2026 年 6 月 9 日，Anthropic 放出了 Fable 5。
6 月 12 日，它被暂停访问。
中间只有 72 小时。
就这 72 小时，网上冒出一批很奇怪的东西。
比如只看游戏截图，通关了《Pokémon FireRed》（宝可梦）。没有地图，没有导航，没有任何额外的游戏状态提示，全凭画面自己判断。
这还只是开头。
让它自己玩《Factorio》——一款工程师很爱的工厂建设游戏，难的不是点按钮，而是规划生产线、运输、资源和自动化。有人让它做了一个浏览器里的 CAD 编辑器，里面还带一个 AI 建模助手，能生成 3D 打印模型。Anthropic 官方甚至展示过一个更怪的：Fable 5 用代码生成一段古典 EDM 混音，再写出流体模拟，让画面跟着节拍运动。
还有人干脆把它扔进一个开源仓库，让它自己写了一个 4 公里见方的 3D 开放世界——两万多行代码，99% 出自模型，连测试都是它自己跑的。
如果只盯着几个小游戏，你会低估它。
它真正让人吃惊的地方，不是「AI 又会写代码了」。这句话已经说了太多遍。
真正的问题是：它好像开始能把一个模糊想法，推进成一个能运行的东西。
这就不一样了。
先看四个最离谱的。这几个之所以放在最前面，是因为它们比「生成一个小游戏」更能说明 Fable 5 反常在哪。
第一个，是《Pokémon FireRed》。
AI 玩游戏不稀奇。稀奇的是怎么玩。
官方说，之前的 Claude 模型也尝试过玩《宝可梦》，但需要额外的辅助工具——地图、导航提示、游戏状态信息。说白了，就是有人在旁边给它打灯。
Fable 5 这一次只看原始游戏截图。
它得自己判断角色在哪里，接下来往哪走，什么时候战斗，什么时候补给，什么时候推进剧情。错一步，可能只浪费几秒；连续判断错了，整个任务就卡死。
这比「生成一个像素小游戏」重要得多。
因为它不是在做一个静态页面，也不是在答一道题。它是在一个长期反馈的环境里，不断观察、决策、修正。
第二个，是《Factorio》。
《Factorio》的核心是自动化工厂。你要挖矿、发电、冶炼、传送、组装，还要不断扩建。前面一个设计不合理，后面整条生产线都会堵住。
Fable 5 不是生成一张工厂图片，而是自己制定策略，搭建自动化工厂。
这类任务的难点，是后果会延迟出现。一开始看着能跑，十分钟后才发现资源不够、传送带堵了、产能失衡。AI 必须记得前面做了什么，还得为了后面的目标，调整现在的行为。
第三个，是 CAD 编辑器。
CAD 是工程制图软件，用来做可以生产、加工、3D 打印的模型。Fable 5 做的不是一个「像 CAD 的网页」，而是浏览器里的 CAD 编辑器。
更有意思的是，它还在编辑器里做了一个 AI copilot。
这就有点绕了：Fable 5 先做一个工具，再让工具里的 AI 助手去帮忙建模，最后产出可 3D 打印的模型。
这不是普通的「写一个按钮」。它像在搭一个小型生产系统。
第四个，是流体和音乐。
官方案例里，Fable 5 写了一段流体模拟。流体的运动要跟音乐节拍同步，而音乐本身也是它用代码生成的古典 EDM 混音。
这个案例听起来像玩笑，但很能说明问题。
它把音乐、节拍、物理、视觉和代码串在了一起。单看每一项，都不算新。难的是把它们接起来，还能跑。
所以，Fable 5 最值得看的，不是某个作品有多精美，而是这些作品背后有同一个特征：它开始把不同能力，串成一条比较长的工作链。
复杂案例有个毛病——不好传播。那就先看最直观的，打开浏览器玩 10 秒就懂的那种。
72 小时里最密集的作品，是各种游戏。
为什么大家都爱拿新模型做游戏？因为游戏是最狠的检验。
哪怕最简单的小游戏，也要同时处理画面、输入、碰撞、速度、分数、胜负、重开。任何一环断了，游戏就不像游戏——角色穿墙、分数不动、按钮没反应、刷几次就卡死。
所以你不需要懂代码，打开浏览器玩 10 秒，就知道它有没有真做出来。
指尖控制的 Chrome 小恐龙。
Chrome 浏览器断网时会弹出一个小恐龙跳跃游戏，你大概率玩过。有人让 Fable 5 做了升级版：调用摄像头识别手指位置，用手指控制小恐龙跑酷。
创作者说，Fable 5 大约 12 分钟一次生成了 629 行代码。
