2026年5月，Anthropic发布了Claude 5家族的Fable模型。

但发布不到一个月，6月12日美国政府因为越狱漏洞对Fable实施出口管制，Anthropic被迫全球下架这个模型。

直到6月30日管制解除，7月1日才重新开放。就在重开后第三天，Anthropic的工程师Thariq Shihipar发了篇文章，讲怎么用好Fable，三天有200万人看过。

我一开始以为又是那种教你写提示词的技巧贴，看完发现完全不是。

他抛出来一个挺直接的观点：用AI写代码总是返工，卡住你的根本不是模型不够聪明，是你自己都没说清楚你要什么。

Fable是第一个让他觉得，产出质量的天花板不在模型这边，而在你这边的模型。

以前的模型你喂一小段它做一小段，坑还没来得及暴露；

Fable一口气把大活揽下来，你脑子里所有没说清楚的地方就全被放大了。

他用了两个词：地图、地盘。

你给AI的提示词、上下文、各种规则，那是地图。

真正干活的地方，你的代码库、真实的约束条件，那是地盘。

地图和地盘对不上的部分，就是坑。

今天我就把他这套方法拆出来，聊聊怎么提前把坑挖出来。

1️⃣ 卡住你的从来不是模型，是你prompt里漏掉的那部分

这是整篇文章的地基。

他把你要传达的东西分成四类，这个分类法借了拉姆斯菲尔德那句著名的"已知的未知"。

| 类型 | 说的是什么 | 例子 ||------|-----------|------|| 已知的已知 | 你写进提示词里的 | 用TypeScript，加到设置页 || 已知的未知 | 你知道自己还没定 | 缓存用Redis还是放内存里，没想好 || 未知的已知 | 太显然懒得写，但看到错的立刻否 | 你没写圆角要8px，但看到4px立马觉得丑 || 未知的未知 | 你压根没想到 | 代码库里早有个现成的限流器，你差点从头造一个 |

关键在这：只有第一类进得了提示词，后面三类全在你脑子里，或者根本还没冒出来。

返工就是从这儿来的。

要干的活越大，你越容易掉进最后两类。

2️⃣ 最坑的不是你不知道的事，是你觉得"这还用说"的事

第三类那个未知的已知，是最容易出问题的。

因为前两类你多少有点数，起码知道自己不知道。

但第三类是你默认所有人都懂，懂到你根本不会打字打出来。

结果AI不知道啊，它按自己的理解做了，你一看不对，又得返工。

Thariq给的解法是盲点扫描。

写代码之前，先让Fable去把你的代码库和相关背景摸一遍，然后反过来告诉你：这里有哪些你没意识到要问的问题，好的标准长什么样，历史上这块踩过哪些坑。

等于让它先替你把地盘探明白，再动手。

3️⃣ 别急着让AI干活，先让它反过来面试你

这个技巧我最喜欢，叫反向面试。

平时都是我们提问AI回答。他反过来，让Claude来面试你。

提示词大概是这样：一次问我一个问题，专门挑那些我的回答会改变整个架构的地方问。

你自己憋着想需求，很容易漏。但被一个问题一个问题追着问的时候，那些藏在脑子里没说出口的东西，被逼着就出来了。

它不是在帮你写，是在帮你把想清楚这件事本身做完。

4️⃣ 写完代码不是结束，是Fable该考考你了

最后一个要注意的地方在收尾。

Fable能连续干好几个小时，一口气改几十个文件，把一个功能从头到尾做完。

问题来了，它干了这么多，你其实没完全看懂。

光扫一遍代码改动，理解是很浅的。

Thariq的做法是，让Claude反过来考你，就着这次改动出几道题。

他说自己只有把这个测验全答对了，才会合并代码。

这一步的意思是，你不光要它把活干完，你还得真的知道它干了啥。

不然这些代码就成了你自己代码库里的黑箱。

看完这套方法，我最大的感受是，它把用AI写代码这件事的重心整个挪了个位置。

以前大家比的是谁提示词写得花，谁的技巧多。

现在Thariq说得很直白，减少未知、提前想清楚你的未知，才是智能体编程真正的核心能力。

模型强到一定程度之后，比的不再是模型，是你能不能把自己脑子里那些说不清、没想到、懒得说的东西，一点点掏出来对齐给它。