AnthropicFable5推出「自我改进」代理系统，验证覆盖率达73%

Anthropic工程师整理的14步路线图，以三层架构及四层复利堆叠，拆解如何围绕Fable5打造逐次复利的自我改进代理系统；内容取自工程文章、团队公开实验。Anthropic的ContinualLearningBench实验显示，配备记忆的Fable5验证覆盖率达73%。##四层复利堆叠架构：从原语层到自我改进层的逐层运作方式（来源：AnthropicFable5）根据原文框架，四层复利堆叠由下往上建构，每层的输出向上流经顶层后被评分、蒸馏，再写回记忆层：·Layer1（原语）包含Fable5本身、子代理、worktrees及工具，为多数用户目前使用的层级；·Layer2（编排）以/goal与Outcomes做自我修正循环、动态工作流做多步骤编排、Routines做云端长期执行；·Layer3（记忆）包括状态档（STATE.md）、Skills、KnowledgeBases及已蒸馏的教训；·Layer4（自我改进）包括视觉自我验证、eval循环及规则蒸馏，代理为自己的输出评分、精修Skill、将教训写回记忆，使循环闭合。##/goal与Outcomes：两种目标驱动循环的使用情境对比根据Anthropic工程文件，/goal（ClaudeCode）与Outcomes（ClaudeManagedAgents）共用相同的核心形状：独立评分者检查工作，「未达标」判定启动下一轮迭代，评分者通过时循环退出。两者的选择规则如下：/goal适用于本机运行、工作阶段内、有可衡量终态的任务（如代码调试、单一档案精修），采纯文字目标与模型评分者；Outcomes适用于需在Anthropic托管基础设施上跨时数或跨日运行的任务（如ML训练、长时间迁移），采基于档案的评分标准、子代理评分者，并设有硬性max_iterations上限。两者共用的关键结构原则：写程序的代理不是评分的代理。##ContinualLearningBench实验：Fable5记忆验证覆盖率73%根据AnthropicContinualLearningBench1.0实验，五阶段记忆递进（Fail→Investigate→Verify→Distill→Consult）在不同模型上的表现差异如下：Sonnet4.6：在第1阶段退出，记忆仅为失败笔记与未解猜测，鲜少查阅先前笔记，记忆不复利Opus4.7：在第3阶段退出，建立含不确定性标注的参考文件，验证覆盖率为7-33%（中位数约17%）Fable5：倾向走完整整个五阶段递进，在最强执行中验证覆盖率达73%（30题中22题），并将所学蒸馏为可适用于未来任务的通则此外，ParameterGolf实验中，Fable5搭配独立验证者探索了更大的架构层级变更，并穿越负向的中间结果，最终达成的改进数量约为Opus4.7的六倍。##五阶段记忆递进与状态档架构：STATE.md的五个结构区段根据Anthropic工程文件，状态档（STATE.md）的五个区段对应五个记忆阶段：Verifiedfacts（已停止猜测的事实，第3阶段输出）、Generalrules（超越特定个案的蒸馏规则，第4阶段输出）、Openfailures（进行中的第1-2阶段工作）、Lessonslearned（更多第4阶段输出）、Lastsession（第5阶段的续跑指标）。ContinualLearningBench的数据显示，若每次工作阶段开场不读取STATE.md及相关Skills，即使是Fable5也会表现出Sonnet等级的记忆行为。Skills存放于~/.claude/skills/，跨项目可用，是程序记忆的长期积累载体；每一条经确认的教训应写入Skill，而不仅是STATE.md。##Fable5安全分类器与成本路由：高风险领域后备Opus4.8，成本依任务复杂度路由根据Anthropic工程文件，Fable5内建安全分类器，在资安漏洞研究、生物、化学及模型蒸馏等领域拒绝回应并自动后备至Opus4.8；其319页systemcard记载了分类器的完整范围，部分降级行为在2026年6月上线后被发现深埋文件中。Anthropic工程师实际使用的成本路由模式为：Fable5担任编排者（跨日规划、委派子代理、视觉验证）；Opus4.8处理困难但有界的子任务（架构决策、复杂除错）及分类器封锁的后备；Sonnet4.6处理高量工人任务（lint、简单重构、文件更新）；Haiku4.5担任评分者子代理与廉价分类器。##常见问题####**Fable5的「自我改进」与「自我学习」有何不同？**根据Anthropic工程文件，自我学习是指模型根据所学更新自身权重，Fable5不做这件事，公开可用的模型目前亦无在生产环境实现此能力。自我改进是指模型周围的系统随每次执行而复利：记忆积累已验证的事实、Skills因加入边角案例而更锋利、eval循环精修提示；模型本身不变，运行环境变得更锐利。####**Routines是什么，何时推出？**根据Anthropic工程文件，Routines是储存的ClaudeCode设定（提示、储存库、连接器、权限），在触发条件下于Anthropic托管的云端基础设施上执行，即使本机关闭也持续运行；Routines于2026年4月14日以研究预览推出，支持排程触发、API触发及GitHub事件触发三种类型。####**为何独立验证者子代理优于自我批评？**根据Anthropic工程师PrithviRajasekaran的工程部落格文章及Fable5上线数据，模型评估自己的输出时会看到自身的推理轨迹，偏向与先前所写一致的结论；另一个代理仅看输出物与评分标准，验证者在制作人的赛局中没有利害关系，能探索更大的假设空间并从负向的中间结果中恢复。