「修好這個程式錯誤」是正常委託。「連查什麼都自己決定，實驗自己設計，方法錯了就重做，總之交成果」卻像職場劇反派台詞。不過對越來越會自主研究的 AI 而言，清楚指定目標與界線、把方法交給它，可能比逐步下令更有效。新模型推出時又送來使用量重置券，想像中的人資部門當場辭職。
1. Fable 5.2 究竟進步在哪裡？
Anthropic 於 2026 年 11 月 9 日發布 Claude Fable 5.2。官方評測顯示，自主科學研究分數從 Fable 5.1 的 52.6% 升至 74.6%，業務自動化從 31.4% 升至 51.4%，高難度程式任務從 32.4% 升至 49.1%。這些是不同測驗的成績，並非現實任務的保證成功率。官方也表示輸出速度最高提高 30%，但更有意思的是面對模糊問題時，模型能自行規劃調查方向。
2. 「科學研究」到底是什麼？
對答案尚不確定的問題提出假設，蒐集資料、設計實驗，再根據證據保留或捨棄解釋。例如程式只在特定條件下故障，就必須列出幾種可能原因，逐一改變條件重現問題。寫出很像專家的答案，和發現自己的答案錯了，是兩回事。
3. 為什麼要做雙層改善？
第一層問：「參數怎麼調？」第二層問：「為什麼要調這個參數？是不是從一開始就選錯問題？」如果研究主題、實驗和評估方式也能重做，AI 就不只是執行者，而成了研究的設計者。
指令於是變成：「目標、期限、資源和不可逾越的限制都在這裡。要查什麼、怎麼實驗、怎麼寫程式、怎麼找錯誤，由你決定。」原本找研究助理，結果順手任命了研究室主任。人事安排有點荒唐，但委派邏輯不差。
4. 放權不等於放棄責任
人類仍應決定成功標準、權限、成本與安全界線。測試通過不代表使用者的問題真的解決；一次漂亮結果也不表示可重現。要保留對照條件、紀錄、失敗案例與獨立驗證，否則 AI 可能在自己辦的比賽裡替自己頒金牌。
5. 額度用完，重置券剛好送到
Fable 5.2 推出時，符合條件的付費帳戶可獲得 Fable 使用量重置。每週額度僅恢復Fable 模型消耗的部分，其他模型的每週使用量仍保留；若帳戶有五小時限制，整個五小時額度則會恢復，包含其他模型的用量。
官方範例：一週已用 80%，其中 Fable 50%、其他模型 30%，重置後還有 30% 被計入使用。只憑「所有模型 96%／Fable 100%」的顯示，並不足以保證重置後的精確百分比，還要確認分母與實際消耗組成。符合資格的 Max、Ultra 等帳戶依訂閱期間獲得 1 至 3 次，期限為美國太平洋時間 2027 年 3 月 8 日 23:59；符合資格的 Pro 和 Team 標準席位另有一週特典及一次重置，期限至 2026 年 11 月 16 日 23:59。重置不會提高原本上限。
6. 結局：主管只需要寫兩句話
「交出成果，守住界線。方法錯了，連方法一起改。」對人類新人可能像惡夢，對具備研究能力的 AI 卻可能是有用的自由，前提是結果經得起驗證。
模型更聰明、額度滿格、重置券到手。主管又笑了：「很好，現在去研究你的研究方法要怎麼改善。」全研究室最享受加班的，居然是主管本人。