重点不是「小恐龙能跑」。重点是它把摄像头输入、手指追踪、角色移动、障碍物刷新、碰撞和计分这些本来分散的步骤，揉成了一个可玩的浏览器游戏。这些步骤断掉任何一个，游戏就不成立。（原帖）
37 分钟、3000 行代码、12 美元。
另一个开发者让 Fable 5 做了个 Minecraft 克隆。创作者说，它用了一个 prompt（也就是给 AI 的一句指令），37 分钟生成，大约 3000 行代码，API 成本约 12 美元。
它当然不是完整的 Minecraft。但这组数字值得放在一起看——它不代表成品能和专业游戏比，但它说明「从想法到可玩的原型」的成本，正在被压缩。过去，一个不会游戏开发的人，光是搭起第一版就要卡很久。现在，第一版可能先被 AI 推出来。（原帖）
终端里的方块世界。
终端就是程序员常见的黑底白字命令行窗口。有人让 Fable 5 跑了一个小时，做出一个能在终端里玩的 Minecraft。
这个案例有意思，是因为它放弃了漂亮画面，只保留核心玩法。
世界怎么生成，玩家怎么移动，方块怎么放置和破坏。这些逻辑能跑起来，说明它不只是输出一段代码，而是在组织一个小型系统。（原帖）
这还不算完。社区里还冒出了 GTA 2 风格俯视角游戏、雪夜驾驶游戏、可试玩并开源代码的 Backrooms 逃脱游戏、带任务和装备系统的 RPG 原型。
这些作品大多还是原型。
但原型本身就很重要。因为产品最难的第一步，往往不是做成，而是先做出来。
以前你说「我想要一个带点 Minecraft 感觉的小游戏」，这句话和一个能玩的版本之间，隔着一大段路。现在，这段路至少可以先被 AI 走一遍。
不过看到这里，你大概会有个合理的怀疑：游戏再花哨，说到底也是玩具。它做得出漂亮画面，不代表它真懂画面背后那套东西。
这个怀疑很对。那就看一类专门考验「懂不懂」的作品。
这一类不是游戏，而是物理模拟——而模拟最难造假，因为物理规律对了就是对了，错了一眼就穿帮。
黑洞弯曲光线。
引力透镜可以先粗略理解成：很重的天体会弯曲周围的光线，让后面的星光看起来被扭曲。有人让 Fable 5 用 Three.js（一个常用的浏览器 3D 图形库，可以让网页里出现可旋转、可交互的 3D 场景）做了一个实时黑洞模拟。
这不是「画一张黑洞图片」，而是让浏览器实时计算和渲染一整套视觉效果——引力透镜、吸积盘、光子球、星空背景，全部实时运行。（原帖）
机械表的心脏。
机械表能一格一格走，不是因为里面有个小人在推齿轮。它靠的是一套叫「擒纵机构」的机械结构，把发条释放的能量分成稳定的小步。有人让 Fable 5 用 Three.js 实现了完整的瑞士杠杆擒纵运动：真实齿轮比、擒纵动作、游丝呼吸，甚至指针能显示真实时间。
这个任务比做一个按钮难得多——每个部件的运动都相互约束，一个齿轮转错，整个机制就不可信。（原帖）
太阳系怎么转。
官方案例里，Fable 5 会从物理原则出发推导行星轨道运动，并用它预测日食。
这句话听着普通，其实不普通。很多 demo 只是让几个球绕圈。Fable 5 需要把「为什么这么绕」也写进程序里。（原帖）
这类案例有一个共同点：它们要求 AI 同时处理数学、空间、动画和代码。
以前，你想做一个黑洞模拟的浏览器 demo，你需要一个懂物理的人、一个懂 3D 的人、一个懂前端的人，或者一个三样都懂的人。现在，Fable 5 把这些原本需要不同技能的人做的事情，压到了一条指令链里。
不是因为每一个 demo 都达到了工业级，而是因为从想法到能看见东西的距离，短了很多。
但物理模拟终究还是「一个 demo」。如果只看一个能转的黑洞，你还可以说它是运气好、是碰巧拼对了。真正难反驳的，是有人把整件事做成了一个开源仓库，连源码带提交记录全部摊开。
这个项目叫 LAAS，代码在 GitHub 上。
它是一个跑在浏览器里的开放世界：4×4 公里，地形、河流、植被全部程序化生成，用 WebGPU 实时渲染。你按住鼠标就能在里面走、能飞、能跳，换一个随机种子，就是另一个世界。
听起来像一款独立游戏的引擎。离谱的地方在于它怎么来的。
作者说，整个仓库大约 99% 是 Fable 5 写的。人类只动手写了一份文档——一份「要求清单」：画面要达到什么水准，世界要多大，三角形数量不能低于多少，哪些效果绝对不许出现（比如死黑的阴影、克隆出来的树、拿雾去遮丑）。
