Fable 5刚被解禁，就无缝接入了Claude Tag，直接住进工作群。它变成了一个能连着跑好几天、还会主动给你发PR的同事。你不再需要守在屏幕前盯着它补全下一行代码，只管派发下一个任务就好。
过去，是一个人坐在电脑前，一行一行敲代码。后来，一个人可以带着十个Claude，并行产出大量功能。而现在，方向盘直接递到了Claude手里，坐在它对面的，也已经不再是一个人，而是一整个团队。Claude，从一辆车，变成了开车的那个人。
核心变化：从补全代码到派发任务
Boris Cherny，这位Claude Code的“父亲”，回顾了AI辅助编程的两次清晰跃迁。过去是输入联想型，AI帮你补半行，这行怎么落，还得你自己拍板。而有了Tag，它把整件事全包了：写一个功能，端到端跑完一个实验，甚至连数据分析都一并完成。两年时间，跨了两大步。
如今，他手头同时跑着几十个Claude Tag会话，有些已经连续跑了几天，有些甚至跑了几周。他每天的工作，就是看着PR一个一个提上来，看着数据一份一份返回。他抛出的一个数字更值得关注：产品团队65%的代码，现在由内部版Claude Tag撰写，而且这个比例还在持续攀升。
这个65%是“代码占比”，并非指65%的PR完全由AI自主完成无人工干预。但它足够说明问题：在Anthropic内部，通过“@一下AI派活”已经变成了主流的工作方式。
一个人也能拥有一支Claude小队
6月23日，Anthropic将Claude Tag正式部署到Slack。最大的变化在于：你手里的AI不再是一个工具，而是一个能替你干活的队友。它的定位并非又一个聊天机器人，而是Claude Code的一次关键演进。
由此，Claude Code、Claude Tag、Fable 5，三条产品线各司其职：
Claude Code像个埋头苦干的老师傅，它管的是“改代码”。作为面向开发者的智能体编码工具，它能读懂你的代码库、编辑文件、修bug、跑测试。你把代码库丢给它，它就默默改好。
Claude Tag是群里的“工头”，它管的是“派任务”。你在Slack群里@一下Claude，说清需求，它就把任务拆成几个阶段，一段段向下推进，调动它有权限的工具。完成后，在Slack线程里回馈结果。
Fable 5则是全队的体力兼脑力担当，是这三者中的“大脑”。大型迁移、复杂重构、需要跑好几天的任务，它都能顶上。前两个把台子搭好，真正把重担扛起来的就是它。三个结合起来，就等于一个人拥有了一支完整的Claude小队。
前两个都是壳，Fable 5才是发动机
Claude Tag是入口，Claude Code是手脚，真正让系统敢接长活儿的，是底下的发动机——Fable 5。它到底强在哪？关键之处在于，它能自己把一件大事从头扛到尾。在Claude Code这类智能体运行框架里，Fable 5能连着跑好几天。它自己排布几个阶段的活，忙不过来就把子任务甩给子智能体，末了还会回头检查自己干的活儿。任务越长、越复杂，它甩开其他模型的差距就越明显。
Cherny还透露了一个关键数字：按最新的METR评估，前沿模型的自主任务时长已经爬到16小时这条线附近，甚至进入了“连它到底能跑多久都测不准”的区间。
在Claude Tag里，模型能自己排后续的活。一个16小时的任务，可以被它自己续到几天、几周之后再接着干。说到这里，必须强调一点：长任务能力并非单纯模型的功劳。Anthropic自己在工程博客里讲得很透彻：长期运行的智能体最大的坎，是它只能分段干活，每开一个新会话就“失忆”，就像一个工程项目轮班倒，每个新来的工程师都不记得上一班干了啥。光靠上下文压缩不够，模型要么想一口气把整个app写完，中途撑爆上下文；要么看一眼有点进展，就宣布“完工”。
Anthropic的解法是给它配一套“班组交接”的机制：一个初始化智能体先搭好环境，写好进度文件和功能清单。后面每个编码智能体只干一件事，干完把进度提交到git、写清楚交接说明，再交给下一班。所以真正的变化是“模型＋框架＋工具链”的系统能力。Fable 5干的事，就是把这套系统的上限，从小时级延长到了天级。
PR成了新的交付单位
当然，对普通开发者而言，也先别急着把整个代码库交出去。一个正确的打开方式，是先把那些低风险、边界清晰、有测试可验收的活，切成一个个任务交给智能体跑。在Anthropic的介绍视频里，用法都是一些日常场景。Boris自己平时用得随手得很：谁报个bug，按钮偏了几像素，他一句“帮我修一下”就甩过去；碰上个数据问题，扔给Tag先跑一遍就完事。那些跑了好几天的会话，本质是一个长期实验：Tag每天替他查数据，偶尔冒个bug就顺手发个修复，PR自己就一个个提上来了。
所以，这里有一个关键的使用分水岭，并非你敢不敢把活全交给AI，而是你会不会把任务切成AI能验收的颗粒度。给AI派活的最小单位，正在从一个函数，变成一个PR。
新的门槛不是prompt，是验收
当AI能跑多日任务、能自己提PR，人的价值挪到哪去了？Anthropic给的答案是：工程师转向架构、产品判断和持续编排——并行管起多个智能体，给方向，做那些真正决定“要造什么”的决策。但AI提上来的PR，终究要有人点下“合并”，相当于给这份代码盖章放行、正式采纳。这意味着，程序员最稀缺的能力，也在悄悄改变。
过去你比谁更会写prompt、更会问问题；往后你比谁更会写任务边界、测试标准、review清单和回滚方案。写代码的门槛在降，验收代码的门槛在升。下一个吃香的工种，可能是最会给智能体定验收标准的人。
AI已经几乎能把代码写完了。剩下的问题只有一个：它写的代码，你敢不敢认，会不会认。
