Claude Code之父的夜班AI軍團，F(xiàn)able 5兩個命令搭好

新智元報道

【新智元導(dǎo)讀】你還在跟AI聊天？Claude Code之父早讓幾千個AI通宵替他干活了。這套打法，F(xiàn)able 5兩個命令就能搭好。

過去一年，他沒再親手寫過一行代碼。

他每天提交幾十個PR，有一天沖到150個，創(chuàng)了個人紀(jì)錄。

更離譜的是，他手上同時跑著幾百個AI智能體，每晚還有幾千個替他上夜班。

這是Claude Code之父Boris Cherny，前段時間在一場面向開發(fā)者的公開對談上親口說的。

他手機上開著Claude應(yīng)用，左邊一個小小的代碼標(biāo)簽，里面同時掛著5到10個會話。

每個會話底下又是一堆智能體，白天幾百個在跑，一到晚上，幾千個開始干更深的活。

模型寫了全部的代碼，他一行都不碰。

對于他來說，編程這事，已經(jīng)解決了。

一個人憑什么能管幾千智能體？

一個人管幾千個智能體，讓它們同時在一個代碼庫里改代碼，不失控、不打架、不成批制造垃圾。

Boris的秘訣，藏在一個詞背后：循環(huán)（Loop）。

他說，Loop是他見過最簡單、又最好用的東西，Loop才是未來。

Loop的本質(zhì)，是讓Claude用定時任務(wù)調(diào)度一個能重復(fù)跑的活，每分鐘、每五分鐘、每天，隨你定。跑起來之后，基本不用管。

他手上有幾十個Loop常年在轉(zhuǎn)：

一個專門盯著他的PR，自動修持續(xù)集成（CI）、自動變基；

一個負(fù)責(zé)讓CI保持健康，哪個測試不穩(wěn)定，它自己去修；

還有一個每30分鐘去X上扒一遍用戶反饋，聚類整理好了再提交給他。

更關(guān)鍵的是，越到后面，連開Loop這一步都不太用Boris開口了。

有回他只讓模型跑個數(shù)據(jù)查詢，模型自己回了一句：我發(fā)現(xiàn)這份數(shù)據(jù)一直在變，那我起個Loop，每30分鐘給你出份報告。

他說行，順手發(fā)我Slack上。模型轉(zhuǎn)頭就把這事辦了。

就在前段時間，Boris還說自己不再寫prompt了，只寫loop。

很快可能他連loop也不用寫了。

智能體

正在改寫「干活」這件事

這背后，是「干活」這件事本身變了。

過去是你寫一句、AI答一句、你再寫下一句；現(xiàn)在是你搭一個會自己找活、自己干活、自己交活的小系統(tǒng)，然后轉(zhuǎn)身走開。

Anthropic前不久還上線了Routines，把同一套機制搬到服務(wù)器端，合上電腦，它照跑不誤。

「工程師」這個角色，在Boris這兒也被改寫了：

模型負(fù)責(zé)寫代碼，他負(fù)責(zé)搭系統(tǒng)、做驗收。一天幾十上百個PR從智能體手里冒出來，他真正的活兒，是判斷哪些能合、哪些得打回去。

用他的話說，這并非「AI取代了工程師」，而是人正從操作執(zhí)行者，變成自動化系統(tǒng)的設(shè)計者：重心從「把這一行代碼寫對」，挪到了「搭一套能自己把代碼寫對的系統(tǒng)」。

他甚至預(yù)測，再過一年，防提示注入、命令校驗、人工審批這些安全環(huán)節(jié)都會沒那么重要，因為模型會越來越自覺地做對的事。

而這套打法，早就不只是他一個人的玩法。

據(jù)Boris說，公司里幾乎沒有手寫代碼這回事了，連SQL都是模型寫的。整個公司，找不出幾行還是人敲出來的代碼。

更魔幻的是另一幕。當(dāng)他的幾個Claude在Loop里寫代碼時，它們會自己跑到Slack上，跟同事的Claude聊天，對齊那些誰都還沒想明白的地方。

一群AI在Slack群里開會，把活兒分清楚，各自回去干，這在Anthropic已經(jīng)是日常。

更狠的是團隊構(gòu)成：工程經(jīng)理、產(chǎn)品經(jīng)理、設(shè)計師、數(shù)據(jù)科學(xué)家、財務(wù)、用戶研究員，每一個人都在寫代碼。

職能還在，但人人都多了一層「調(diào)度AI去干活」的通用能力，成了跨學(xué)科的通才。

從寫prompt到寫loop

中間隔著一道驗收

一個會自己無限干活的AI，憑什么不是一臺高速產(chǎn)出bug的機器？

答案在一個被大多數(shù)人略過的環(huán)節(jié)：驗收。

Loop能自己跑而不自嗨，靠的是一套「目標(biāo)驅(qū)動」機制，在Claude Code里對應(yīng)/goal命令。

你給它一個目標(biāo)，比如「/tests/下所有單測通過、lint干凈」，它每干完一步，就有一個獨立的小模型來判一次：到了沒？沒到，接著干；到了，停。

這個負(fù)責(zé)打分的「監(jiān)工模型」，不是那個干活的模型。

這個簡單的設(shè)計，恰恰是整個loop的心臟。

沒有它，一個跑一整晚的Loop，很可能就是一臺睡著了還在批量提交垃圾代碼的機器，而且提得理直氣壯。

Boris早就驗證過這一點。

他此前分享工作流時給過一條建議：想把Claude Code榨到極致，最重要的一步，就是給它一個能驗證自己工作的方式。

一旦有了這個反饋閉環(huán)，產(chǎn)出質(zhì)量通常能翻2到3倍。

一個「讓AI自己檢查自己」的動作，抵得上換一代模型。

這套循環(huán)普通人也能用

前面那套循環(huán)，已經(jīng)被做成了產(chǎn)品，普通人照樣能上手。

Fable 5發(fā)布后，一份在X上流傳很廣的教程，作者實測3周后稱：大多數(shù)人像用普通Claude那樣用Fable 5，等于白白浪費了它真正值得付費的東西。

