Fable 5 與 Sonnet 5 已發布！你必須掌握的關鍵知識
那些只會說「它變聰明了」的人 vs. 那些真正建立優勢的人
2026 年 6 月，Anthropic 發布了 Claude 5 系列。其中包括頂級的 Claude Fable 5（於 6 月 9 日推出，因出口管制暫時中斷，並於 7 月 1 日全面回歸）以及日常工作的得力助手 Claude Sonnet 5（於 6 月 30 日發布）。
社群媒體上充斥著「它變聰明了」和「基準測試表現驚人」的討論。但讓我誠實地問你——僅僅因為模型升級了，你使用 Claude 的方式改變了嗎？
如果你只是在對話框中輸入問題並獲取答案，而唯一的區別僅僅是因為模型更聰明導致答案品質稍微提升……那麼你錯失了巨大的機會。
隨著第五代的推出，Anthropic 不僅僅將「智慧」作為主要的進化方向。Fable 5 的亮點在於「長期自主工作」。它具備將目標拆解為子任務、委派給工具或其他 Agent、驗證結果，並在出錯時進行修正的能力——同時始終保持目標明確。Sonnet 5 甚至被稱為「史上最強 Agent 能力的 Sonnet」。
簡而言之：只有當你將這些新模型作為 Agent 使用時，才能獲得它們的全部價值。 只把它們當作聊天工具，就像買了一輛跑車卻只用一檔行駛一樣。
實現這種 Agent 運作的框架是 Claude Code 內建的功能。在本文中，我將為大家總結這些功能。
本文有一個規則：我只會介紹任何人安裝後即可立即使用，或任何人稍後都能引入的功能。 我自己的環境中為特定專案建立了數十種自定義技能，但我不會提及那些個人化的依賴項。這裡寫的一切，你今天就能在自己的環境中複製。
關於如何使用 Claude、ChatGPT、Gemini 和 AI Agents 的免費 PDF 禮物
👇
https://foam-violet-8b3.notion.site/AI-PDF-393eb03cfae1801ab564c32ab4614fb9?source=copy_link
第一章：為什麼「Agent 功能」是第五代的核心
模型進化的方向與使用場景相符
首先，讓我們看看 Claude Code 的 Agent 功能地圖。它分為三個層次。
第一層：Sub-agents——Claude 主體調用自己的「分身」來委派工作。
第二層：Workflow——一個用於組織多個分身進行並行研究或相互驗證的系統。
第三層：技能——一個你提供手冊，Claude 閱讀後即可作為專家行動的系統。
這三個層次在第五代之前就存在於 Claude Code 中。改變的是，模型本身現在就是專門為這種工作方式而構建的。
再看看 Fable 5 的官方描述：「拆解子任務」、「委派給其他 Agent」、「驗證結果」和「修正路徑」。這正是第一層和第二層的功能。模型設計理念與 Claude Code 的功能現在已完美契合。
只有當被委派者夠聰明時，「委派」才有效
委派給分身的能力以前就存在，但老實說，我經常對結果感到不安，最後還是自己重新檢查了一遍。這就像一個經理委派工作給下屬，卻因為擔心而檢查每一個細節。這將委派的價值減半了。
當模型變得更聰明時，情況發生了質的變化。你可以信任委派的研究。十個並行運作的 Agent 變成了十個人的力量，而不是十個平庸的結果。此外，「相互驗證」（即一個 AI 的結論被其他 AI 有意挑戰以提高準確性）除非驗證者夠聰明，否則根本無法運作。如果兩個不聰明的實體爭論，那只是浪費時間。
Agent 功能的價值取決於「單元智慧 × 單元數量」的乘積。模型的進化極大地拉高了這個等式的一邊。而另一邊（單元數量和組織方式）則是你透過這些功能所能控制的。
第二章：預設 Agent 功能 [每個人今天都能使用]
Sub-agents——將「研究」委派給分身是正確答案
Claude Code 內建了用於不同目的的標準分身。截至 2026 年 7 月，共有三種標準類型：
general-purpose：一種用於複雜研究或多步驟任務的通用類型。
Explore：專門用於搜尋程式碼和檔案。唯讀、安全且快速。
Plan：專門用於建立實作計畫。它會回傳一份關於以何種順序觸及哪些檔案的計畫。
你只需用日文問：「用 Sub-agent 研究這個。」通常，它會自動判斷任務性質並自動使用它們，無需特別指示。
分身最棒的地方在於，它們閱讀的海量資訊不會淹沒你的主要對話。你是否曾遇過在執行長任務時對話記憶（上下文）被塞滿的情況？使用分身方法，研究過程會留在分身那裡，只有「結論」會回到你的對話中。此外，你可以同時運行多個分身，一次朝三個方向推進研究。
第五代的新常識——「區分指揮官與執行者的模型」
這是最重要的收穫。
在 Claude Code 中，你可以為每個 Sub-agent 指定要使用的模型。你可以在調用時指定，或將其寫入自定義分身的定義檔案中。現在 5 系列已經發布，這種區分變得極其有效。
