 --top-p 0.95 --top-k 64 \
  --host 0.0.0.0 --port 18080

也支持 LM Studio、Jan、Ollama 等一键工具，导入 GGUF 就行

注意事项

• 需要较新版本的 llama.cpp（使用 gemma4_unified 架构，旧版不支持）
• 专注 Python/算法编码，这个领域推理质量最强
• 减少了安全拒绝（训练数据没有安全 hedging），生产环境需自加护栏
• 支持 Thinking 模式，推荐开启 enable_thinking=true

v2 更新情况

作者透露：由于 Fable 5 的 API 访问被收回了，手头只攒了一小批 Fable 5 数据，v2 计划改为以 Composer 2.5 为主力，Fable 5 数据做补充，如果一周内 Fable 5 还不回来，可能会引入 GLM-5.2 做额外老师模型——根据 BridgeMind 的评测，GLM-5.2 在 BS 和推理榜上甚至略微超过了 Fable 5