不是AI取代程序员，是程序员被"升职"了——Fable 5解禁背后的第三次跃迁
过去两年，关于"AI会不会取代程序员"的讨论，已经从一个严肃的行业焦虑，变成了一个老掉牙的互联网梗。
每隔几个月，就有一个新工具出来证明"程序员还没被取代"。Copilot让你少敲键盘，Cursor让你少查文档，Devin让你少操心部署。每一次，结论似乎都是同一个：AI写代码的效率在涨，但人类工程师仍然坐在驾驶座上。
但如果你只看Fable 5这周发生的事情，会发现问题的框架已经变了。
不是AI取代了程序员，而是程序员的岗位描述被重新写了。
——从"写代码的人"变成"验收AI工作的人"。从每个功能自己动手，变成在Slack里@一下Claude，然后等着收PR。
这不是一个效率提升的故事。这是一个组织方式被重写的故事。
一、三次跃迁：从"补一行"到"分任务"
Anthropic的Claude Code之父Boris Cherny，最近在接受采访时回顾了过去两年的变化，把AI编程的演进分成了清晰的三个阶段。
第一次跃迁：AI补全下一行。
Copilot 2021年推出的时代。AI像一个"超强输入法"，你写一半它帮你猜后半。决定权始终在人类手里——这行代码要不要，你说了算。
第二次跃迁：AI写完整功能。
2024-2025年，Claude Code、Cursor这类Agent式编码工具出现。你不再是补全代码，而是"派活"：写一个函数，建一个API，重构一个模块。AI能自己读代码库、跑测试、修bug。一个人可以同时管理10个Claude会话，并行写一堆功能。
第三次跃迁：AI团队上班，人类当验收员。
这就是Fable 5 + Claude Tag代表的新阶段。2026年6月23日，Anthropic把Claude Tag扔进了Slack。你不用再打开任何IDE，直接在群里@一下Claude，说清楚要什么，它就自己去拆任务、调工具、写代码、提PR。
Boris自己手上跑着几十个Claude Tag会话，有的连跑了几天，有的连跑了几周。他每天的工作变成了：看PR一个个提上来，看数据一份份发过来。
他甩出的一个数字更值得注意：产品团队65%的代码，现在由内部版Claude Tag写出，而且这个比例仍在持续攀升。
65%。这个数字的含义远远超过"AI写代码的占比"。它的潜台词是：工程师的核心产出，正在从"自己写的代码"变成"验收过的AI产出"。
二、Anthropic的产品矩阵拆解：三层架构
很多人把Fable 5简单地理解成"又一个更强的编程模型"。但如果只看模型能力，就错过了Anthropic真正在做的事情——他们在搭建一整套AI编程的工程组织架构。
Claude Code、Claude Tag、Fable 5，三个产品，各干一摊，形成了一个清晰的分层结构：
底层：Claude Code——"手"
管的是"改代码"。面向开发者的Agent编码工具，能读懂代码库、编辑文件、修bug、跑测试。你丢一个代码库给它，它闷声不响就改好了。这是一个埋头干活的老师傅。
中间层：Claude Tag——"入口"
管的是"派任务"。在Slack群里@一下Claude，说清楚要什么，它就把任务拆成几个阶段，一段一段往下推，调用它有权限的工具。干完，在Slack线程里回复你它办成了什么。这是一个在群里揽活的工头。
顶层：Fable 5——"大脑"
管的是"能扛多重的活"。大型迁移、复杂重构、要连着跑好几天的任务，都靠它。它能自己排布多阶段的活，忙不过来就把子任务甩给子智能体，干完还会回头检查自己的产出。
前两个是壳，Fable 5才是发动机。
Claude Tag + Claude Code是用户看到和交互的部分，Fable 5是让这一切真正能"扛长活"的底层能力。三个产品加在一起，等于一个人有了一支AI团队。
这个架构的巧妙之处在于它复刻了一个真实软件团队的分工：有项目经理（Tag派活）、有工程师（Code干活）、有架构师（Fable 5扛大活）。人类则从"每个层级都要自己干"，变成了"只做最上层的决策和验收"。
三、"实现变便宜了，什么变贵了？"
就在Fable 5解禁的同时，OpenAI Codex桌面版负责人Andrew Ambrosino在另一段深度访谈中，提出了一个完美补全这个故事的追问。
他说了几年前产品开发的逻辑：实现很贵。所以在动手写代码之前，你要做大量的"事前去风险"工作——写文档、做研究、做原型，目的是让设计更便宜。正是因为实现本身成本高昂，你必须在前期就把一切梳理清楚。
现在这个假设彻底反转了。
