Appearance
AI落地之路：Fable 5 观察小记
今天在一个 Fable 5 的使用交流群里高强度蹲了一整天，本着“不吃猪肉，也得看看猪跑”的心态，算是围观了一波比较密集的一手反馈。简单说说我的感受。
一、整体评价很两极化
群里的反馈基本分成两派：
一派是“闹麻了”，觉得强得离谱；
另一派则觉得“好像也就那样”，优化并没有吹得那么夸张。
觉得优化没那么多的，很多是程序员。主要问题还是在于一些平台侧的操作太离谱，动不动就给你降级模型，使用体验直接被拉低了。至于为什么降级，也不好说——也许真是某些新机制识别出你是西恩用户了。总之，这种不稳定性本身就已经很影响体验了。
而“闹麻了”这一派，主要是因为群里流传着一篇某位博主叫卡兹克的使用分享，吹得相当夸张，我看完甚至会让人产生一种“我是不是可以原地失业了”的错觉。
不过也有细心的群友发现，这位博主居然是“今天第一次知道 CDN 这个概念”。那这个事情就多少有点耐人寻味了。总之，我对这类过度吹捧会打个问号——背后有没有别的原因，懂的都懂。
二、大家的使用方式，也挺有意思
目前看下来，比较主流的用法大概有两种。
1. 用来分析复杂问题
这一类反馈普遍还不错，说明它在处理复杂分析任务上确实有一定优势。
但问题也很明显：烧 token 的速度非常快。
这点其实和我之前的判断差不多——高智模型适合“好钢用在刀刃上”，越是有价值、越复杂、越需要高质量推理的问题，越值得交给它。
如果拿去处理一些低价值、重复性强的问题，性价比就未必高了。
2. 用来扫描历史会话，优化高频调用的 skill
还有一类人，会拿它去快速扫描近几个月的会话记录，然后分析哪些 skill 被调用得最多，再据此做优化。
这个思路本身没问题，但我觉得还是要具体问题具体分析。
如果只是泛泛地谈“优化”，那其实空间是有限的。因为很多 skill 本质上对应的是项目内部、团队内部，甚至公司内部特有的业务模式和流程。
而恰恰是这些东西，才是真正有价值的部分。
说得直白一点：
skill 背后沉淀的，往往不是某个 prompt 技巧，而是你所在组织长期积累下来的业务理解、流程设计和模式抽象。
这部分才是壁垒，也不会那么容易被替代。
三、为什么我不认同“skill 优化没必要，直接全交给 AI 就行”
也有人持相反观点，觉得 skill 优化没必要，反正最后都可以交给 AI 去做，没必要花精力沉淀这些东西。
但我还是想反驳一下。
我之前说过一个公式：
利润 = 需求 - 设计
这里的“设计”，不只是产品设计，也包括公司内部固化出来的流程、角色分工、协作方式，以及那些可重复执行的工作流。
这些本质上都是一种“模式积累”。
你说要达到同样的结果，能不能不靠这些设计，直接让 AI 每次都现算、硬冲出来？
当然可以。
但问题是，成本大概率高得无法接受。
要么就是试很多次，最后碰巧撞出一个能用的结果；
要么就是成功一次，但根本没法稳定复用，更别说量产。
而不能稳定复用、不能规模化，本质上就很难形成稳定利润。
四、AI 时代，成本还是绕不开
AI 时代有一个问题必须想清楚：成本。
如果资源无限，那我甚至也愿意下判断：AI 理论上确实可以替代一切。问题在于，现实世界里资源从来都不是无限的。
AI 为了达到目标，很多时候需要反复尝试很多次，才能找到一条真正可行的路径。
那当这条路径好不容易被验证出来之后，你不去沉淀它、不去复用它，而是每次都重新从头冲一遍，这显然是一种浪费。
当然，也不排除未来 AI 自己就能内置一整套复盘、总结、沉淀、复用的方法论：
做过几次之后，就能自动把稳定路径抽取出来，形成某种“自我流程化”的能力。
如果真到了那一步，那 AI 厂商沿着产业链一路往下吃，可能也只是时间问题了。
不过至少这几年，我觉得还到不了那个阶段。
还有个小插曲：
有位群友只是给 Fable 5 发了句“你好”，结果就烧了几美元。
看得我当场冷静下来。
这价格确实有点吓人，我还是先继续围观，等它降价之后再考虑亲自体验吧。