这份清单只说「要什么」，故意不说「怎么做」。
剩下的全是 Fable 5 自己来：架构怎么设计、地形侵蚀和河流怎么算、每一个引擎系统怎么搭、出了 bug 怎么查，连项目笔记和 README 都是它写的。社区记录里，这个仓库到目前大约 21000 行严格模式的 TypeScript，跨越 90 多次提交。
更让我在意的，是它怎么自己测自己。
模型会启动一个无头浏览器，自动截图，逐个像素采样，把画面和基准帧做对比，给每个 GPU 渲染环节计时，还会为自己发现的 bug 写回归测试。它把诊断和决定写进一个叫 STATUS.md 的文件，当作自己跨越多次会话的「记忆」。
换句话说，它不只是「写代码」，而是自己定计划、自己施工、自己验收、自己留笔记。
这就跨过了一道坎。前面那些小游戏和模拟，是「你给一个目标，它做一版给你看」。LAAS 更像是：你给一个标准，它自己组织起一支「一个人的工程队」，把一整个项目干完。
可话说回来，世界再大、引擎再复杂，它仍然是「做给人看」的东西——好看，但摸不着。它能不能再往前一步，做出一个真正能用、能点、能干一件具体事的软件？
答案是能。而且方式很有意思——它甚至可以从一张图开始。
有人把 GitHub 页面截图丢给 AI，让它重建 GitHub UI 并加上真实功能。这不只是「照着图抄网页」——AI 要把截图拆成结构：顶部导航在哪里，侧边栏是什么，列表怎么排列，按钮是什么状态，哪些地方要能点击。
还有人让它一次生成了一个 macOS 风格的网页操作系统：有窗口、菜单、应用、拖拽、声音，甚至内置小游戏——全部装在一个 HTML 文件里。
HTML 是网页的骨架，CSS 控制网页长什么样，JavaScript 让网页能动起来。一个文件要同时装下界面、状态和一堆交互逻辑，本质上就是一个小型应用。这类项目最能说明 AI 在「产品感」上的变化——它不是只生成一个登录页，而是要让很多交互细节同时成立。
更值得说的，是一个从设计稿直接变网页的案例。Figma 是设计师最常用的界面设计工具，可以理解成「网页版的 Photoshop，但专门用来设计 App 和网页」。有人先用 Figma 把网页抓成可编辑图层，再让 AI 编程工具读取这些图层，重写成自己的品牌落地页，最后用 AI 生成品牌图片。创作者说，整个流程约 15 分钟，图片生成成本约 2 美元。（原帖）
如果说截图是「照片」，Figma 图层就是「施工图」。
拿到施工图，AI 能做的事就更多——它不只是「看起来像」，还可以沿着结构重建页面。
到这里，工具开始有了另一层意思：它能被反复使用，不再是一次性的演示。
往这个方向再走一步的，是 Rilable。
创作者 Riley Brown 说，他开源了一个「应用生成器」——你告诉它想要什么应用，它能帮你生成可以在手机或网页上运行的 app。社区整理里记录，这个项目 API 成本约 210 美元。
重点不是「210 美元贵不贵」。重点是：开发者开始拿 Fable 5 做 「生成应用的应用」。AI 不只是做一个 app，而是在做一个能继续做 app 的工具。
Marc Lou 让 Fable 5 基于他的网站分析服务做了一个叫 DataEmpire 的产品。
它把网站访问数据变成一座小城市。每个访问者都是村民，访问量增长会让村庄扩张，达到 100 万访问者时解锁新时代。
传统网站分析工具只会告诉你：今天来了多少用户，转化率多少。DataEmpire 换了一个说法：你的网站像一座城市，访问者像居民，增长像城市扩张。
这不一定适合所有严肃分析场景，但它展示了一种能力：把一个数据接口，变成一个人愿意看的界面。
Ethan Mollick 也做了几个工具。他是沃顿商学院教授，长期观察 AI 对工作和教育的影响。
他做了一个等时圈地图工具——想象一个问题：从我家出发，30 分钟内能到哪些地方？普通地图告诉你点到点怎么走，等时圈地图告诉你一个「时间范围」。这需要地图数据、交通方式、距离计算、可视化边界。
他还做了一个叫 Concord 的研究工具，帮人组织研究过程。
这些工具看起来没有游戏刺激，但它们更接近真实工作。
不过，它们终究还是「你给一个目标，它产出一份成品」。无论游戏、模拟还是落地页，本质都是照着一个清楚的目标做东西。
