TL;DR
· Anthropic ได้เปิดให้บริการ Claude Fable 5 ทั่วโลกอีกครั้งตั้งแต่วันที่ 1 กรกฎาคม ครอบคลุมช่องทางต่างๆ เช่น Claude.ai และ Claude Code
· ทางการปรับตำแหน่งไปที่งานที่ใช้เวลานาน ซับซ้อน และแบบอะซิงโครนัส โดยเน้นสถานการณ์หลัก ได้แก่ งานด้านความรู้ การเขียนโค้ด ภาพ และการดำเนินการแบบเอเจนต์
· การวนลูปงานและทักษะที่ชุมชนพูดถึงกันมาก ยังคงต้องแยกแยะระหว่างความสามารถทางการกับเวิร์กโฟลว์ส่วนบุคคล โดยประสิทธิภาพขึ้นอยู่กับสิทธิ์ บริบท และขอบเขตความปลอดภัย

Anthropic ได้เปิดให้บริการ Claude Fable 5 ทั่วโลกอีกครั้ง โมเดลนี้ถูกระงับชั่วคราวในช่วงกลางเดือนมิถุนายนเนื่องจากข้อจำกัดการส่งออกของรัฐบาลสหรัฐฯ และกลับมาเปิดให้บริการอีกครั้งในวันที่ 1 กรกฎาคม ผ่าน Claude Platform, Claude.ai, Claude Code และ Claude Cowork เมื่อเทียบกับการตอบกลับแบบแชทครั้งเดียว Anthropic วางตำแหน่ง Fable 5 ให้ใกล้เคียงกับระบบการทำงาน AI ที่ทำงานระยะยาวมากกว่า: จัดการงานด้านความรู้ที่ซับซ้อน การเขียนโค้ด การเข้าใจภาพ และงานแบบเอเจนต์ โดยในสภาพแวดล้อมเช่น Claude Code หรือ Managed Agents จะวางแผน ดำเนินการ เรียกใช้ซับเอเจนต์ และตรวจสอบงานของตัวเองอย่างต่อเนื่อง

นี่คือสาเหตุที่การพูดคุยเกี่ยวกับ Fable 5 เปลี่ยนไป ผู้ใช้ไม่ได้สนใจแค่ "วิธีเขียนพรอมต์" อีกต่อไป แต่สนใจว่าจะแยกงานออกเป็นเป้าหมาย ข้อมูล สิทธิ์ เกณฑ์การยอมรับ และจุดตรวจสอบของมนุษย์อย่างไร เพื่อให้ AI ดำเนินการจนได้ผลลัพธ์ที่ส่งมอบได้ในระยะเวลาที่ยาวนานขึ้น สำหรับนักพัฒนา นักวิจัย ทีมเนื้อหา และผู้ใช้ระบบอัตโนมัติในองค์กร เกณฑ์กีดขวางได้เปลี่ยนจากทักษะการถามไปสู่การออกแบบเวิร์กโฟลว์

จากคำถามสั้นสู่งานยาว Fable 5 ต้องการเป็น "โมเดลควบคุมหลัก"

ในอดีต โมเดลแชทส่วนใหญ่เป็นเหมือนผู้ช่วยแบบวิ่งระยะสั้น ผู้ใช้ถามคำถาม โมเดลตอบกลับหนึ่งรอบ เขียนโค้ดหนึ่งส่วน หรือให้การวิเคราะห์ จากนั้นผู้ใช้ก็ถามต่อ แก้ไข และเพิ่มเติมบริบท Fable 5 พยายามยืดกระบวนการนี้ให้ยาวขึ้น โดยให้โมเดลทำงานต่อเนื่องรอบเป้าหมายเดียวกัน

หน้าเว็บทางการของ Anthropic เน้นว่า Fable 5 เหมาะสำหรับ "งานที่ใช้เวลานาน ซับซ้อน และแบบอะซิงโครนัส" ในสภาพแวดล้อมแบบเอเจนต์ มันสามารถมีส่วนร่วมในการวางแผน การดำเนินการหลายขั้นตอน การเรียกใช้เครื่องมือหรือซับเอเจนต์ และตรวจสอบงานของตัวเอง จุดสำคัญที่นี่ไม่ใช่การส่งออกครั้งเดียวที่ยาวขึ้น แต่คือว่าโมเดลสามารถรับบทบาทเป็นผู้จัดสรรและตรวจสอบในห่วงโซ่งานที่สมบูรณ์ยิ่งขึ้นได้หรือไม่

