TL;DR
· Anthropic đã khôi phục quyền truy cập toàn cầu cho Claude Fable 5 từ ngày 1 tháng 7, bao gồm các cổng như Claude.ai, Claude Code.
· Định vị chính thức chuyển sang các tác vụ dài hạn, phức tạp và không đồng bộ, với các tình huống trọng tâm bao gồm công việc tri thức, lập trình, thị giác và thực thi tác nhân.
· Các vòng lặp tác vụ và Skills đang được cộng đồng bàn luận sôi nổi vẫn cần phân biệt giữa khả năng chính thức và quy trình làm việc cá nhân, hiệu quả phụ thuộc vào quyền hạn, ngữ cảnh và ranh giới bảo mật.

Anthropic đã khôi phục quyền truy cập toàn cầu cho Claude Fable 5. Mô hình này, sau khi bị tạm dừng vào giữa tháng 6 do các quy định kiểm soát xuất khẩu của chính phủ Mỹ, đã được mở lại từ ngày 1 tháng 7 trên Claude Platform, Claude.ai, Claude Code và Claude Cowork. So với các câu trả lời trò chuyện một lần, Anthropic định vị Fable 5 gần hơn với một hệ thống AI làm việc chạy dài: xử lý công việc tri thức phức tạp, lập trình, hiểu thị giác và các tác vụ tác nhân, liên tục lập kế hoạch, thực thi, gọi tác nhân con và kiểm tra công việc của chính nó trong các môi trường như Claude Code hoặc Managed Agents.

Đây cũng là lý do tại sao các cuộc thảo luận xoay quanh Fable 5 đã thay đổi hướng. Người dùng không còn chỉ quan tâm đến "cách viết prompt", mà là cách chia một tác vụ thành mục tiêu, tài liệu, quyền hạn, tiêu chuẩn nghiệm thu và các điểm kiểm tra thủ công, để AI có thể tiến triển trong thời gian dài đến kết quả có thể bàn giao. Đối với nhà phát triển, nhà nghiên cứu, nhóm nội dung và người dùng tự động hóa doanh nghiệp, rào cản đã chuyển từ kỹ năng đặt câu hỏi sang thiết kế quy trình làm việc.

Từ hỏi đáp ngắn đến tác vụ dài, Fable 5 muốn trở thành "mô hình điều khiển chính"

Trước đây, hầu hết các mô hình trò chuyện giống như trợ lý chạy nước rút. Người dùng đặt câu hỏi, mô hình trả lời một lượt, viết một đoạn mã hoặc đưa ra phân tích, sau đó người dùng tiếp tục hỏi thêm, sửa chữa và bổ sung ngữ cảnh. Fable 5 cố gắng kéo dài quá trình này, cho phép mô hình làm việc liên tục xoay quanh cùng một mục tiêu.

Trang chính thức của Anthropic nhấn mạnh rằng Fable 5 phù hợp với "các tác vụ dài hạn, phức tạp và không đồng bộ". Trong môi trường tác nhân, nó có thể tham gia vào lập kế hoạch, thực thi nhiều giai đoạn, gọi công cụ hoặc tác nhân con, và kiểm tra công việc của chính nó. Trọng tâm ở đây không phải là đầu ra dài hơn trong một lần, mà là liệu mô hình có thể đảm nhận vai trò điều phối và nghiệm thu trong một chuỗi tác vụ hoàn chỉnh hơn hay không.

Điều này cũng giải thích tại sao Claude Code trở thành cổng vào quan trọng. Người dùng thông thường vẫn sẽ đặt câu hỏi trực tiếp trong hộp trò chuyện, nhưng nhà phát triển và người dùng quy trình làm việc tự động hóa có nhiều khả năng đặt Fable 5 vào kho mã, dòng lệnh, gọi công cụ và khung tác nhân, để nó xử lý các tác vụ gần với công việc thực tế hơn.

Trong phản hồi từ người dùng sớm, thực sự có những trường hợp tích cực như xây dựng hệ thống phức tạp, giảm lặp lại nhiều lần. Nhưng loại phản hồi này phù hợp hơn để quan sát, chứ không phải kết luận về hiệu suất tổng quát. Một nhận định an toàn hơn là Anthropic đang đưa Fable 5 hướng tới các quy trình làm việc dạng agent cường độ cao hơn, để Claude không chỉ trả lời câu hỏi mà còn tham gia lập kế hoạch, thực thi và kiểm tra.

"Vòng lặp nhiệm vụ" được cộng đồng bàn luận sôi nổi, mấu chốt nằm ở mục tiêu và tiêu chí nghiệm thu

Sau khi Fable 5 mở lại, một trong những cách sử dụng được thảo luận nhiều nhất trong cộng đồng là cái gọi là "loop engineering", có thể hiểu là thiết kế vòng lặp nhiệm vụ tự động cho AI.