真实工作往往不长这样。真实工作常常是一摊乱七八糟的现场，没人告诉你成品该长什么样，你得自己去趟、去查、去判断。
这种活，它接得住吗？
能。而且这一类作品，才是 72 小时里最让我在意的——它们不好看，不容易传播，但可能更重要。
真实工作常常是一堆乱东西：日志、报错、代码、需求、历史包袱、没人维护的文档。
CloudWatch 是亚马逊云服务的日志和监控工具。一个真实线上系统出问题时，日志可能有几万行，里面夹着报错、请求、重试、超时、权限问题。人类工程师排查时，最痛苦的不是看不懂某一行，而是不知道该从哪一行开始看。
一个社区案例里，开发者说，基于 Fable 5 的 AI 助手处理了大约 8 万行 CloudWatch 日志，跑了 53 个步骤，推断出系统架构，并标记出团队之前没发现的问题。（原帖）
Fable 5 能做的，是从混乱现场里先找出线索。这不像小游戏那么好看，但它更接近未来 AI 工具真正要干的活——不是「写一个函数」，而是「看一堆混乱现场，帮我找到问题」。
还有人让它审查一个 74 个文件、新增 3705 行、删除 1246 行的代码改动。它跑了 34 分钟，给出 16 个它认为代码有问题的地方。
这里要谨慎。社区摘录提到，其中有一些听起来很吓人的误报，也有真实发现。
还有人把数据库错误和系统日志丢给它，让它诊断基础设施故障并准备修复代码。真正有意思的不是「AI 修了 bug」，而是它能从模糊描述和零散证据里还原出问题路径。
这些案例背后，有一个变化值得单独说。
以前你让 AI 改代码，经常是这样：
把第 13 行这个变量名换掉。
现在越来越像这样：
这是目标，这是仓库，这是测试方式。你自己读、自己改、自己跑，最后告诉我结果。
这两句话的差别很大。
前者是让 AI 做一个动作。后者是让 AI 承担一段工作。
官方还给了一个更大的例子：Stripe 在一个 5000 万行的 Ruby 代码库里做迁移。Anthropic 说，原本要一个团队手工做两个多月，Fable 5 在一天内完成。
这个案例来自官方发布稿，不能等同于普通人随便拿一个项目也能复现。但它解释了为什么开发者会兴奋。
有意思的是，已经有人把这种「承担一段工作」的思路，固化成了工具。GitHub 上一个叫 architect-loop 的项目（约 400 多 star），让 Fable 5 只当「架构师」——负责拆任务、定验收标准、审查结果，但自己一行代码都不写；具体施工交给另一个模型 GPT-5.5，仓库本身当作两者共享的「记忆」。
这个分工很说明问题。它把 Fable 5 放在了判断的位置，而不是打字的位置。
大家不是想看它会不会聊天，而是想看它能不能接下一整段活。
从能玩的游戏，到能用的软件，再到能接手一段真实工作——把这几十个作品摆在一起，一个问题就压不住了：上一代 AI 明明还做不到这些，凭什么这一次，它突然就行了？
这些案例背后，其实是几个能力叠在一起。
第一，它能看更多上下文。
上下文可以理解成 AI 一次能「放在桌面上参考」的材料。以前的 AI 像是只能看到桌上三页纸的助手，你让它改第 50 页的内容，它可能已经忘了第 1 页写了什么。Fable 5 的桌子更大了，能同时摊开项目结构、历史代码、报错、文档和测试。
这不等于它一定理解更深，但至少它不那么容易「只拿着三页剧本演整部电影」。
第二，它更愿意自己拆任务。
很多案例的指令并不精确。「做一个 Mario Kart 风格游戏」「把访问数据变成游戏城市」「审查这个代码改动」——这些需求都缺细节。如果模型只会等人指挥，就会卡住。它必须自己补全步骤。
第三，它犯了错不容易卡死。
真正的软件开发不是一次写完。你写完会跑，跑了会报错，报错会改，改了还要再跑。很多开发者说，Fable 5 的变化不是它从不犯错，而是犯了错之后能继续推进，而不是一错就崩。
第四，它把多种技能串起来了。
游戏要代码和交互。3D 模拟要空间和数学。日志排查要系统理解和证据链。落地页重建要视觉和前端。单项能力以前也许就有，但串联起来才像一个「能干活」的东西。
这几个能力一叠加，难怪它显得这么强。
不过，「显得强」和「真的强多少」是两回事。这里有一份难得的、稍微冷静一点的证据。