นี่อธิบายว่าทำไม Claude Code ถึงกลายเป็นช่องทางสำคัญ ผู้ใช้ทั่วไปยังคงถามคำถามในกล่องแชทโดยตรง แต่นักพัฒนาและผู้ใช้เวิร์กโฟลว์อัตโนมัติมีแนวโน้มที่จะใส่ Fable 5 ลงในโค้ดเบส คำสั่งบรรทัด การเรียกใช้เครื่องมือ และเฟรมเวิร์กเอเจนต์ เพื่อให้มันจัดการงานที่ใกล้เคียงกับงานจริงมากขึ้น

จากความคิดเห็นของผู้ใช้ในช่วงแรก มีกรณีเชิงบวก เช่น การสร้างระบบที่ซับซ้อนและการลดการทำซ้ำหลายรอบ แต่ความคิดเห็นประเภทนี้เหมาะที่จะใช้เป็นข้อสังเกตมากกว่าข้อสรุปด้านประสิทธิภาพทั่วไป การตัดสินที่ปลอดภัยกว่าคือ Anthropic กำลังผลักดัน Fable 5 ไปสู่เวิร์กโฟลว์แบบเอเจนต์ที่มีความเข้มข้นสูงขึ้น ทำให้ Claude ไม่เพียงแค่ตอบคำถาม แต่ยังมีส่วนร่วมในการวางแผน ดำเนินการ และตรวจสอบ

「ลูปงาน」ที่ถูกพูดถึงในชุมชน จุดสำคัญอยู่ที่เป้าหมายและการยอมรับ

หลังจาก Fable 5 เปิดให้บริการอีกครั้ง หนึ่งในวิธีการใช้งานที่ถูกพูดถึงมากที่สุดในชุมชนคือสิ่งที่เรียกว่า "loop engineering" ซึ่งสามารถเข้าใจได้ว่าเป็นการออกแบบลูปงานอัตโนมัติให้กับ AI

ในบล็อกของบุคคลที่สามและการปฏิบัติของผู้ใช้ มักจะสรุปวิธีการใช้งานนี้เป็น /goal และ /loop แบบแรกชี้ไปที่งานที่มีเกณฑ์การเสร็จสิ้นที่ชัดเจน เช่น "ค้นคว้าต่อไปจนกว่าจะตอบ 5 คำถามนี้ได้" ส่วนแบบหลังคล้ายกับงานที่ดำเนินการตามช่วงเวลาที่กำหนด เช่น "ตรวจสอบอีเมลทุก 30 นาที โดยทำเครื่องหมายเฉพาะอีเมลที่ต้องให้ฉันจัดการจริงๆ" อย่างไรก็ตาม ในเอกสารทางการของ Anthropic ที่เปิดเผยต่อสาธารณะ ยังไม่มีการยืนยันว่า /goal และ /loop เป็นคำสั่ง Claude Code อย่างเป็นทางการ ความพร้อมใช้งานจริงขึ้นอยู่กับเวอร์ชันของผลิตภัณฑ์ กรอบงานเอเจนต์ หรือสคริปต์ที่ผู้ใช้สร้างขึ้นเอง

คุณค่าของแนวคิดนี้คือการปลดปล่อยผู้ใช้จากการต้องป้อนคำสั่งในทุกๆ รอบ ในการใช้งานแบบดั้งเดิม ผู้ใช้มักจะเป็นคอขวดของการทำซ้ำ: โมเดลให้ผลลัพธ์ ผู้ใช้ตัดสินใจ แล้วจึงให้คำสั่งต่อ งานแบบลูปกำหนดให้ผู้ใช้กำหนดเป้าหมาย ขอบเขต และเกณฑ์การยอมรับให้ชัดเจนตั้งแต่ต้น จากนั้นให้ AI ดำเนินการวนซ้ำหลายๆ ครั้งในระหว่างนั้น

