Fable 与免费午餐的终结

# Fable与免费午餐的终结 来源：https://www.dbreunig.com/2026/08/23/fable-the-end-of-moore-s-law.html 如今，不少开发者正因Anthropic的定价策略而转向其他模型。这让我想起Fable发布后几周内萌生的一个想法：免费午餐的时代结束了。 当摩尔定律（https://en.wikipedia.org/wiki/Moore%27s_law）盛行时，我们无需费心优化代码。十八个月后，性能翻倍的CPU就会问世。Herb Sutter曾在开创性文章（http://www.gotw.ca/publications/concurrency-ddj.htm）中将这种现象称为“免费午餐”。 而当摩尔定律在2000年代中期放缓时（单线程性能尤其陷入停滞），我们突然需要思考并行计算、系统架构与内存访问模式。 *必须明确不同任务该交由何种硬件处理。* 在Fable面世前，花过多时间优化编程工具或上下文策略似乎有些愚蠢。因为新模型总会以相同或更低的价格出现，轻松覆盖你的大部分需求。 但随后Fable降临。它当时（至今依然）令人惊叹。只是代价过高——而Opus 5、K3乃至GLM已经能满足大多数编码需求。 *我们再次开始思考任务分配的问题。* 值得关注的是GLM 5.2。它与Fable同期推出，成本仅为后者的九分之一（约是Opus 5的五分之一）。GLM的质量是否只有Fable的九分之一？对某些特定任务或许如此。但对于大多数常规编码任务，它已足够胜任。*尤其*在获得优质上下文支持时。我常先与Fable探讨设计框架，再将具体指令交给GLM执行。 有人反驳称：随着推理成本持续下降，最终所有任务仍将回归顶级模型。但我持保留态度——同样成本下降的红利也会惠及K3、Qwen等模型，而随着我们不断优化工具链（https://www.dbreunig.com/2026/08/14/harnesses-are-situated-agents.html），将更容易为能力稍弱但依然出色的模型提供充足上下文。 此外，Fable带来的*另一重冲击*可能已固化这种趋势。其访问控制、动态降级机制与数据留存要求，促使足够多的企业（乃至国家！）开始审视数据传输路径与Token获取来源。