GitHub 上有个开发者做了件较真的事：他拿 Fable 5 和上一代的 Opus 4.8 做了一组受控对比——19 组 A/B 实验，外加 26 个真实工作会话，前后大约 1500 次工具调用。结果记录在一个叫 fablize 的项目里。
他的结论挺出人意料。
在封闭任务上——有标准答案的那种，比如写一段代码、跑通一个构建——两个模型基本打平。Fable 5 并没有甩开多少。
差距只出现在开放任务上。作者把这个差距概括成一句话：「把一个隐含的结论，再往前多推一步。」
说白了，不是 Fable 5 算得更对，而是它更愿意顺着线索多走一步，去发现那些没人明说、但确实存在的问题。作者还做了个实验：把 Fable 5 发现的缺陷喂给 Opus，Opus 也复现不出来——这一步「多想一层」，没法靠指令教会，是模型本身的能力。
这恰恰对上了前面那些案例：审查代码时多揪出的几个问题，排查日志时多还原的那条路径，靠的就是这「多推一步」。
但你大概也察觉到了：到这里为止，几乎全是好话。一个东西被夸成这样，反而该警惕——这些刷屏的作品，有多少是真的，有多少是滤镜？
说到这里，可以回到那个最大的悬念：为什么很多人真正用到它的窗口，只有 72 小时？
先交代一点来历。Fable 5 不是凭空冒出来的，它来自 Anthropic 的 Mythos-class 模型。
官方说，Mythos-class 是比 Opus 更高一层的能力等级。第一个 Mythos-class 模型是 Claude Mythos Preview，4 月通过 Project Glasswing 提供给少数网络安全防御者和关键软件基础设施提供商。
6 月 9 日，Anthropic 同时推出两个名字：Fable 5 和 Mythos 5。
这两个名字不是两套完全不同的模型。官方脚注说，它们的区别主要在护栏。
Fable 5 是公开版本。它会在网络安全、生物、化学、模型蒸馏等高风险请求上触发分类器，让 Claude Opus 4.8 接手回答。Mythos 5 是同一个底层模型，但部分护栏被移除，只给少数受信任的机构使用。
官方还说，Fable 5 的安全分类器调得很保守，平均不到 5% 的会话会触发回退。换句话说，大多数普通任务里，用户用到的就是 Mythos-class 的能力。
这层身世，正是理解「72 小时」的关键。
6 月 12 日，Anthropic 更新官方页面，说 Fable 5 和 Mythos 5 暂停访问，随后单独发了一份声明。
声明里说，美国政府以国家安全权限发出出口管制指令，要求暂停任何外国国民访问 Fable 5 和 Mythos 5。范围包括美国境内外的外国国民，也包括 Anthropic 自己的外籍员工。为了合规，Anthropic 只能对所有客户关闭这两个模型。
这就是 72 小时的来源。
至于原因，双方说法并不完全一致。
Anthropic 说，政府没有提供具体的国家安全细节。它理解，政府认为有人找到了绕过 Fable 5 护栏的方法，也就是 jailbreak——简单说，就是诱导这个本该回避网络安全任务的模型，去读一段代码、找出其中的漏洞。
但 Anthropic 同时强调，它看到的演示只是一个狭窄的、非通用的绕过方式，用来识别少量已知的、较轻微的软件漏洞，而且其他公开模型也能发现类似问题。
政府是否判断过度，外部很难下结论。
但有一点很明确：Fable 5 的短暂开放，不是普通的限时活动，而是一次被突然打断的公开实验。开发者冲进去，往里面丢任务，模型吐出一批能玩、能看、能跑、能排查的东西，然后窗口关上了。
说到这里，必须泼两盆冷水。
第一盆：这些案例不是严格评测。
X 上的视频很容易让人兴奋，但它不等于可复现的成品。一个视频可能只展示最好看的 10 秒，一个 demo 可能背后有人手动修过，一个「一次生成」也可能经过多次筛选。社区合集本身也提醒，它收集的是公开 demo 和开发者案例，不能保证每个归因都完美。中文媒体也提醒过，第一批案例里有真假混杂、蹭热度和夸大叙事的问题。
就连前面那份较真的 fablize 对比，作者自己也坦白：这只是一个小样本、单一模型家族的自测，方向可信，但具体数字别太当真。
所以，不要把这些作品当成跑分。它们更像样本：在很短时间里，开发者拿一个新模型，能把想法推到哪里。
