大多数对 Fable 5 进行逆向工程的尝试都抓错了重点

现在有很多人试图对 Fable 5 进行逆向工程。包装器。提示包。“长周期智能体”脚手架。那些试图从外部看起来像 Fable 的工具。我认为这些大多方向不对。如果 Fable 5 只是一个提示模式或包装器，它早该被克隆了。真正的问题不在于外观。真正的问题在于鲁棒性。大多数编码智能体一开始看起来不错。然后问题就暴露了。 - 范围开始漂移 - 公开测试成了终点线 - 边缘情况没有变成回归测试 - “已验证”只是感觉，而非证据 - 最后一步过早退出 - 长循环逐渐丢失实际任务 所以我们构建了 Hephaestus Stormbreaker。Stormbreaker 不是一个新模型。它不是 Fable 5 的克隆。也不是另一个基准测试包装的 cosplay 项目。Stormbreaker 是编码智能体的鲁棒性控制层。它强制智能体： - 锁定范围 - 锁定计划 - 运行证据循环 - 从问题中推导回归测试 - 区分公开测试通过和私有预言验证 - 在停止前通过最终关卡 换句话说，它并非试图让智能体“看起来更聪明”。它试图让智能体更难脱轨。结果也指向这个方向。仅从原始正确性来看，Stormbreaker 无法宣称绝对胜利。这不是重点。本地 Codex 在短期的本地编码任务上已经很强。差异出现在衡量操作鲁棒性时。 平均验证宏观分数： - 本地 Codex: 76.48 - Hephaestus Network 基线: 92.22 - Hephaestus Stormbreaker: 99.26 指标敏感性分析是关键。仅基于正确性的指标否定了 Stormbreaker 的优越性声明。很好。但所有 6 个过程感知的操作指标保持了相同的顺序：本地 < 基线 < Stormbreaker 我们还运行了配对任务单元验证，这样重复运行就不会被视为虚假的独立样本。局部操作阶梯仍然成立。 我的看法：如果你想“逆向工程 Fable 5”，停止复制表面。构建一层，防止智能体漂移、跳过证据、忽略回归和过早退出。模型竞赛将继续。但真正的工程工作需要那些能够保持在范围内、保留证据、验证自身输出并干净完成的智能体。这就是 Hephaestus Stormbreaker 的用途。