推薦陣容如下：
- 指揮官（主要對話）= Fable 5：負責整體判斷、規劃和最終檢查的大腦。
- 執行者（並行 Sub-agents）= Sonnet 5：負責研究、實作和驗證的實務力量。
- 雜務（簡單任務）= Haiku 4.5：用於整理檔案等輕量級工作。
為什麼現在這麼熱門？因為 Sonnet 5 提供了媲美 Opus 4.8 的效能，但成本更低。在上一代中，「正確」的答案是用一個頂級模型小心翼翼地完成任務。現在，在一個 Fable 5 的指揮下運行五個 Sonnet 5 單元，是一個現實且更優越的選擇。
切換模型只需使用 /model 指令。只需輸入 /model claude-fable-5。如果你還沒試過，就從這裡開始吧。
自定義 Sub-agents 與 Plan 模式——設計「如何委派」
定義分身「個性」的機制也包含在預設中。只需將 Markdown 檔案放入 .claude/agents/ 資料夾，並寫入角色，例如「你是安全審查專家。僅從此角度進行檢查。」你也可以在此檔案中指定模型。
雖然我建立的具體內容是個人化的，但「建立它們的機制」是分發給每個人的。即使食譜不同，每個人都有相同的廚房。由於它只是 Markdown，你可以透過 Git 分享它，讓整個團隊擁有相同的分身。
隨著你委派的工作越來越多，安全性變得至關重要。Plan 模式允許 Claude 在不觸及你檔案中任何一個字元的情況下，輸出「我將遵循這些步驟」的計畫，並等待你的批准。背景執行讓你可以讓耗時的流程在後台運行，而排程執行則允許進行定期操作，例如「每天早上 9 點執行此檢查」。
Workflow——「軍隊管理」與對抗性驗證
第二層是 Workflow。這是一個透過腳本組織多個 Sub-agent 以按設定順序移動它們的系統。例如：
- 與三個團隊同時進行審查：「Bug 團隊」、「效能團隊」和「安全團隊」。
- 讓另一個 Agent 挑戰這些發現：「那真的是一個 Bug 嗎？試著反駁它。」
- 僅將至少三個驗證者中有兩個同意為「真實」的發現包含在最終報告中。
這種刻意的反駁過程（對抗性驗證）極大地減少了 AI 常見的「看似合理但錯誤」的觀點。由三個獨立單元同意的結論，遠比一個單元的斷言可靠得多。這與人類組織中的雙重檢查邏輯相同。
正如第一章所說，此功能的成敗取決於驗證者的智慧。現在對手方是 Sonnet 5 等級，我們正處於實務應用的黎明期。
第三章：技能——模型會變，技能作為資產長存
技能的本質只是一個 Markdown 資料夾
第三層：技能。揭開秘密，它出奇地簡單——它只是一個包含 `SKILL.md` 手冊的資料夾。
手冊描述了技能的作用、觸發請求、執行步驟以及常見失敗/解決方案。當對話符合條件時，Claude 會自動閱讀它並作為專家行動。你甚至不需要說「使用該技能」。
我想強調這一點：模型會被替換，但技能會留下來。 為第四代製作的技能在第五代中同樣適用。事實上，因為模型更聰明，同一份手冊的執行準確度會提高。模型進化是給所有人的禮物，但「技能」這項資產只會留給那些建立它們的人。這就是差距產生的地方。
只有兩個放置規則：~/.claude/skills/ 用於你的整台機器，或專案的 .claude/skills/ 僅用於該專案。專案端的技能可以提交到 Git 並自動分發給整個團隊。
skill-creator——用「製作技能的技能」自動化資產建立
對於覺得寫手冊很麻煩的人，官方提供了 Anthropic 的 skill-creator。有了它，你只需說：「把我們剛才做的一系列任務變成一個技能」，Claude 就會自己寫出 SKILL.md 並將其放在正確的位置。
這開啟了一個循環：① 用 Claude 執行任務 → ② 讓它將成功的程序變成技能 → ③ 下次用一個詞重現它，如果失敗了，「將該教訓加入技能」。你用得越多，你的 Claude Code 就變得越聰明。
這個循環在第五代中更有價值的原因是，模型變得更擅長遵循長手冊。即使手冊變得冗長且詳細，它也不太可能遺漏中間的指令。
第四章：任何人都可以安裝的官方技能與插件
從官方的「文件四件套」開始
Anthropic 在其官方 GitHub 儲存庫 (anthropics/skills) 中免費公開發布了通用技能。只需將它們複製到上一章提到的位置即可。首先要獲取的是四個與文件相關的技能：
- docx：生成/編輯 Word 檔案（支援標題、目錄、表格）
- pdf：合併、分割、填寫表單以及從 PDF 中提取文字
- pptx：生成/編輯 PowerPoint Slides
- xlsx：生成/編輯 Excel 表格
你可能會懷疑 AI 是否真的能製作 Word 檔案——它絕對達到了專業水準。我幾乎不再手動建立報告、提案 Slides 或試算表的初稿了。對於開發者來說，skill-creator 和 mcp-builder（用於 DIY MCP 伺服器）非常棒；對於寫作者來說，檢測 AI 寫作怪癖並修復它們的 humanizer 類型也非常有效。