該作者先點出Fable 5區(qū)別于以往所有Claude模型的三項能力。

教程總結(jié)的Fable 5三大能力：長期自主干活、自我校驗、讀懂密集圖表。

第一項，它能連著干幾天的活，而非幾分鐘。

以往的模型都是短跑選手，F(xiàn)able 5是第一個為「長期自主干活」而生的模型。

在Claude Code里，你可以把一個跨越多天的項目整個丟給它，它自己分階段規(guī)劃、自己派子智能體、一直干到達(dá)標(biāo)為止。

第二項，它會自己查自己。任務(wù)干完，它不急著交差，先給自己寫測試、跑測試、抓出錯誤、修完，才說一聲「做完了」。

第三項，是讀懂密集圖表的能力。

據(jù)作者實測，財報里的表格、PDF里嵌的圖、架構(gòu)圖、儀表盤截圖，以往Opus 4.8偶爾會認(rèn)錯列、看混坐標(biāo)軸的地方，F(xiàn)able 5能穩(wěn)定讀對。

而要把這些能力真正用起來，靠的就是兩個命令：/goal和/loop。

不用它們，你是在花2倍的價錢買一個聊天機器人；用上它們，你買到的是一個自主干活的員工。

/goal奔著終點跑，到了自己停；/loop按點反復(fù)跑，直到你喊停。

/goal的機制，是你定義結(jié)果，它負(fù)責(zé)迭代。它能不能跑好，有條鐵律：把「完成標(biāo)準(zhǔn)」寫具體，而且必須給一條失敗退路。

比如，「改進這段代碼」是個壞目標(biāo)，因為沒法驗證；「/tests/下所有測試通過，只許改/src里的文件，修3次還不過就停下來匯報」是個好目標(biāo)，因為每一條都能核對。

/loop則不奔某個終點，而是按點反復(fù)跑，跑到你喊停。

比如每30分鐘查一遍錯誤日志，把嚴(yán)重級別的挑出來用大白話匯報；或者每小時掃一遍收件箱，摘要新郵件、把該回的草稿先擬好。

分工口訣就三句：有明確終點，用/goal；按周期重復(fù)，用/loop；要一直跑到某個條件達(dá)成，兩個疊著用。

放手之前，還有句最實在的告誡：先把花費的上限設(shè)好。一個沒封頂?shù)?goal撞上難題，token能燒得飛快。

讓它記住你：20分鐘的本地配置

教程還提到一步，多數(shù)指南都跳過了，偏偏最要緊。

Fable 5不會記住你。每次開新會話，它對你的業(yè)務(wù)、文風(fēng)、客戶、偏好一無所知，一切從零開始。

解法是在自己機器上搭一套本地上下文系統(tǒng)，只用20分鐘就能搭完。

一個文件夾、兩個markdown文件、一組技能，就是讓Fable 5「認(rèn)識你」的全部配置。

一共分四步。

第一步，建一個上下文文件夾，比如叫fable-workspace，當(dāng)作它每次開工前必讀的「單一事實源」。

文件夾中可以放如下內(nèi)容：一頁紙的業(yè)務(wù)和優(yōu)先事項概要、常干活兒的操作規(guī)程、在辦項目的關(guān)鍵信息、常引用的戰(zhàn)略文檔，再加一份決策日志。

每個文件壓在一頁內(nèi)，內(nèi)容太多反而吃掉上下文窗口。

第二步，建一個記憶文件claude-memory.md，再留一條指令：每當(dāng)我聊到業(yè)務(wù)、偏好或處境的重要信息，就把要點更新進去，寫短點，標(biāo)上日期。

從此它自我更新，你提過一次新客戶，下次會話它已經(jīng)知道。

第三步，建一個指令文件claude-instructions.md，寫清每次會話的行為守則：開工前先讀記憶文件、給建議前先翻舊決策、拿不準(zhǔn)就問別瞎猜、干完活主動匯報并標(biāo)出需要人過目的地方。

第四步，在Claude Code里用/add指向這個文件夾，或?qū)戇MCLAUDE.md。連上之后，每次會話一開場，它就已經(jīng)帶著你的全部背景。

這套配置還有個好處：哪天換了別的AI工具，上下文直接打包帶走。

省錢方面，有一套二八打法：只把Fable 5用在那20%真正吃它長處的活上。

在Claude Code里，F(xiàn)able還能自己派更省錢的子智能體去干粗活：它出方案，Sonnet、Haiku這些去執(zhí)行，最后再由它回來驗收。

到這一步你會發(fā)現(xiàn)，Boris那套「夜間AI軍團」拆開無非三樣：

一個會自己干活的模型、一套定義「做完」的標(biāo)準(zhǔn)、一個按時運轉(zhuǎn)的循環(huán)。

模型和循環(huán)都已具備。

真正稀缺的，是那個能和模型說清「任務(wù)做完是什么樣」的人。

參考資料：

https://safe.ai/blog/significant-increase-in-digital-labor-automation

https://x.com/free_ai_guides/status/2073050543027638443

https://youtu.be/SlGRN8jh2RI

https://x.com/bcherny/status/2007179861115511237

編輯：元宇