Nach der Streichung von 80 % der Systemhinweise beginnt Claude Fable 5, die Entwickler zu hinterfragen

Am 6. Juli 2026 veröffentlichte Thariq Shihipar, Ingenieur bei Anthropic, das Dokument "A Field Guide to Claude Fable: Finding Your Unknowns". Dies ist kein weiteres Dokument über Hinweis-Techniken. Einen Monat zuvor hatte Thariq mit Claude Code ein Video veröffentlicht, in dem er Fable 5 von Grund auf bearbeitete und das Modell dazu brachte, seine "Unbekannten" zu scannen und das Wissen über Farbkorrektur zu erlernen. Diese Methodologie markiert einen Wandel im Kernkonflikt der KI-Zusammenarbeit: Wenn Fable 5 80 % der Systemhinweise entfernt und die Intelligenz des Modells nicht mehr der Engpass ist, wird die Qualität der Ergebnisse von der Fähigkeit der Entwickler abhängen, Unbekanntes zu klären.

Claude Fable Field Guide: Entdecken Sie Ihre Unbekannten | Offizieller Blog von Anthropic

Die Karte ist nicht das Gebiet: Der neue Engpass nach der Streichung von 80 % der Hinweise

Am 9. Juni 2026 veröffentlichte Anthropic offiziell die Modelle Claude Fable 5 und Mythos 5. Fable 5 ist die weit verbreitete Version mit einem Sicherheitsklassifizierer, während Mythos 5 eine eingeladene Version mit teilweise aufgehobenen Einschränkungen ist. Der im Juli veröffentlichte Field Guide ist im Wesentlichen eine offizielle Bestätigung des Workflows in der Ära von Fable 5.

Im traditionellen KI-Antwortmodus neigen Entwickler dazu, die "Karte" dick zu zeichnen. Angesichts von nicht ausreichend intelligenten Modellen müssen Entwickler detaillierte Few-Shot-Beispiele und strenge Einschränkungen in den Systemhinweisen stapeln. Die ursprünglichen Systemhinweise von Claude Code erreichten einst 65k Token. Nach dem Start von Fable 5 reduzierte Anthropic die Systemhinweise direkt um 80 %, wobei die Strategie von "Einschränkungen geben" zu "Kontext geben" wechselte.

Diese Reduzierung ist keine willkürliche Kompression, sondern eine direkte Reaktion auf den Anstieg der Modellfähigkeiten. In den 65k Token der Systemhinweise sind zahlreiche harte Regeln zu Code-Stilen, Dateiverwaltungsstandards und Sicherheitsgrenzen enthalten. Diese Regeln waren in der Ära schwacher Modelle notwendig, um sicherzustellen, dass das Modell in langen Gesprächen nicht vom Kurs abkommt. Aber die Schlussfolgerungsfähigkeit von Fable 5 ist bereits stark genug, um ohne diese harten Einschränkungen den richtigen Handlungsweg basierend auf dem Kontext selbst zu bestimmen. Ingenieure von Anthropic entdeckten in internen Tests, dass das Beibehalten zu vieler harter Regeln die Entscheidungen von Fable 5 tatsächlich stören kann. Das Modell könnte eine suboptimale Lösung umgehen, um einer Regel zu folgen, oder in Konfliktsituationen zögern.

Dieser Wandel basiert auf einer brutalen Tatsache: Fable 5 ist intelligent genug, um in die falsche Richtung zu rennen, wenn die "Karte" der Entwickler das "Unbekannte" nicht markiert. In der Ära schwacher Modelle schrieben Entwickler die Prompts dick, um sicherzustellen, dass das Modell keine Missverständnisse hat. Aber in der Ära von Fable 5 werden zu strenge Einschränkungen zu Fesseln. Wenn die Systemhinweise zu viele starre Regeln vorschreiben, könnte Fable 5 das tatsächliche Ziel umgehen, um die Regeln einzuhalten. Die Entscheidung von Anthropic, die Hinweise zu reduzieren, befreit das Modell tatsächlich, sodass es auf den Kontext und seine eigene Schlussfolgerungsfähigkeit angewiesen ist, anstatt mechanisch Regeln abzugleichen.