第二盆：它很贵，而且还没有替代工程。
Anthropic 官方发布页写明，Fable 5 的价格是每百万输入 token 10 美元、每百万输出 token 50 美元。token 可以粗略理解成 AI 读写文字时的「碎片单位」。前面那些动辄几十万、几百万 token 的 demo，真实成本并不低。
更重要的是，Fable 5 可以更快做出第一版，但第一版不等于产品。真实产品还要考虑安全、性能、维护、部署、权限、数据、成本、异常场景和用户反馈。AI 生成的代码也可能有错，甚至可能把一个看起来很酷的方案，写成维护噩梦。
所以，人类的角色没有消失，只是位置变了。你不一定还要亲手写每一行代码，但你必须知道目标是什么，边界在哪里，结果哪里像样，哪里只是看起来像样。
我的看法是，Fable 5 的意义不在某一个 demo。
它说明了一个更大的变化：AI 正在从「回答问题」走向「承担任务」。
过去，人跟 AI 的关系像这样：
这段代码怎么写？
现在越来越像这样：
这是我的想法，你先做一版。
这句话背后，是工作方式的变化。
过去，一个软件想法要变成原型，中间有一条很长的路：
想法 → 需求 → 原型图 → 技术选型 → 前端 → 后端 → 调试 → 部署 → 测试
如果你不会编程，基本停在第一格。
Fable 5 这 72 小时的案例说明，中间几格正在被压缩成一次长任务。你仍然需要验收，仍然需要判断，仍然需要为结果负责。但第一版东西，越来越容易被做出来。
这对普通人的影响很直接。
产品经理可以更快验证需求。设计师可以更快验证交互。独立开发者可以更快试错。工程师可以把 AI 放进迁移、审查、排查和重构流程。不会编程的人，也可能把「我想要一个这样的工具」，推进到「先做个能点的版本看看」。
这不是说人人都不用学编程了。
恰恰相反——当 AI 更会交作业，人类更需要会验收作业。你要知道目标是什么，边界在哪里，结果哪里像样，哪里只是看起来像样，什么时候可以说「够了」，什么时候必须说「这里不对，重来」。
Fable 5 只活了 72 小时。
但这 72 小时已经说明一件事：它不再只是会说。
它开始会做。
下面这份清单方便继续追踪。优先收录官方页面、原帖、可试玩 demo、源码、长文说明或社区合集。X 原帖是否能直接播放视频，取决于平台访问状态。
| 案例 | 内容 | 链接 |
|---|---|---|
| Claude Fable 5 / Mythos 5 发布页 | 官方介绍能力、价格、安全过滤、Stripe 代码迁移、《Pokémon FireRed》、太阳系、Factorio、CAD、流体模拟等 | Anthropic |
| 暂停访问声明 | 官方解释美国政府出口管制指令、jailbreak 争议和下线原因 | Anthropic |
| 模型文档 | 模型可用性、上下文、API 相关说明 | Claude Docs |
| 案例 | 内容 | 链接 |
|---|---|---|
| Finger-Tracking Dino Runner | 指尖追踪控制的跑酷游戏 | X |
| Mario Kart 64 风格赛车 | 两句话生成赛车游戏 | X |
| Rust 终端版 Minecraft | 终端里渲染和游玩的方块世界 | X |
| Minecraft 克隆 | 37 分钟、约 3000 行代码、约 12 美元 API 成本 | X |
| Backrooms Escape Game | 可试玩逃脱游戏和源码 | Reddit / GitHub |
| Runescape x WoW | 带任务、装备、怪物、区域的 RPG 原型 | |
| Super Mario 风格游戏 | 一次生成平台跳跃游戏，社区记录称约 200 万 token | X |
| GTA 2 Clone | 结合 Fable 5 和 3D 资产工具做俯视角游戏 | X |
| Dusk Drive | 低多边形雪夜驾驶游戏 | X |
| Istanbul Platform Game | 参考素材图生成平台游戏 | X |
| Three.js Hole Game | 一次生成 3D「吞洞」类游戏 | X |
| 案例 | 内容 | 链接 |
|---|---|---|
