CryptoComLearn 发布长文，围绕 Claude Fable 5 的自我改进代理系统给出一套 14 步、3 层级 的搭建方法，重点放在循环、动态工作流、Routines 和记忆机制的组合。文章指出，很多用户仍把 Fable 5 当作单次提示模型使用，但 Anthropic 为这类模型强调的是可持续运行数日的代理能力。
Fable 5的定位与成本结构
文中提到，Claude Fable 5 于 2026 年 6 月 9 日上线，被描述为首个公开可用的 Mythos 等级模型，定位高于 Opus。按照 Anthropic 披露的信息，Fable 5 支持在 Claude Code 或 Claude Managed Agents 这类代理框架中持续工作数日，能够跨阶段规划、调用子代理，并检查自身产出。
价格也对应这一定位：每百万 input token 为 10 美元，每百万 output token 为 50 美元，同时保留 prompt caching 的 90% input token 折扣。可用渠道包括 Claude API、AWS、Amazon Bedrock、Vertex AI、Microsoft Foundry，以及按使用量计费的 Enterprise 方案。
自我改进不等于模型自我学习
文章特别区分了“自我学习”和“自我改进”。前者指模型直接更新权重，文中明确表示 Fable 5 不具备这一能力；后者则是模型外部系统不断积累反馈，把经验写入状态文件、Skills 和评估规则中，让下一轮任务继承上一次的结果。模型本身无状态，运行环境却可以持续积累。
这套结构被概括为四层：底层是模型、子代理、worktrees 和工具；上一层是 /goal、Outcomes、动态工作流与 Routines 构成的编排；再往上是状态文件、Skills、知识库等记忆层；最上层则是视觉自检、评估循环和规则蒸馏组成的自我改进层。
三类关键原语：循环、工作流与云端运行
在具体实现上，文中把 /goal 与 Outcomes 视作同一类“目标驱动循环”的两种落地方式：前者更适合本地 Claude Code 中的快速可衡量任务，后者用于 Anthropic 托管环境中的长时任务。两者共同点很明确——由独立评分者判断是否达标，未达标就继续迭代。
文章还强调，验证者子代理通常优于模型自我批评。原因不是提示技巧，而是结构差异：独立验证者只看输出和评分标准，不继承原始推理路径，更容易对结果作出独立判断。
动态工作流则被介绍为 Claude Code 在 2026 年 5 月 28 日 上线的能力，允许 Claude 实时生成自己的 JavaScript harness，并组合 agent()、parallel()、pipeline() 等原语。文中点名了三种适合自我改进系统的模式：扇出并汇总、对抗式验证，以及“循环直到完成”。
Worktrees与Routines支撑多日代理
多代理并行时，文件冲突会成为实际问题。文章将 git worktree 作为并行安全的重要工具，用于把不同代理隔离在独立工作目录中，让制作者与验证者、多个结构实验或分阶段长任务彼此分离。对需要持续数日运行的代理系统，这不是附加项，而是基础设施。
Routines 则是在 2026 年 4 月 14 日 以研究预览形式推出的云端执行机制。它保存 Claude Code 的提示、仓库、连接器和权限设置，并可在 Anthropic 托管环境中按计划、API 事件或 GitHub 事件触发。文中给出的场景包括每日重跑评估集、CI 失败后自动调查、PR 合并后把新模式写回 Skill。
记忆层决定系统是否真正“复利”
文章最后把重点放在内存系。其引用 Anthropic 团队 Continual Learning Bench 1.0 的框架，将���理记忆概括为 失败、调查、验证、蒸馏、查阅 五个阶段。文中称，在一个 SQL 探索任务中，Sonnet 4.6 往往停在记录失败，Opus 4.7 可推进到部分验证，而 Fable 5 在较强执行中可把 30 题中的 22 题 完成验证，覆盖率达 73%。
支撑这套机制的核心载体是状态文件，例如 STATE.md。文中建议把已验证事实、通用规则、待调查失败、经验总结和上一次会话进度分区保存，并要求每次任务结束前先写入，下一次开始时先读取。项目记忆之外，跨项目的程序记忆则写入 Skills。文章给出的判断很直接：如果教训只停留在对话里，系统就不会持续变强。