Traditionelle Modelle reagieren auf vage Anweisungen normalerweise, indem sie auf bewährte Branchenpraktiken "schließen" oder direkt einen Fehler melden. Dies führt dazu, dass Entwickler nach dem Zusammenführen von Code häufig feststellen, dass die KI versteckte architektonische Abweichungen eingeführt hat. Ein typisches Szenario ist: Ein Entwickler beschreibt in einem Prompt die Anforderungen an ein Benutzerauthentifizierungsmodul, gibt jedoch keinen spezifischen Passwortverschlüsselungsalgorithmus an. Traditionelle Modelle verwenden standardmäßig gängige, aber unsichere Algorithmen wie MD5 oder SHA1, da sie in den Trainingsdaten viele solcher Implementierungen gesehen haben. Entwickler entdecken dieses Problem erst bei der Sicherheitsprüfung. Fable 5 ändert diese Logik. Der Engpass in der Qualität der Ergebnisse verschiebt sich von der Schlussfolgerungsfähigkeit des Modells hin zur Fachkompetenz der Entwickler und ihrer Fähigkeit, Unbekanntes zu definieren. Wenn Entwickler die Grenzen der Aufgabe und potenzielle Risiken nicht klar definieren können, wird die starke Schlussfolgerungsfähigkeit von Fable 5 tatsächlich die Generierung fehlerhaften Codes beschleunigen.

Vier Arten von Unbekannten: Wie KI die Entwickler hinterfragt

Der Kern des Field Guides besteht darin, Aufgabenprobleme in vier Kategorien zu unterteilen: Bekannte Bekannte, Bekannte Unbekannte, Unbekannte Bekannte und Unbekannte Unbekannte. In Kombination mit Claude Code werden diese vier Arten von Unbekannten auf spezifische Hinweis-Muster abgebildet, die den gesamten Lebenszyklus von der Implementierung bis zur Nachimplementierung abdecken.

Bekannte Bekannte entsprechen dem Implementierungsplan. Bei der Umstrukturierung großer Codebasen wissen Entwickler genau, welche Module geändert werden müssen, sind sich jedoch über die Reihenfolge der Änderungen unsicher. Entwickler können die KI bitten, die am wahrscheinlichsten zu ändernden Datenmodelle zuerst zu überprüfen und mechanische Umstrukturierungen nach hinten zu verschieben. Dies stellt sicher, dass die KI vor der Ausführung zuerst mit den Entwicklern über die Kernarchitektur abstimmt, um zu vermeiden, dass in der oberen Geschäftscode-Ebene viel Code generiert wird, während die unteren Schnittstellen noch nicht festgelegt sind. In einem Migrationsprojekt mit 50 Millionen Zeilen Ruby-Code kann diese Sortierungsstrategie die Nacharbeit erheblich reduzieren. Wenn die KI zuerst die obere Geschäftsanwendungslogik umschreibt und dann die unteren Datenmodelle geändert werden, muss der gesamte obere Code neu geschrieben werden.

Bekannte Unbekannte entsprechen dem Interview. Dies ist eines der disruptivsten Modelle von Fable 5. Die KI wartet nicht mehr passiv auf Anweisungen, sondern interviewt die Entwickler. Bei der Gestaltung einer hochgradig parallelen API-Schnittstelle weiß der Entwickler möglicherweise, dass er eine große Anzahl von Anfragen verarbeiten muss, hat jedoch keine klare Vorstellung von der spezifischen Drosselstrategie oder dem Cache-Konsistenzschema. Der Entwickler kann die KI bitten: "Frage zuerst nach den Punkten, deren Antworten das Architekturdesign ändern würden." Die KI könnte Fragen zu den spezifischen Anforderungen an die Datenkonsistenz, den erwarteten Spitzen-QPS oder den Drosselungsstrategien stellen. Durch diese Rückfragen zwingt die KI die Entwickler, vage Ideen zu konkretisieren.

