Fable 发布后，免费午餐结束了
Fable and the End of the Free Lunch
当 agentic coders 开始对 Anthropic 的定价望而却步时，我意识到 Moore's Law 时代的“免费午餐”已彻底终结。过去，硬件性能的指数级增长掩盖了代码优化的必要性；如今，随着 Fable 的发布及其高昂成本，我们被迫重新思考架构与资源分配。虽然 Fable 表现惊人，但 Opus 或 GLM 5.2 在配合优质上下文时已足够胜任大多数任务。未来的趋势不再是盲目依赖最强模型，而是通过更智能的 harnesses 让不同能力的模型各司其职。Fable 带来的访问控制与数据保留要求，更让企业不得不慎重考虑 token 的去向与数据主权。
当 Moore's Law 生效时， ruthlessly 优化代码毫无意义，因为 18 个月后新 CPU 就会让性能翻倍。
HN 评论区
224- nchmy
真正的革命是 Deepseek v4 flash 以及类似的模型（GPT 5.6 Luna、muse spark 1.2、mimo 等等）——性能 genuinely 出色，而成本却只有 Fable 甚至 GLM 等模型的零头。
我想很多人如果永远不变得更聪明，只是越来越便宜、越来越快，其实也会很满意。当然，这两件事似乎每个月都在继续发生。
- rmast
我做的绝大多数工作都至少和安全沾边。聊着聊着 Fable 总会开始思考安全相关的方面，从而触发防护机制。
也许 Fable 在某些方面比其他模型做得更好，但为了不触发防护机制而不得不小心翼翼地绕弯子，这让 GPT 5.6 变得如此易于使用，以至于我现在甚至懒得再用 Fable（或 Opus 5）了。
- peteforde
几个月前，当微软取消他们 heavily subsidized（ heavily 补贴）的按请求计费模式时，大家感到恼火是可以理解的，因为这无异于在烧钱。
好吧，我来告诉大家，Cursor 背后正在进行的这次 SpaceX 收购案，其 Auto 设置显然现在将所有提示词都路由到了 'Cursor Grok 4.6 High'。
这种程度的补贴让微软当年的做法看起来都显得有点老派了。
我把每月 200 美元的订阅降级到了 20 美元，然后继续做着原本需要花大约 1500 美元用 Opus 4.7 左右才能完成的工作，这就是 Grok 4.6 High 给我的感觉。除了我亲眼所见，我没有任何确凿的证据来支持这个估算，而且我的账户里居然还剩下约 10% 的月度 Auto 额度。这简直疯了。
没法多说更多，因为我还有更多积压的任务要跑完，直到有人回过味来为止。
- g42gregory
我对 GLM-5.3 的体验非常好。订阅限额很慷慨，代码质量堪比旧版（好用的）Opus 4.8。有人报告说它有点慢，但我没感觉到。我使用的是 OMP harness（Pi 的衍生版）以及 Matt Pocock 的技能包。
- mholm
随着模型在智能阶梯上不断训练，许多常见任务将达到完全收益递减的点，之后做这些任务只会变得越来越便宜。但 AI 能够执行的任务范围也在不断扩大。从 AI 融资的角度来看，我不确定‘某些任务不需要处于前沿巅峰的模型’这一点是否值得担忧。
- pigpop
作为一个在 Fable 发布后（很大程度上是因为 Fable 带来的变化）转投 ChatGPT 的用户，读这篇帖子感觉有点天真。不仅我发现 Sol 和 Fable 一样好，甚至更好，而且它速度更快、表现更稳定，写作风格也连贯得多。你也不会随机遇到 Opus 降级的情况。OpenAI 似乎通过与 Cerebras 的合作实现了这一点，所以考虑到我们在这方面似乎才刚刚开始，现在就拿摩尔定律来做比较还为时过早。Anthropic 也可以（而且应该）做同样的事。感觉模型发展已经到了这样一个阶段：为现有的模型构建专用硅芯片是值得的，因为这些模型已经足够强大，即使未来有进一步的突破，它们依然有用。如果有什么问题的话，我觉得 Anthropic 的问题更多在于他们对用户能拿模型做什么事进行微观管理，他们通过过度监管使用情况和功能，给自己制造了不必要的管理开销。
- zkmon
我想摩尔定律的类比有点牵强。在那个案例中，CPU 速度已经遇到了瓶颈。在 AI 案例中，遇到瓶颈的是什么？更新版本的模型仍在源源不断地涌现，能力越来越强。
对用户来说，我觉得更像是‘免费午餐开始了’，所有这些超棒的开源权重模型被四处分发，打破了几家大厂的垄断。
- blfr
大家到底都在做哪些死板的编码任务，以至于可以外包给次一级的模型？