Một số blog bên thứ ba và thực tiễn người dùng thường tóm tắt cách sử dụng này thành /goal và /loop. Cái trước chỉ các nhiệm vụ có tiêu chí hoàn thành rõ ràng, ví dụ: "Nghiên cứu liên tục cho đến khi có thể trả lời 5 câu hỏi này". Cái sau giống các nhiệm vụ thực thi theo khoảng thời gian cố định hơn, ví dụ: "Kiểm tra hộp thư mỗi 30 phút, chỉ đánh dấu những email thực sự cần tôi xử lý". Tuy nhiên, tài liệu chính thức công khai của Anthropic chưa xác nhận /goal, /loop là lệnh Claude Code chính thức, tính khả dụng thực tế phụ thuộc vào phiên bản sản phẩm, framework agent hoặc script tự xây dựng của người dùng.

Giá trị của hướng tiếp cận này nằm ở việc giải phóng người dùng khỏi từng lượt prompt. Trong cách dùng truyền thống, người dùng thường là nút thắt lặp lại: mô hình đưa ra kết quả, người dùng đánh giá, rồi tiếp tục đưa ra chỉ thị. Nhiệm vụ dạng vòng lặp yêu cầu người dùng ngay từ đầu phải xác định rõ mục tiêu, ranh giới và tiêu chí nghiệm thu, sau đó để AI thực hiện phần lớn các bước qua lại ở giữa.

Mô hình càng có khả năng tự chủ thực thi, người dùng càng cần nói rõ ba điều từ trước: trạng thái nào của nhiệm vụ được coi là hoàn thành, những hành động nào có thể tự động thực hiện, và những điểm nào bắt buộc phải quay lại hỏi ý kiến con người. Nếu không, việc chạy trong thời gian dài chỉ làm khuếch đại sự hiểu lầm và sai lệch.

Cộng đồng cũng đề xuất một kiểu phân công mô hình "hình tạ": giai đoạn lập kế hoạch ban đầu và nghiệm thu cuối cùng giao cho mô hình mạnh nhất, phần lớn thực thi ở giữa giao cho mô hình chi phí thấp hơn hoặc sub-agent. Hướng tiếp cận này phù hợp với logic chi phí của quy trình làm việc agent, nhưng không nên hiểu là cách sử dụng cố định chính thức của Fable 5. Khi triển khai thực tế, doanh nghiệp thường phải tích hợp thêm kiểm soát quyền hạn, ghi log, đánh giá mã nguồn và xác nhận thủ công vào quy trình.

Skills giống như công thức làm việc có thể tái sử dụng, không nên coi là cam kết chính thức

Một hướng khác thường xuyên được thảo luận là Skills. Nó có thể hiểu là người dùng kết tinh một quy trình làm việc lặp lại thành công thức có thể tái sử dụng, để Claude gọi lại trong các nhiệm vụ tương tự, thay vì mỗi lần viết một đoạn prompt dài từ đầu.

Đối với các tác vụ dài hạn, điều này rất quan trọng. Mô hình càng phải xử lý các nhiệm vụ phức tạp, thì càng không thể chỉ dựa vào các gợi ý tức thời. Phong cách viết, phạm vi nghiên cứu, mẫu phân tích tài chính, quy tắc mã nguồn, quy trình xuất bản, sở thích của khách hàng – nếu những nội dung này phải giải thích lại mỗi lần, tính ổn định và hiệu quả sẽ bị ảnh hưởng. Việc kết tinh chúng thành tài liệu, hướng dẫn hoặc quy trình có thể gọi được sẽ giúp AI bắt đầu từ cùng một bộ quy tắc.

Tuy nhiên, các thuật ngữ liên quan đến Skills cần phân biệt giữa chức năng chính thức và quy trình làm việc của cộng đồng. Việc chắt lọc lịch sử trò chuyện thành sở thích, học cấu trúc từ lượng lớn mẫu, rồi chuyển sang các mô hình khác như GPT hay Gemini – những điều này gần với phương pháp tự kết tinh của người dùng hơn, chứ không phải là tính năng đa nền tảng mà Anthropic đã cam kết hoàn chỉnh. Cách diễn đạt chính xác hơn là người dùng có thể tổ chức các quy trình thường dùng thành tài sản độc lập, ví dụ như mẫu, SOP, danh sách kiểm tra và hướng dẫn dự án, sau đó tái sử dụng trong Claude hoặc các công cụ AI khác.

Giá trị của loại tài sản này không nằm ở tên gọi có phải là Skill hay không, mà ở chỗ nó biến "cách tôi muốn AI làm việc" từ một gợi ý một lần thành một hướng dẫn công việc có thể bảo trì. Đối với doanh nghiệp, điều này gần với quản lý tri thức thực sự hơn so với các gợi ý đơn lẻ.

Khả năng thị giác giúp Fable 5 tiếp cận PDF, giao diện và bảng điều khiển

Một khả năng khác được nhấn mạnh chính thức của Fable 5 là hiểu thị giác. Anthropic cho biết nó có thể hiểu các biểu đồ, bảng biểu trong tài liệu và PDF, cũng như dùng để kiểm tra xem đầu ra mã nguồn có phù hợp với mục tiêu thiết kế hay không.