In einem Szenario zur Gestaltung einer Microservices-Architektur teilt der Entwickler Fable 5 mit, dass er einen Bestellservice implementieren muss. Fable 5 wird nicht sofort mit dem Schreiben von Code beginnen, sondern zurückfragen: Muss die Änderung des Bestellstatus eine transaktionale Garantie über Dienste hinweg haben? Wenn ja, wird das Saga-Muster oder die Zwei-Phasen-Commit-Methode verwendet? Wird der Lagerabzug beim Erstellen der Bestellung oder nach erfolgreicher Zahlung vorgenommen? Jede dieser Fragen wird das endgültige Architekturdesign direkt beeinflussen. Während die Entwickler diese Fragen beantworten, vollziehen sie tatsächlich ihr eigenes Architekturdesign.

Unbekannte Bekannte entsprechen Brainstorming und Prototyping. Bei ästhetischen oder intuitiven Fragen, bei denen "man sieht, was man will", können Entwickler die KI bitten, mehrere verschiedene Prototypen in HTML zu generieren, aus denen der Mensch auswählen kann. Bei der Entwicklung eines Daten-Dashboards kann der Entwickler möglicherweise nicht präzise in Worten beschreiben, wie das ideale Interaktionslayout aussieht. Indem er Fable 5 vier HTML-Prototypen mit unterschiedlichen Schwerpunkten generieren lässt, kann der Entwickler intuitiv aus diesen auswählen und Elemente kombinieren. Dieses Modell erkennt die Grenzen menschlicher Kognition an und kompensiert die Unzulänglichkeiten der sprachlichen Beschreibung durch schnelles Prototyping.

Unbekannte Unbekannte entsprechen Blindpunkt-Scanning. Entwickler geben der KI direkt den Befehl: "Hilf mir, meine unbekannten Unbekannten in diesem Modul zu finden." Bei der Bearbeitung einer scheinbar einfachen Zahlungsrückruf-Logik könnte der Entwickler das Risiko von doppelten Abzügen aufgrund von parallelen Anfragen oder den Timeout-Wiederholungsmechanismus des Drittanbieters übersehen. Die KI wird basierend auf einem globalen Blick auf die Codebasis auf potenzielle Randbedingungen, historische Erbschäden oder Sicherheitsrisiken hinweisen, die der Entwickler möglicherweise übersehen hat.

Thariq nutzte beim Bearbeiten des Fable 5 Veröffentlichungs-Videos das Blindpunkt-Scanning. Er hatte keine Ahnung von Farbkorrektur und ließ Claude Code die Blindstellen im Videoverarbeitungsprozess scannen, wobei das Modell aktiv die Schlüsselwissen über Farbraumkonvertierung und LUT-Anwendung identifizierte. Der spezifische Ablauf war: Thariq ließ Claude Code zunächst die Videodatei laden und deren Farbmetadaten analysieren, dann wies er das Modell an, "finde die technischen Details, die ich im Farbkorrekturprozess möglicherweise übersehen habe". Claude Code lieferte eine Liste zurück, die die Unterschiede zwischen den Farbäumen Rec.709 und Rec.2020, den Zeitpunkt der Umwandlung zwischen Log- und Linear-Codierung sowie die Unterschiede in den Effekten der Anwendung von LUT-Dateien an verschiedenen Knoten umfasste. Thariq lernte anhand dieser Liste und verwandelte die "unbekannten Unbekannten" in "Bekannte", um schließlich die Videobearbeitung abzuschließen.

Im Implementierungsprozess fordert Fable 5 dazu auf, während der Arbeit Notizen zu machen. Entwickler müssen eine Datei namens implementation-notes.md führen, um die konservativen Entscheidungen der KI zu dokumentieren, wenn sie vom ursprünglichen Plan abweicht. Wenn die KI bei der Implementierung einer Funktion feststellt, dass der ursprüngliche Plan nicht umsetzbar ist und stattdessen einen Drosselungsansatz wählt, wird diese Entscheidung dokumentiert. Dies stellt sicher, dass der Mensch stets den tatsächlichen Fortschritt des Projekts im Blick hat und nicht zulässt, dass die KI im Dunkeln agiert. In einem Datenbank-Migrationsprojekt könnte die KI feststellen, dass das ursprünglich geplante Batch-Import-Tool in der Ziel-Datenbankversion einen bekannten Bug aufweist und stattdessen einen konservativen Ansatz mit zeilenweiser Einfuhr wählt. Diese Entscheidung wird in implementation-notes.md dokumentiert, sodass der Entwickler bei späteren Überprüfungen die Entscheidungslogik der KI verstehen und sie bei Bedarf zurückweisen kann.

Die ungewöhnlichsten Operationen treten in der Abnahmephase auf. Nach langen Gesprächen ist es unmöglich, die tiefgreifenden Änderungen der KI nur durch den Code-Diff zu verstehen. Thariq fordert Claude auf, einen HTML-Bericht zu erstellen, der den Kontext und intuitive Erklärungen enthält, und am Ende eine Reihe von Testfragen anzuhängen. Nur wenn alle Fragen richtig beantwortet werden, wird der Code zusammengeführt. Dies revolutioniert das traditionelle Paradigma des "Menschen prüft KI" und nutzt die Gegenfragen der KI, um das Verständnis der Menschen für die in langen Gesprächen stattfindenden intransparenten Operationen zu ergänzen. Die Testfragen könnten Folgendes umfassen: "Warum wurde in dieser Funktion eine optimistische Sperre anstelle einer pessimistischen Sperre verwendet?" "In welchen Szenarien könnte diese Cache-Invalidierungsstrategie zu inkonsistenten Daten führen?" Entwickler müssen in der Lage sein, diese Fragen genau zu beantworten, um zu beweisen, dass sie die Änderungen der KI verstanden haben.

Fable 5 und Mythos 5: Dual-Track-System für Leistungsfreisetzung und Sicherheitsrückfall

Anthropic hat gleichzeitig Fable 5 und Mythos 5 veröffentlicht, was das Gleichgewicht zwischen Leistungsfreisetzung und Sicherheitskontrolle widerspiegelt. Mythos 5, Teil des Project Glasswing, hebt einige Einschränkungen in der Cybersicherheit auf und richtet sich an eingeladene Benutzer. Fable 5, die weit verbreitete Version, enthält strenge Sicherheitsklassifizierer.

Wenn Fable 5 auf sensible Themen wie Cybersicherheit oder Biochemie stößt, wechselt es automatisch zu Claude Opus 4.8. Offiziellen Angaben zufolge lösen über 95 % der Fable-Gespräche in den frühen Daten keinen Sicherheitsrückfall aus, und die Fehlalarmrate liegt unter 5 %.

Dieses Dual-Track-System gewährleistet, dass Fable 5 sicher auf den Massenmarkt gebracht werden kann, bringt jedoch auch eine Erfahrungsspaltung mit sich. Einige Entwickler, die normale Netzwerkprogrammierung oder biochemische Forschung durchführen, erleben erzwungene Rückfälle. Zum Beispiel kann beim Schreiben eines Sicherheitsprüftools, das Netzwerkpaketschnüffel beinhaltet, Fable 5 den Sicherheitsklassifizierer auslösen, was den ursprünglich von Fable 5 geführten effizienten Arbeitsablauf unterbricht und die Modellfähigkeiten sofort herabstuft. Entwickler, die Skripte zum Testen von Firewall-Regeln schreiben, könnten ebenfalls aufgrund von Port-Scan-Logik im Code auf Opus 4.8 zurückfallen. Obwohl die Offiziellen versprochen haben, die Klassifizierer in zukünftigen Updates zu verfeinern und einen vertrauenswürdigen Zugangsplan für Forscher einzuführen, bleibt der Sicherheitsrückfall in der aktuellen Phase eines der Hauptprobleme, die von Entwicklern angesprochen werden.

Token-Verbrauch und Interaktionsmüdigkeit: Die Kosten der aktiven Klärung

Die aktive Klärung unbekannter Mechanismen hat in der praktischen Anwendung signifikante Kosten und Erfahrungskosten mit sich gebracht.

Token-Verbrauch ist das am häufigsten geäußerte Problem der Entwickler. Fable 5 zwingt zur Aktivierung des adaptiven Denkens und unterstützt nicht das Deaktivieren der Denkverknüpfungen, sondern kann nur über den Effort-Parameter die Denktiefe steuern. Viele Nutzer in der Reddit-Community beschweren sich, dass Fable 5 "meinen Max-Plan frisst", da die Ausgaben extrem lang sind und das Denken ständig aktiviert ist, was zu unkontrolliertem Token-Verbrauch führt. Fable 5 kostet 10 USD für die Eingabe pro Million Token und 50 USD für die Ausgabe pro Million Token, mit einem Standardkontext von 1 Million Token, was für einzelne Entwickler eine erhebliche wirtschaftliche Belastung darstellt. Einige Nutzer berichten, dass bei einer mittelgroßen Code-Umstrukturierung der Denkprozess und die Gegenfragen von Fable 5 innerhalb weniger Minuten mehrere zehntausend Token verbraucht haben. Unter dem Max 20x-Abonnement berichten einige Nutzer, dass die Verbrauchsgeschwindigkeit von Fable 5 2 USD pro Minute erreicht, was die Erwartungen weit übersteigt.

Das Feedback der Community zeigt, dass der mittlere Aufwand von Fable 5 oft bereits den maximalen Aufwand von Opus 4.8 übersteigt. Das bedeutet, dass Fable 5 auch bei einfachen Aufgaben eine erhebliche Rechenleistung für tiefes Denken verbraucht. Für Entwickler mit begrenztem Budget ist es notwendig, den Effort-Parameter streng zu verwenden oder Fable 5 bei einfachen Aufgaben zu vermeiden. Einige Entwickler haben praktische Erfahrungen zusammengefasst: Für klare CRUD-Operationen oder einfache String-Verarbeitung reicht der niedrige Aufwand aus; für komplexe Aufgaben, die Architekturdesign betreffen, sollte der mittlere oder hohe Aufwand aktiviert werden. Dennoch bleibt der Token-Verbrauch von Fable 5 signifikant höher als bei früheren Modellen.

Interaktionsmüdigkeit belastet ebenfalls die Entwickler. Die KI-Interviews mit Entwicklern können zwar die Qualität des Architekturdesigns verbessern, erhöhen jedoch erheblich die Interaktionsrunden und die Zeitkosten. Bei klaren Zielen und einfachen CRUD-Aufgaben kann diese sokratische Zusammenarbeit zur Belastung werden. Entwickler müssen ständig die Fragen der KI beantworten, um die Codegenerierung voranzutreiben. In einem schnelllebigen agilen Entwicklungsumfeld kann diese häufige Interaktion die Entwicklungseffizienz verringern. Eine einfache Benutzerregistrierungsfunktion könnte im Interviewmodus von Fable 5 5 bis 10 Fragen zu Passwortstrategien, E-Mail-Verifizierung und Benutzerrollen erfordern, während der Entwickler möglicherweise nur schnell einen Prototyp erstellen möchte. Der Wert von Fable 5 liegt in der Identifizierung von Blindstellen in komplexen Projekten und nicht als universeller Ersatz für alle Szenarien.

Die Fehlalarme des Sicherheitsklassifizierers beeinträchtigen ebenfalls die Kohärenz des Workflows. Obwohl die Offiziellen versprochen haben, die Klassifizierer in zukünftigen Updates zu verfeinern, gibt es in der aktuellen Phase immer noch Fälle, in denen normale Entwicklungsprozesse durch Sicherheitsrückfälle unterbrochen werden. Diese Erfahrungsspaltung hat dazu geführt, dass einige Entwickler die Stabilität von Fable 5 in Frage stellen. In spezifischen Bereichen wie Sicherheitsprüfungen, Penetrationstests und biochemischen Datenanalysen müssen Entwickler möglicherweise häufig zu Mythos 5 wechseln oder auf die Genehmigung des vertrauenswürdigen Zugangsplans warten, was die Komplexität des Workflows erhöht.

Von der Anweisungsentwicklung zum Management des Unbekannten: Der neue Fähigkeitsbaum der Entwickler

Die Einführung von Claude Fable und die Veröffentlichung des praktischen Leitfadens senden ein klares Signal: Das Modell ist jetzt intelligent genug, jetzt sind die Entwickler an der Reihe.

Die neuen Fähigkeiten, die Entwickler entwickeln müssen, bestehen nicht darin, dickere Prompts zu schreiben, sondern darin, das Unbekannte zu definieren, Unsicherheiten zu managen und in den Gegenfragen der KI ihre eigenen Blindstellen zu erkennen. Dies ist ein Übergang von "Anweisungsentwicklung" zu "Management des Unbekannten". OmniTools glaubt, dass diese Umgestaltung des Workflows disruptiver ist als eine bloße Parameteraufrüstungen.

In der traditionellen Anweisungsentwicklung konzentrieren sich Entwickler darauf, wie sie Anforderungen klarer und eindeutiger beschreiben können. Im Management des Unbekannten müssen Entwickler ihre kognitiven Grenzen anerkennen und die Gegenfragefähigkeiten der KI nutzen, um diese Grenzen zu schließen. Dies erfordert von den Entwicklern ein stärkeres Fachwissen, um bei den Fragen der KI präzise Urteile abzugeben. Wenn die KI fragt: "Muss dieser Zahlungs-Callback Netzwerkstörungen berücksichtigen, die zu wiederholten Benachrichtigungen führen?", müssen die Entwickler in der Lage sein, die Schwere dieser Frage zu beurteilen und eine angemessene Antwort zu geben. Wenn die Entwickler selbst kein Verständnis für die Randbedingungen des Zahlungssystems haben, kann die Gegenfrage der KI diese Wissenslücke nicht schließen.

Aber dieses System ist nicht allmächtig. Seine Anwendbarkeit ist auf komplexe Projekte und Systemdesigns beschränkt, während es für einfache Aufgaben überdimensioniert ist. Wenn die KI nicht mehr vorgibt, allwissend zu sein, müssen die Entwickler sich ihren kognitiven Lücken stellen. Der aktive Klärungsmechanismus von Fable 5 tauscht im Wesentlichen Interaktionskosten gegen Codequalität. Für Entwickler, die bereit sind, Zeit in architektonisches Denken zu investieren, kann dieses System das Risiko von Nacharbeiten erheblich reduzieren; für Teams, die schnelle Iterationen anstreben, kann dieses System jedoch zu einem Stolperstein für die Effizienz werden.

Von Fable 5 zu Mythos 5 und der Methodologie der praktischen Leitfäden definiert Anthropic die Grenzen der Zusammenarbeit zwischen KI und Entwicklern neu. Das Modell ist nicht mehr nur ein passives Ausführungswerkzeug, sondern ein kooperativer Partner mit aktiven Denkfähigkeiten. Die Rolle der Entwickler wandelt sich von "demjenigen, der Anweisungen schreibt" zu "demjenigen, der Unbekanntes managt". Dieser Wandel erfordert von den Entwicklern, ihre Arbeitsabläufe neu zu überdenken und einen neuen Ausgleich zwischen Effizienz und Qualität zu finden.

Haftungsausschluss: Dieser Inhalt wird nur zu allgemeinen Marketing- und Informationszwecken bereitgestellt und stellt keine finanzielle, Anlage-, Rechts- oder Steuerberatung dar. Alle Events, Prämien, Online-Aktionen oder zugehörige Informationen sollten nicht als Empfehlung, Aufforderung oder Einladung zum Kauf, Verkauf, Handel oder anderweitigem Umgang mit Krypto-Assets oder zur Nutzung von Services betrachtet werden. Krypto-Assets sind sehr volatil und können zu Verlusten führen. WEEX Services und Online-Aktionen sind möglicherweise nicht in allen Regionen verfügbar und unterliegen geltenden Gesetzen, Vorschriften und Berechtigungsanforderungen. Sie sind dafür verantwortlich sicherzustellen, dass Ihre Nutzung von WEEX Services mit lokalen Gesetzen übereinstimmt, und sorgfältig die Risiken vor der Teilnahme an Krypto-bezogenen Aktivitäten zu bewerten.