在OpenAI内部，情况变成了这样：给人们大量token，每个人都有很好的想法，所以每个人都在做东西。结果是，一个需要做的功能，可能有90个不同的团队在同时探索90种不同的实现方式。
这意味着什么？
实现不再是昂贵的部分。
那什么变贵了？Andrew的回答很直接：是品味（taste）。
更具体地说，是策展（curation）的过程。当你面对这90个不同的尝试时，你需要有眼光去判断：哪些做得不错？这些东西应该如何折叠进其他功能里？这个功能应该怎么设计？这个交互应该有几层？这些决策本身，才是现在最贵、最需要思考的地方。
Andrew把"品味"拆成了几个层面：
- 美学层面——只是最表面的那一层
- 系统思维——这个东西如何融入整个系统
- 方向感——这属于什么主题的一部分
- 呈现方式——怎么展示信息、用什么介质
- 核心品味问题——如果我们能建造任何东西，那么我们到底想要什么？我们如何到达那里？
注意这个逻辑链：
实现贵 → 大部分精力花在"如何做" → 品味不重要，执行最重要。
实现便宜 → 大部分精力花在"做什么" → 品味成为核心竞争力，执行可以由AI代劳。
这不是一个渐进的变化。这是一个成本结构反转引发的组织逻辑翻转。
一旦你接受了这个框架，很多东西就说得通了。为什么Codex的周活跃用户能增长5倍达到500万？为什么非开发者的采用速度是开发者群体的3倍？因为当实现不再需要"会写代码"这个前提条件时，产品的使用门槛从"技术能力"变成了"能不能清晰表达需求"。
后者，恰好是"品味"的另一个名字。
四、框架迁移：不是AI公司专属
这个"实现变便宜，品味变贵"的框架，并不只适用于AI编程。
放在任何技术降低了生产门槛的行业，都成立。
设计领域。Canva和Figma让任何人在几分钟内做出一个"看起来还行"的设计。当设计的实现成本趋近于零，什么是稀缺的？不是能不能做出一张海报，而是能不能判断：这个视觉是否传递了正确的品牌情绪？这个排版策略是否服务于用户的阅读路径？
内容创作。AI写作工具让一篇文章的初稿生成趋近于零成本。什么是稀缺的？不是"写出来"，而是"判断这个角度对不对、这个论点站不站得住、这个叙事有没有说服力"。
数据分析。AI可以自动写SQL、做可视化、出报告。什么是稀缺的？不是"跑一个分析"，而是"问一个正确的问题"。
在每个领域，当"做"变得足够便宜，最值钱的能力就变成了"想"和"选"——想清楚要做什么，选出来什么是好的。
回到软件工程。Fable 5代表的第三次跃迁，本质上是把这种"实现成本反转"推到了极致。当一个AI团队可以在你睡觉的时候写完整个功能的代码、测完所有测试用例、提交PR，人类工程师的时间就彻底被解放出来——但解放的不是"可以摸鱼了"，而是"必须把精力花在更有价值的事情上了"。
Boris Cherny每天看PR、看数据，不是因为没事可做。恰恰相反——因为他需要比AI更清楚"方向在哪里"，才能判断AI是不是在正确的方向上做出了好东西。
五、落到行动：三类人的路径
如果Fable 5趋势成立，未来12个月里，软件工程的组织方式会发生显著变化。对不同角色，影响和行动路径截然不同。
- 如果你是一线工程师：尽快从"自己能写多好"转向"能验收得多准"。学会读AI生成的代码，快速定位问题，判断哪些地方需要人工介入——这些能力会比手写代码的速度更快决定你的产出质量。65%的代码由AI写出的团队里，最重要的技能不是"会写那65%"，而是"能鉴别剩下的35%该不该自己动手"。
- 如果你是技术管理者：停止衡量团队的"代码产出量"，那是AI最擅长的领域。开始衡量"方向判断的质量"——团队是否在正确的事情上投入精力？功能设计是否考虑了系统边界？技术决策是否可持续？这些才是人类在工程组织中不可替代的价值点。
- 如果你是产品经理或非技术角色：这是你离"自己写出产品"最近的历史时刻。当Codex的非开发者采用速度已经是开发者的3倍，意味着"把一个想法变成软件"这件事正在变得越来越不需要"会写代码"。你真正需要提升的能力只有一件：把模糊的需求说清楚、说精确、说完整。因为对一个AI来说，你输入的质量直接决定了它产出的质量。
说到底，Fable 5解禁这件事的真正意义，不在Fable 5本身。而在它揭示了下一个阶段的基本矛盾：
AI已经能把任何东西建出来。问题是，人类还清不清楚自己想要什么。
那个"清楚自己想要什么"的能力——才是未来十年最值钱的技能。
来源：新智元《Fable 5解禁即上岗，工程师改行当「验收员」》；机器之心《Codex、ChatGPT为何合体？Codex未来何去何从？OpenAI核心leader回应一切》；Anthropic官方博客及视频