ยิ่งโมเดลสามารถทำงานได้ด้วยตนเองมากเท่าไหร่ ผู้ใช้ก็ยิ่งต้องบอกล่วงหน้าอย่างชัดเจนถึงสามสิ่ง: งานจะถือว่าเสร็จสิ้นเมื่อสถานะใด การกระทำใดที่สามารถทำได้โดยอัตโนมัติ และจุดใดที่ต้องกลับมาสอบถามมนุษย์ มิฉะนั้น การทำงานเป็นเวลานานจะขยายความเข้าใจผิดและความคลาดเคลื่อนให้มากขึ้น

ชุมชนยังเสนอการแบ่งงานโมเดลแบบ "บาร์เบล" อีกด้วย: การวางแผนเริ่มต้นและการยอมรับขั้นสุดท้ายมอบให้กับโมเดลที่แข็งแกร่งที่สุด ส่วนการดำเนินการจำนวนมากในระหว่างนั้นมอบให้กับโมเดลหรือเอเจนต์ย่อยที่มีต้นทุนต่ำกว่า แนวคิดนี้สอดคล้องกับตรรกะด้านต้นทุนของเวิร์กโฟลว์แบบเอเจนต์ แต่ไม่ควรเข้าใจว่าเป็นวิธีการใช้งานอย่างเป็นทางการที่ตายตัวของ Fable 5 เมื่อนำไปใช้จริง องค์กรมักจะต้องเชื่อมต่อการควบคุมสิทธิ์ การบันทึก日志 การตรวจสอบโค้ด และการยืนยันจากมนุษย์เข้ากับกระบวนการ

Skills เหมือนสูตรอาหารที่ใช้ซ้ำได้ ไม่ควรถือเป็นคำมั่นสัญญาอย่างเป็นทางการ

อีกทิศทางหนึ่งที่ถูกพูดถึงบ่อยคือ Skills ซึ่งสามารถเข้าใจได้ว่าเป็นวิธีที่ผู้ใช้รวบรวมขั้นตอนการทำงานที่ทำซ้ำๆ ให้เป็นสูตรอาหารที่ใช้ซ้ำได้ เพื่อให้ Claude เรียกใช้ในงานที่คล้ายคลึงกันซ้ำๆ แทนที่จะต้องเขียนพรอมต์ยาวๆ ตั้งแต่ต้นทุกครั้ง

สำหรับงานที่มีรอบระยะเวลายาวนาน จุดนี้ถือว่าสำคัญมาก ยิ่งโมเดลต้องทำงานที่ซับซ้อนมากเท่าไร ก็ยิ่งไม่สามารถพึ่งพาเพียงคำแนะนำเฉพาะหน้าได้เท่านั้น รูปแบบการเขียน ขอบเขตการวิจัย แม่แบบการวิเคราะห์ทางการเงิน มาตรฐานโค้ด ขั้นตอนการเผยแพร่ ความชอบของลูกค้า หากต้องอธิบายเนื้อหาเหล่านี้ใหม่ทุกครั้ง ความเสถียรและประสิทธิภาพจะได้รับผลกระทบ การรวบรวมสิ่งเหล่านี้เป็นไฟล์ คำอธิบาย หรือขั้นตอนที่เรียกใช้ได้ จะช่วยให้ AI ทำงานจากกฎเกณฑ์ชุดเดียวกันได้

อย่างไรก็ตาม คำกล่าวที่เกี่ยวข้องกับ Skills จำเป็นต้องแยกความแตกต่างระหว่างฟังก์ชันทางการและเวิร์กโฟลว์ของชุมชน การกลั่นกรองบันทึกการสนทนาที่ผ่านมาเป็นความชอบ การเรียนรู้โครงสร้างจากตัวอย่างจำนวนมาก แล้วย้ายไปยังโมเดลอื่นๆ เช่น GPT หรือ Gemini สิ่งเหล่านี้ใกล้เคียงกับวิธีการที่ผู้ใช้รวบรวมด้วยตนเองมากกว่า ไม่ใช่ฟังก์ชันข้ามแพลตฟอร์มที่ Anthropic ให้คำมั่นสัญญาอย่างสมบูรณ์แล้ว คำกล่าวที่แม่นยำกว่าคือ ผู้ใช้สามารถจัดระเบียบขั้นตอนที่ใช้บ่อยเป็นสินทรัพย์อิสระ เช่น แม่แบบ SOP รายการตรวจสอบ และคำอธิบายโครงการ จากนั้นนำไปใช้ซ้ำใน Claude หรือเครื่องมือ AI อื่นๆ

คุณค่าของสินทรัพย์ประเภทนี้ไม่ได้อยู่ที่ชื่อว่า Skill หรือไม่ แต่อยู่ที่การเปลี่ยน "สิ่งที่ฉันต้องการให้ AI ทำ" จากคำแนะนำแบบครั้งเดียวเป็นคำอธิบายการทำงานที่สามารถบำรุงรักษาได้ สำหรับองค์กร สิ่งนี้ใกล้เคียงกับการจัดการความรู้ที่แท้จริงมากกว่าคำแนะนำแบบครั้งเดียว

ความสามารถด้านภาพทำให้ Fable 5 เชื่อมต่อกับ PDF อินเทอร์เฟซ และแดชบอร์ด

อีกหนึ่งความสามารถที่ Fable 5 ถูกเน้นย้ำอย่างเป็นทางการคือความเข้าใจด้านภาพ Anthropic กล่าวว่าสามารถเข้าใจแผนภูมิและตารางในไฟล์และ PDF รวมถึงใช้ตรวจสอบว่าเอาต์พุตของโค้ดสอดคล้องกับเป้าหมายการออกแบบหรือไม่

ความสามารถประเภทนี้อาจไม่ชัดเจนสำหรับผู้ใช้แชททั่วไป แต่สำคัญสำหรับองค์กรและนักพัฒนา งานจริงจำนวนมากไม่ใช่แค่ข้อความล้วน: ข้อมูลซ่อนอยู่ในแผนภูมิ ปัญหาผลิตภัณฑ์ปรากฏในภาพหน้าจออินเทอร์เฟซ สถานะธุรกิจแสดงบนแดชบอร์ด คำติชมการออกแบบต้องดูรายละเอียดภาพ และงานอัตโนมัติอาจต้องการให้โมเดลเข้าใจสถานะหน้าจอหรือหน้าปัจจุบัน

หากโมเดลสามารถอ่านวัสดุเหล่านี้ได้แม่นยำยิ่งขึ้น มันจะไม่ใช่แค่ผู้ช่วยข้อความ แต่สามารถแทรกแซงงานที่ใกล้เคียงกับสถานที่ทำงานจริงได้ เช่น การดึงค่าตัวเลขจากแผนภูมิ PDF การตรวจสอบตรรกะการโต้ตอบของหน้าแบ็กเอนด์ การระบุความผิดปกติจากภาพแดชบอร์ด หรือให้คำแนะนำการปรับเปลี่ยนโครงสร้างสำหรับสื่อการตลาด

แต่ความสามารถด้านภาพยังคงต้องผูกกับขั้นตอนการตรวจสอบซ้ำ โมเดลสามารถระบุแผนภูมิและภาพหน้าจอได้ แต่ไม่ได้หมายความว่าข้อสรุปทั้งหมดเชื่อถือได้ เมื่อเกี่ยวข้องกับข้อมูลทางการเงิน ความปลอดภัยของโค้ด การตรวจสอบการปฏิบัติตามข้อกำหนด และการส่งมอบให้ลูกค้า ยังคงต้องรักษาแหล่งที่มาดั้งเดิม ขั้นตอนการตรวจสอบ และการยอมรับจากมนุษย์

อุปสรรคการใช้งานที่แท้จริง คือการเตรียมบริบทให้ AI

Fable 5 ต้องจัดการงานที่มีรอบระยะเวลายาวนาน จึงต้องเข้าใจสภาพแวดล้อมทางธุรกิจที่ผู้ใช้อยู่ตลอดเวลา คำแนะนำครั้งเดียวยากที่จะครอบคลุมโครงสร้างบริษัท พื้นหลังโครงการ ความชอบของลูกค้า การตัดสินใจในอดีต และลำดับความสำคัญปัจจุบัน สำหรับผู้ใช้หนัก วิธีการที่ปฏิบัติได้จริงกว่าคือการสร้างระบบบริบทในเครื่องขึ้นมา