Loại khả năng này có thể không trực quan với người dùng trò chuyện thông thường, nhưng rất quan trọng với doanh nghiệp và nhà phát triển. Nhiều công việc thực tế không chỉ là văn bản thuần túy: dữ liệu ẩn trong biểu đồ, vấn đề sản phẩm xuất hiện trong ảnh chụp giao diện, trạng thái kinh doanh hiển thị trên bảng điều khiển, phản hồi thiết kế cần xem chi tiết hình ảnh, và các tác vụ tự động hóa cũng có thể yêu cầu mô hình hiểu trạng thái màn hình hoặc trang hiện tại.

Nếu mô hình có thể đọc chính xác hơn các tài liệu này, nó không chỉ là trợ lý văn bản, mà có thể can thiệp vào các tác vụ gần với môi trường văn phòng hơn. Ví dụ, trích xuất giá trị từ biểu đồ PDF, xem xét logic tương tác của trang quản trị, xác định bất thường dựa trên ảnh chụp bảng điều khiển, hoặc đưa ra đề xuất chỉnh sửa có cấu trúc cho tài liệu tiếp thị.

Tuy nhiên, khả năng thị giác vẫn cần gắn với quy trình kiểm tra lại. Mô hình có thể nhận diện biểu đồ và ảnh chụp, không có nghĩa là mọi kết luận đều đáng tin cậy. Khi liên quan đến dữ liệu tài chính, bảo mật mã nguồn, kiểm tra tuân thủ và giao hàng cho khách hàng, vẫn cần giữ lại nguồn gốc ban đầu, các bước kiểm tra và nghiệm thu thủ công.

Rào cản sử dụng thực sự là chuẩn bị ngữ cảnh cho AI

Fable 5 để xử lý các tác vụ dài hạn, phải liên tục hiểu môi trường kinh doanh của người dùng. Một gợi ý khó có thể bao quát cấu trúc công ty, bối cảnh dự án, sở thích khách hàng, quyết định lịch sử và ưu tiên hiện tại. Đối với người dùng nặng, cách thực tế hơn là xây dựng một hệ thống ngữ cảnh cục bộ.

Bối cảnh này có thể bao gồm bản đồ công ty, phân công nhóm, các vấn đề trọng tâm hiện tại, SOP thường dùng, tài liệu tóm tắt một trang về khách hàng hoặc dự án quan trọng, kế hoạch phát hành, hệ thống nội dung, chiến lược phân phối, cùng với nhật ký quyết định được cập nhật liên tục. Nó tương đương với việc chuẩn bị một bộ bối cảnh kinh doanh có thể đọc được cho AI, thay vì để mô hình mỗi lần tự suy đoán tình huống của người dùng.

Trong kịch bản Claude Code, cách thức có thể xác nhận chính thức bao gồm sử dụng --add-dir để thêm thư mục làm việc bổ sung, cũng như quản lý bối cảnh thông qua tệp mô tả dự án. Người dùng cũng có thể duy trì tệp ghi nhớ và tệp hướng dẫn, ghi lại các sở thích, giới hạn và định dạng đầu ra được hình thành trong quá trình hợp tác dài hạn. So với các gợi ý đơn lẻ, cách tiếp cận này phù hợp hơn với các dự án dài hạn, vì mô hình có thể tham khảo các quyết định trong quá khứ trước khi đưa ra đề xuất mới.

Ranh giới bảo mật cũng không thể bị bỏ qua. FAQ của Anthropic cho thấy, khi liên quan đến các lĩnh vực rủi ro cao như an ninh mạng, sinh học, hóa học, Fable 5 sẽ có các biện pháp bảo vệ tương ứng, một số truy vấn có thể được định tuyến đến Opus 4.8, và khách hàng API còn cần cấu hình Fallback API. Điều này sẽ ảnh hưởng đến tính liên tục và mức độ tự động hóa của một số tác vụ.

Sau khi Fable 5 được mở lại, Anthropic đưa ra thị trường không chỉ đơn thuần là một mô hình "biết trò chuyện hơn", mà là một cách làm việc AI nặng ký hơn: môi trường đại diện chịu trách nhiệm thực thi liên tục, tài sản quy trình chịu trách nhiệm tái sử dụng phương pháp, bối cảnh cục bộ chịu trách nhiệm lưu giữ ký ức kinh doanh, và khả năng thị giác chịu trách nhiệm tiếp nhận nhiều tài liệu thực tế hơn. Giới hạn trên của nó phụ thuộc vào năng lực của mô hình, cũng như việc con người có chuẩn bị đầy đủ mục tiêu, tài liệu, quyền hạn và tiêu chuẩn nghiệm thu hay không. Đối với người dùng thông thường chỉ cần hỏi đáp và viết lách, Fable 5 không nhất thiết lúc nào cũng cần thiết; đối với các nhóm muốn AI đảm nhận các nhiệm vụ nghiên cứu, lập trình, vận hành và giám sát, nó giống như một thành phần cốt lõi, nhưng khả năng chạy xa đến đâu vẫn phụ thuộc vào việc đường ray có rõ ràng hay không.

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia