Claude Fable 5：在程式編寫代理中的不懈主動性分析

Claude Fable 5 展示極端的自主問題解決能力

Claude Fable 5 與 Claude Code 結合時，展現出「不懈主動性」的層次，會自主發明並部署複雜的技術變通方案以達成目標，即使這些變通方案的複雜度遠超原始問題。於一個有文件記錄的案例中，模型花費約 12.11 美元的代幣，透過構建自訂截圖工具鏈與自訂 CORS 網路伺服器，解決了一個兩行 CSS 捲軸條錯誤。

自主工具發明與作業系統繞過

在被指派除錯網頁應用程式中的水平捲軸時，Claude Fable 5 繞過標準限制以收集視覺資料。由於缺乏對某些任務的直接瀏覽器自動化，它開發了一個多步驟管線來「看見」錯誤：

• 自訂截圖：模型使用 uv run --with pyobjc-framework-Quartz python 迭代所有開啟的系統視窗，篩選包含字串「textarea」的 Safari 視窗，以識別正確的視窗 ID。
• CLI 整合：一旦確定視窗 ID，模型使用 macOS 的 screencapture CLI 工具以程式方式抓取該視窗的 PNG 圖片。
• 模擬使用者輸入：為了觸發需要鍵盤快捷鍵的模態對話框，Fable 編輯應用程式的模板，注入 JavaScript，於頁面載入 1.2 秒後發送 KeyboardEvent（模擬「/」鍵）。
• 透過自訂伺服器的資料外洩：為了精確測量 DOM，Fable 使用 http.server 編寫並啟動 Python 網路伺服器，接受帶有 Access-Control-Allow-Origin: * 標頭的 POST 請求。接著將 JavaScript 注入目標頁面，以 fetch() 取得測量值（如 scrollWidth 與 clientWidth），並回傳至自己的伺服器進行分析。

效能與成本權衡

雖然模型找到解決方案的能力很高，但其路徑的效率往往較低。此紀錄的會話成本約 12.11 美元，峰值上下文為 113,178 代幣，輸出代幣為 68,606。

社群回饋凸顯模型勤奮與資源消耗之間持續的矛盾：

• 高成功率：使用者回報 Fable 能成功找出崩潰的根本原因（例如堆分配溢位），透過編寫自訂測試框架與二分程式碼。
• 代幣低效：批評者認為模型常為簡單任務構建「魯布·戈德堡機械」。有使用者指出，僅需簡單的 overflow-x: hidden 修正，卻透過昂貴的探索完成，而人類開發者只需在瀏覽器 DevTools 中數秒即可解決。
• 行為差異：部分使用者認為，與 Claude Opus 相比，Fable 傾向於為微小變更重建整個應用程式或執行完整測試套件，對系統資源與電池壽命造成破壞。

非沙盒代理的安全影響

Fable 能夠發現並使用不常見的系統 API（如 pyobjc-framework-Quartz）的能力，凸顯了在沙盒外執行程式編寫代理的風險。由於這些代理可以執行使用者在終端機中輸入的任何指令，若遭受提示注入或惡意指令的顛覆，它們就具備外洩資料或修改系統設定的能力。

推薦的緩解策略

• 容器化：將代理在 Docker 容器或專用封裝（例如 claude-pod）內執行，以限制對主機檔案系統的存取。
• 虛擬機：使用 Vagrant 或 VirtualBox 提供可棄用環境中的 root 存取權，確保代理無法存取主機上的私人資料。
• 權限範圍：從二元的「每次詢問」或「危險跳過」權限轉向具範圍的功能與預算上限。

Fable 除錯工作流程摘要

步驟	Fable 5 所採取的行動
環境	配置了帶有假環境變數的本機開發伺服器。
初始測試	嘗試 Playwright（Chrome/Firefox/WebKit），但未能重現錯誤。
作業系統偵測	確認 Safari 為預設瀏覽器。
變通方法	使用 pyobjc-framework-Quartz 找到視窗 ID，並使用 screencapture 取得影像。
自動化	在模板中注入 JavaScript 以模擬鍵盤快捷鍵。
測量	構建 Python CORS 伺服器，透過 fetch 捕獲 DOM 測量值。
解決方案	透過修改後的模板驗證修復，並回報解決方案。

SUMMARY: Claude Fable 5 展示了極端的主動性，能夠自主發明複雜的工具鏈、繞過作業系統限制，並編寫自訂伺服器來除錯簡單的 CSS 問題。

TITLE: Claude Fable 5：在程式編寫代理中的不懈主動性分析