| Black Hole Simulation | Three.js 实时黑洞引力透镜模拟 | X |
| Swiss Lever Watchmaker Benchmark | 机械表擒纵机构和齿轮运动 | X |
| Solar System Simulation | 太阳系物理模拟和日食预测 | X |
| Friends Apartment Scene | 从平面图和参考图生成 Three.js 可导航场景 | X |
| Business 3D City Dashboard | 把业务流程变成 3D 城市看板 | X |
| LAAS / 3D World Demo | 4×4 km 程序化 WebGPU 开放世界，约 21000 行 TypeScript、90+ 提交，约 99% 由模型生成并自测 | GitHub |
| Real-time Space Simulation | 实时太空模拟 | |
| Physics Simulation Comparison | 同 prompt 对比 Fable 5 和 Opus 4.8 的物理模拟 | X |
| Recreating GitHub from Screenshot | 从 GitHub 截图重建 UI 和功能 | X |
| macOS-style Web OS | 单 HTML 文件生成网页操作系统 | X |
| Figma Capture Landing Page Clone | 从 Figma 图层重建品牌落地页 | X |
| 案例 | 内容 | 链接 |
|---|---|---|
| Ethan Mollick 的测试 | 小游戏、等时圈地图、Concord 研究工具 | 文章 |
| DataEmpire | 把网站访问数据变成游戏城市 | X |
| Rilable App Builder | 开源 iOS / Web 应用生成器 | X |
| CloudWatch Log Triage | 处理约 8 万行日志并定位问题线索 | X |
| World Cup Predictor | 多模型沙箱研究新闻和比赛信息做预测 | X |
| Large PR Review | 审查 74 个文件的大型代码改动 | X |
| Infrastructure Outage Diagnosis | 诊断基础设施故障并准备修复代码 | X |
| architect-loop | Fable 5 当架构师只做判断、GPT-5.5 当施工的跨厂商 agent 协作 skill | GitHub |
| fablize | Fable 5 vs Opus 4.8 受控对比（19 组 A/B、约 1500 次工具调用）及其复现工具 | GitHub |
| Hermes Agent Integration | Hermes agent 支持 Fable 5 长程任务 | X |
| HermesWorld Automated Loop | 自动构建、测试、试玩和冒烟测试 | X |
| Swarms Integration | Swarms 框架支持 Fable 5 / Mythos | X |
| Full-Site Design Audit | 启动网站、截图、审查 UX、写报告并修小问题 | X |
| Three Web Apps in 30 min | 没有编程背景的用户 30 分钟做出 3 个 Web app | X |
| 来源 | 内容 | 链接 |
|---|---|---|
| Awesome Claude Fable 5 | 88 个社区案例，覆盖编码、游戏、3D、Agent、评测、限制 | GitHub |
| Claude Fable 5 use cases | 25+ 个案例长文，带原始链接和说明 | Substack |
| 日文案例合集 | 54 个案例，按游戏、3D、工具等整理 | Zenn |
如果觉得有意思，欢迎关注我，后续文章也会持续更新。同步更新在个人博客和微信公众号
微信搜索"我没有三颗心脏"或者扫描二维码，即可订阅。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。