บริบทนี้สามารถรวมถึงแผนที่บริษัท การแบ่งหน้าที่ทีม เรื่องสำคัญปัจจุบัน SOP ที่ใช้บ่อย เอกสารสรุปหนึ่งหน้าสำหรับลูกค้าหรือโครงการสำคัญ แผนการเผยแพร่ ระบบเนื้อหา กลยุทธ์การกระจาย และบันทึกการตัดสินใจที่อัปเดตอย่างต่อเนื่อง ซึ่งเปรียบเสมือนการเตรียมชุดข้อมูลพื้นฐานทางธุรกิจที่ AI สามารถอ่านได้ แทนที่จะให้โมเดลต้องเดาสถานการณ์ของผู้ใช้ใหม่ทุกครั้ง

ในสถานการณ์ของ Claude Code วิธีการที่ยืนยันได้อย่างเป็นทางการรวมถึงการใช้ --add-dir เพื่อเพิ่มไดเรกทอรีการทำงานเสริม และการจัดการบริบทผ่านไฟล์คำอธิบายโครงการ ผู้ใช้ยังสามารถดูแลไฟล์บันทึกความจำและไฟล์คำสั่ง เพื่อบันทึกความชอบ ข้อจำกัด และรูปแบบผลลัพธ์ที่เกิดขึ้นระหว่างการทำงานระยะยาว เมื่อเทียบกับการแจ้งเตือนแบบครั้งเดียว วิธีนี้เหมาะกับโครงการระยะยาวมากกว่า เพราะโมเดลสามารถอ้างอิงการตัดสินใจในอดีตก่อนที่จะเสนอคำแนะนำใหม่

ขอบเขตความปลอดภัยก็ไม่ควรมองข้ามเช่นกัน FAQ ของ Anthropic แสดงให้เห็นว่าในด้านที่มีความเสี่ยงสูง เช่น ความปลอดภัยทางไซเบอร์ ชีววิทยา เคมี Fable 5 จะมีมาตรการป้องกันที่เกี่ยวข้อง การสอบถามบางส่วนอาจถูกส่งไปยัง Opus 4.8 และลูกค้า API จำเป็นต้องกำหนดค่า Fallback API ซึ่งอาจส่งผลต่อความต่อเนื่องและระดับอัตโนมัติของบางงาน

หลังจากที่ Fable 5 เปิดให้บริการอีกครั้ง สิ่งที่ Anthropic นำออกสู่ตลาดไม่ใช่แค่โมเดลที่ "คุยเก่งขึ้น" แต่เป็นรูปแบบการทำงาน AI ที่หนักหน่วงกว่า: สภาพแวดล้อมตัวแทนรับผิดชอบการดำเนินการอย่างต่อเนื่อง สินทรัพย์กระบวนการรับผิดชอบการใช้วิธีการซ้ำ บริบทในเครื่องรับผิดชอบการเก็บความทรงจำทางธุรกิจ และความสามารถด้านภาพรับผิดชอบการเข้าถึงวัสดุจริงมากขึ้น ขีดจำกัดของมันขึ้นอยู่กับความสามารถของโมเดล และยังขึ้นอยู่กับว่ามนุษย์ได้วางเป้าหมาย ข้อมูล สิทธิ์ และเกณฑ์การยอมรับไว้อย่างชัดเจนหรือไม่ สำหรับผู้ใช้ทั่วไปที่ต้องการเพียงการถามตอบและการเขียน Fable 5 อาจไม่จำเป็นทุกครั้ง แต่สำหรับทีมที่ต้องการให้ AI รับผิดชอบงานวิจัย การเขียนโค้ด การดำเนินงาน และการตรวจสอบ มันเป็นเหมือนส่วนประกอบหลัก แต่จะวิ่งได้ไกลแค่ไหนก็ยังขึ้นอยู่กับว่ารางนั้นชัดเจนหรือไม่

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia