Fable 5 深度测评:从翻车现场到 Skill 工作流的系统级重构
本文作者使用回归的 Fable 5 模型对自己开发的“AI 视觉风格导演” Skill 进行了 V3 升级。文章展示了 Fable 5 在处理复杂、多文件工程任务上的独特优势:它不仅能发现 V2 版本中缺失的 frontmatter 等基础 Bug,还主动补齐了双引擎编译、视频模型路由和风格资产沉淀等三层关键逻辑。作者认为,Fable 5 在生产链路判断和工程品味上超越了传统模型,适合用于解决高复杂度的“硬骨头”任务。
本文作者使用回归的 Fable 5 模型对自己开发的“AI 视觉风格导演” Skill 进行了 V3 升级。文章展示了 Fable 5 在处理复杂、多文件工程任务上的独特优势:它不仅能发现 V2 版本中缺失的 frontmatter 等基础 Bug,还主动补齐了双引擎编译、视频模型路由和风格资产沉淀等三层关键逻辑。作者认为,Fable 5 在生产链路判断和工程品味上超越了传统模型,适合用于解决高复杂度的“硬骨头”任务。
作者 Fred-New 分享了如何将 Grok Bot 从单一聊天工具打造为长期数字员工团队的方法论。核心思路是:先给一个 Bot 一个窄岗位和明确验收标准,跑通真实任务;结果稳定后把流程保存成 Skill,再做回归测试;稳定后设置 Routine 让 Bot 定时自动工作。当出现稳定分工需求后,再组建多 Bot 团队(情报员、爆款分析师、Researcher、Writer、Reviewer、Visual Planner 六岗位)。文章强调岗位边界、工具接入、薄 Context Pack、固定交接格式(如 Research Pack 和 Handoff)的重要性,并指出真正的多 Agent 协作关键在于可替换的模块和清晰的接口,而非人数。
作者提出九条原则,帮助判断 Agent Skill 是否真正有效,覆盖 Skill 生命周期三个阶段:被选中、可靠执行、经受现实检验。核心观点包括:元数据描述是触发与否的关键入口;上下文是共享预算,需渐进式加载;流程与检查点优于长篇散文;规则应解释原因以应对边缘情况;预先记录并反驳模型常见的跳过理由;确定性逻辑写成脚本代码而非依赖推理;严格限定修改范围;Skill 会随库更新和约定变化而腐化,需版本化管理;上线前必须用真实用例运行验证,从观察到的行为而非想象中调试。
作者几个月前搭建了一套名为「刚柔」的元 Skill,用图 IR、契约闸和检查机制防止模型偷懒、打折扣执行任务。随着 GPT-6 Astra 发布,模型遵循指令和多步执行能力大幅提升,OpenAI 官方建议检查 AGENTS.md 和 Skills 中可能影响模型行为的指令。作者由此意识到,许多为弥补旧模型短板而设的约束如今反而妨碍任务完成,于是委托 Codex + GPT-6 在秘书 Grok Bot 协调下彻底拆除该元技能。文章详细记录了清理的难度、推理档位选择、具体执行过程(如取消从零重跑、自动三路候选)及打包脚本隐私问题的修复,最终指出:该留的是把工作可靠完成的目标,而不是特定的脚手架,技术条件变了就该果断调整。
作者介绍了其 XXD Panel 系统:56 个各自独立、各守一套审美的“士兵”Skill,配合负责推荐、点将、试稿和批量派发的“将军”Skill(xxd-panel-all),解决风格多样后如何选择、批量制作如何提效的问题。每位士兵保留独立原始提示词,互不混血,支持上下、左右、纯设计、壁纸包四种交付模式和批量目录处理。文章详述了 56 位士兵的风格特长分组、适用人群、质量控制逻辑及入门方式。
本文详细测评并解析了 Seedance 2.0 视频生成模型的强大功能。作者通过 13 个跨行业实战案例,展示了该模型在餐饮广告、品牌营销、健身教学、UI 设计、服装电商、房产展示、自媒体 Vlog 及影视特效等领域的应用。Seedance 2.0 具备“导演思维”和全模态参考能力,能理解世界知识、编排分镜并保持人物动作一致性,被视为视频领域的 ChatGPT 时刻。文章还附带了具体的提示词策略与工作流指导,旨在帮助从业者提高内容制作效率并实现商业变现。
作者复盘2026 AI先锋未来人才大赛全国总决赛的12个FDE(前沿部署工程师)项目,涵盖化工调度、编程教育、低空安防、供应链、雅思诊断、AI短剧、乐园服务、3D打印、家电售后、汽车维修、内容营销和招投标等领域。文章逐一拆解各项目的实现方式与业务价值,并总结三点观察:多数场景不需要垂类模型,业务理解是AI应用的关键门槛,能演示与创造商业价值之间仍有距离。作者认为FDE代表AI时代正在形成的具体工作方式,非计算机背景者也能借AI解决真实行业问题。
文章介绍作者封装的 anatomy-explainer 项目,用 Agent 工作流自动制作机械原理科普视频。核心思路是先锁定因果链与解释范围,再用参数化代码几何保证齿轮等部件运动关系可检查、可复现;旁白按短句合成语音,以实测时长驱动动画与字幕对齐。文中以木牛流马为例,讲解了选题收窄、审题约束、声画对齐、字幕遮挡检查、3D 扩展方向与运行环境配置,并强调流程仍需人工审核、简化须标明、自动化能力需靠项目积累验证。
作者总结了半年高强度使用 AI 和 Agent 的实践经验:通过沉淀确定性知识库、将高频任务封装为 Skill、用 Plugin 弥补能力不足、多 Agent 分工协作以及构建外部记忆层来搭建可靠的 Harness 工作环境。同时强调 AI 是工具而非决策者,切勿把思考让渡给 AI;AI 并没有创造新需求,重塑的是服务边界;瓶颈在于人的认知与判断力。作者认为 Agent 已能交付生产级成果,真正的护城河是个人的业务理解与持续学习,建议以明确目标驱动闭环,先动手试用再说。
作者分享用 Codex 结合 ChatCut 浏览器/桌面剪辑器自动剪口播视频的工作流:将原本在剪映需要一两天的剪辑工作压缩到一小时内。文章介绍了通过托管 MCP 插件让 Codex 或 Claude Code 直接操作剪辑时间线的安装方式,给出了四条核心指令(只读分析、按语义删减、插入内容并自查、最后刷字幕)和五道验收方法(重读项目状态、核对总时长、逐轨道检查、实际试听、复查字幕),并以片尾卡未跟随移动导致时长短两秒的实例说明:AI 报告'完成'不等于真正完成,验收环节必须由人掌握,这一原则适用于所有 Agent 交付的工作。
作者总结了 10 条 Grok Bot 使用经验:Bot 适合长期反复的非编程任务,编程任务仍用 Codex、Claude Code、Cursor;摸清 Bots 的上下文机制,善用共用记忆和 Skill;不要一开始就把 Bot 拆得太细,像管理初创公司一样逐步扩展;优化重叠任务职责;成熟的标准化流程交给 CLI Agent 执行以节省额度;通过 Wake on Done Skill 实现 webhook 通知让长任务无人值守;用 Web Access Skill 补足浏览器自动化能力;关闭 App Nap 解决息屏问题;推荐用 Notion 做长期数据看板;最后分享了收件箱、产品反馈、订阅管理、商务财务、社媒数据等多个实用 Bot 搭建案例。