插件——技能、Agent 和連接設定的組合包
插件是逐個安裝技能的進階版本。它們將技能 + 自定義 Agent + 外部連接設定 + 指令打包成一個套件，透過 marketplace 的 /plugin 指令安裝。
目前提供用於行銷（SEO 審計、競爭對手分析）、法律（合約審查）、研究（學術論文搜尋）和開發（各種 SDK 支援）的商業套件。注意：許多這些商業插件需要對應的外部服務進行單獨的帳號驗證。如果安裝後無法運作，通常就是這個原因。
第五章：MCP——外部服務的「通用插座」
自主工作需要工具
MCP (Model Context Protocol) 是 Anthropic 於 2024 年 11 月發布的開放標準。簡單來說，它是一個「連接 AI 與外部服務的通用插座」。如果服務提供 MCP 伺服器，Claude Code 只需一個指令即可連接：claude mcp add <name> <connection>。對於需要驗證的服務，你只需在瀏覽器中進行一次通常的 OAuth 即可。
主要支援的服務包括 Figma、Canva、Notion、Google Drive、Slack、Gmail、Discord、Google Calendar、Ahrefs、HubSpot、ElevenLabs 等。這些都是只要有帳號，任何人都可以連接的服務。
在第五代的背景下，MCP 的價值顯然提升了。Fable 5 主打的長期自主工作，本質上就是「在切換工具的同時，持續朝目標奔跑」的能力。從 Slack 接收討論、在 Notion 中檢查規格、修復程式碼，並透過 Gmail 報告結果——連接的工具（MCP）越多，這種「奔跑距離」就越長。龐大的 1M token 上下文正是為了這些跨越多個服務的長任務而存在的。
但「不要過度安裝」仍然適用
當你連接 MCP 伺服器時，該服務的工具列表和手冊會載入到 Claude 的記憶體中。連接太多會擠佔對話容量。即使上下文已擴展到 1M，用不相關的工具定義塞滿大腦也是一種損失。即使你的桌面變寬了，如果你擺滿了不用的工具，工作效率反而會下降。
操作提示依然簡單：「只保留你每天使用的，僅在需要時啟用其他工具。」另一個提示是處理驗證。直接將 API 金鑰提交到 Git 是一個經典錯誤。養成將金鑰放入環境變數的習慣。這是前人留下的教訓。
第六章：我應該以什麼順序引入這些功能？
第五代實作路線：「步驟 0 + 4 個步驟」
步驟 0：切換到第五代模型（現在，1 分鐘）
使用 /model 指令將主體設定為 Fable 5（或 Sonnet 5）。本文中的一切都取決於模型的智慧，所以首先要將基礎設為最新。
步驟 1：使用預設的 Sub-agents（今天）
什麼都不要安裝；只需在你的日常請求中增加一個詞。「與 Sub-agents 並行研究這個」或「先做個計畫」。在這裡感受委派給分身的感覺。
步驟 2：安裝官方文件技能 + skill-creator（本週）
如果你需要製作文件，光是這一點就值得你投入精力。
步驟 3：將一個例行任務變成技能（本月）
挑選一個你每週都會做的任務，並說：「把這個程序變成一個技能。」當第一個技能運作的那一刻，你的心態就會從「使用 AI」轉變為「培養你自己的 AI」。
步驟 4：透過 MCP 連接 2-3 個日常服務（需要時）
只連接你每天使用的服務。Slack 和 Notion 就足夠開始了。
常見失敗模式
最常見的是從步驟 4 開始。它看起來很炫，所以我理解這種感覺，但如果你在無法使用基礎功能的情況下連接了 10 個 MCP，你只會留下「這是一個沉重的工具，我不知道它能做什麼」的印象，然後放棄。請遵循以下順序：基礎（標準功能）→ 形式（技能）→ 連接（MCP）。
另一個是試圖從一開始就讓技能變得完美。技能只是 Markdown，所以你可以隨時修改它。從 60% 的版本開始，每次失敗時都進行補充。這種「成長」方式會產生更強大的工具。
總結：模型進化是自動的。利用率的差距則不然。
將重點壓縮為三行：
- Claude 第五代 (Fable 5 / Sonnet 5) 的核心是「長期自主工作」。除非你將其作為 Agent 使用，否則你將錯過這次進化。
- 框架已內建於 Claude Code 中：Sub-agents、Workflow、技能和 MCP。區分 Fable 5 作為指揮官，Sonnet 5 作為執行者是新的常識。
- 官方技能和插件對每個人都是免費的。模型會變，但技能這項資產只會留給那些建立它們的人。
模型更新會不費吹灰之力地平等分發給每個人。但你將這顆新大腦作為單一聊天夥伴，還是作為軍隊的指揮官，取決於你的設計。從步驟 0 開始，用 /model 進行切換。並嘗試在你的下一個請求中加上「用 Sub-agent 研究這個」。
