EP129：Fable模型实战指南-Anthropic专家Thariq分享“我们对AI的理解，才是它真正的枷锁”

欢迎收听本期节目，Anthropic的新一代模型Fable已经到来，它带来的不仅是能力的飞跃，更是一场思维方式的革命。来自Anthropic的技术专家Thariq Shihipar将为你揭示，为何与Fable这样的模型协作，需要我们主动“解放”它，甚至“解放”我们自己，用一种近乎“不讲道理”的全新视角，去探索AI能力的未知边界。

在本期节目中，Thariq将Fable的出现比作游戏地图的全面展开——一个充满无限可能，却也令人不知所措的开放世界。他通过生动的案例，如模型如何通过编写代码而非死记硬背来回答“名字以aw结尾的宝可梦有哪些”，深入阐释了“能力富余”（Capability Overhang）这一核心概念。你将了解到，随着模型从“被动执行”进化到“主动协作”，我们过去赖以成功的提示词技巧和系统约束，反而可能成为限制其想象力的枷锁。这份Fable“实战指南”将带你重新审视与AI的协作关系，学习如何发现模型的隐藏潜能，并最终重塑我们对效率与创造力的认知。

您将了解到：

为什么Anthropic的专家认为，新一代AI模型要求我们变得更“不讲道理”，并彻底抛弃传统的“权衡”思维？
与AI“对话”的最佳方式发生了怎样的根本性转变？为什么你过去的提示词技巧，反而可能正在限制Fable这样先进模型的能力？
什么是模型的“能力富余”？理解AI这种非线性的学习过程，如何帮你解锁其超乎想象的隐藏潜能？

💡时点内容 | Key Topics

* [01:48] Fable：展开的地图：Thariq Shihipar宣布Anthropic即将发布新模型Fable，并将其比作“地图正在展开”。他分享了个人对此模型的激动之情，认为它开启了一个充满无限可能的新世界，但也提醒用户这可能会让人感到不知所措，因此需要一份“实战指南”来学习如何与新一代模型协作。

* [04:50] “能力富余”的本质：Thariq Shihipar解释了模型以“跳跃式”或“尖峰式”的方式变聪明，并引入了“能力富余”的概念。他以宝可梦名称查询为例，指出模型通过工具（如代码执行）而非死记硬背来解决问题，并强调使用Fable的一大挑战在于“去发现这些‘能力富余’到底在哪里”。

* [05:16] 系统提示的演进：Thariq Shihipar回顾了系统提示（System Prompt）的演变过程。他指出，随着模型进化，最佳实践从早期的小提示配多范例，发展到后来的大而全，再到如今针对Fable等新模型，反而需要“更精简的系统提示”，因为其想象力已超越范例，过多的束缚会限制其发挥。

* [07:50] 探索未知的四种方法：Thariq Shihipar将编程计划比作“地图”，而实际代码库是“真实世界”，并强调使用Fable的瓶颈在于“能否清晰地定义出那些‘未知’”。他分享了四种利用Fable发现未知的方法：盲点扫描、头脑风暴、访谈和提供参考，以确保人和模型保持同步。

* [13:38] AI时代的编程情感：Thariq Shihipar回顾了AI出现前后编程体验的巨大差异，并分享了一种“既有巨大收获感，也有强烈失落感”的复杂情绪。他坦言虽然怀念过去亲手构建代码的乐趣，但无法回到那个充满挫败感的时代，并认为“唯一的出路，就是坚持走下去”。

* [14:05] 成为“不讲道理”的人：Thariq Shihipar分享了他在Anthropic学到的“不讲道理”文化，即挑战不存在所谓的“权衡”。他指出，像Fable这样的工具彻底改变了“好、快、便宜”只能三选二的传统观念，并鼓励工程师重塑思维框架，“用前所未有的速度，做出我们职业生涯中最出色的工作”。

本播客采用虚拟主持人进行播客翻译的音频制作，因此有可能会有一些地方听起来怪怪的。如想了解更多信息，请关注微信公众号"AI西经东译"获取AI最新资讯。如有后续想要听的其他外文播客，也欢迎联系微信：mayday2303。