Ein14-Schritte-Fahrplan,zusammengestelltvonAnthropic-Ingenieuren,deranhandeinerDreischichten-ArchitekturundeinesvierstufigenZinseszinseffekt-Stapelsaufschlüsselt,wiemanrundumFable5einsichselbstverbesserndesAgentensystemmitsukzessivemZinseszinseffektaufbaut.DerInhaltstammtaustechnischenArtikelnundöffentlichenExperimentendesTeams.DasContinualLearningBench-ExperimentvonAnthropiczeigt,dassFable5mitGedächtniseineAbdeckungvon73%erreicht.##VierstufigerZinseszinseffekt-Stapel:Schicht-für-Schicht-FunktionsweisevonderPrimitivenebenebiszurSelbstverbesserungsebene

(Quelle:AnthropicFable5)NachdemRahmendesOriginalartikelsistdervierstufigeZinseszinseffekt-Stapelvonuntennachobenaufgebaut.DieAusgabenjederSchichtfließennachobendurchdieobersteSchicht,werdenbewertet,destilliertunddannzurückindieGedächtnisschichtgeschrieben:·Layer1(Primitiven)enthältFable5selbst,Sub-Agenten,WorktreesundWerkzeuge;diesistdieEbene,diediemeistenBenutzerderzeitverwenden;·Layer2(Orchestrierung)verwendet/goalundOutcomesfürSelbstkorrektur-Schleifen,dynamischeArbeitsabläufefürmehrstufigeOrchestrierungundRoutinesfürlangfristigeAusführunginderCloud;·Layer3(Gedächtnis)umfasstZustandsdateien(STATE.md),Skills,WissensdatenbankenunddestillierteLektionen;·Layer4(Selbstverbesserung)umfasstvisuelleSelbstverifikation,Eval-SchleifenundRegeldestillation.DerAgentbewertetseineeigenenAusgaben,verfeinertSkillsundschreibtLektionenzurückinsGedächtnis,wodurchdieSchleifegeschlossenwird.##/goalundOutcomes:VergleichderAnwendungsszenarienzweierzielgetriebenerSchleifenLautAnthropic-Ingenieurdokumententeilen/goal(ClaudeCode)undOutcomes(ClaudeManagedAgents)diegleicheKernform:EinunabhängigerBewerterprüftdieArbeit,eine„nichtbestanden“-EntscheidungstartetdienächsteIteration,undwennderBewerterbesteht,wirddieSchleifebeendet.DieAuswahlregelnfürbeidesindwiefolgt:/goaleignetsichfürlokalausgeführteAufgabeninnerhalbeinerSitzungmitmessbaremEndzustand(z.B.DebuggingvonCode,VerfeinerungeinereinzelnenDatei)undverwendetreineTextzieleundeinenModell-Bewerter;OutcomeseignetsichfürAufgaben,dieüberStundenoderTageaufdervonAnthropicgehostetenInfrastrukturlaufenmüssen(z.B.ML-Training,langwierigeMigrationen),undverwendetdateibasierteBewertungskriterien,Sub-Agent-BewerterundeineharteObergrenzefürmax_iterations.DasgemeinsameSchlüsselstrukturprinzip:DerAgent,derdenCodeschreibt,istnichtderAgent,derbewertet.##ContinualLearningBench-Experiment:Fable5erreicht73%GedächtnisverifikationsabdeckungLautdemContinualLearningBench1.0-ExperimentvonAnthropiczeigensichdieLeistungsunterschiedederfünfstufigenGedächtnisprogression(Fail→Investigate→Verify→Distill→Consult)beiverschiedenenModellenwiefolgt:Sonnet4.6:BrichtnachPhase1ab,dasGedächtnisbestehtnurausFehlernotizenundungelöstenVermutungen,seltenwerdenfrühereNotizeneingesehen,dasGedächtnishatkeinenZinseszinseffekt.Opus4.7:BrichtnachPhase3ab,erstelltReferenzdokumentemitUnsicherheitsmarkierungen,Verifikationsabdeckung7-33%(Medianca.17%).Fable5:Neigtdazu,diegesamtefünfstufigeProgressionzudurchlaufen,erreichtinderstärkstenAusführungeineVerifikationsabdeckungvon73%(22von30Aufgaben)unddestilliertdasGelernteinallgemeineRegeln,dieaufzukünftigeAufgabenanwendbarsind.DarüberhinaushatFable5imParameterGolf-ExperimentmiteinemunabhängigenVerifizierergrößerearchitektonischeÄnderungenerkundet,negativeZwischenergebnissedurchschrittenundschließlichetwasechsmalsovieleVerbesserungenerzieltwieOpus4.7.##FünfstufigeGedächtnisprogressionundZustandsdatei-Architektur:FünfStrukturabschnittevonSTATE.mdLautAnthropic-IngenieurdokumentenentsprechendiefünfAbschnittederZustandsdatei(STATE.md)denfünfGedächtnisphasen:Verifiedfacts(Fakten,dienichtmehrgeratenwerden,AusgabevonPhase3),Generalrules(destillierteRegeln,dieüberEinzelfällehinausgehen,AusgabevonPhase4),Openfailures(laufendeArbeitenderPhasen1-2),Lessonslearned(weitereAusgabenvonPhase4),Lastsession(IndikatorfürdieFortsetzungvonPhase5).DieDatendesContinualLearningBenchzeigen,dassselbstFable5einGedächtnisverhaltenaufSonnet-Niveauzeigt,wennzuBeginnjederSitzungSTATE.mdunddiezugehörigenSkillsnichtgelesenwerden.Skillswerdenin~/.claude/skills/gespeichert,sindprojektübergreifendnutzbarunddienenalslangfristigerAkkumulationsträgerfürprozeduralesGedächtnis;jedebestätigteLektionsollteineinenSkillgeschriebenwerden,nichtnurinSTATE.md.##Fable5SicherheitsklassifikatorundKostenrouting:FallbackaufOpus4.8inHochrisikobereichen,KostenroutingnachAufgabenkomplexitätLautAnthropic-IngenieurdokumentenverfügtFable5übereinenintegriertenSicherheitsklassifikator,derinBereichenwieSicherheitslückenforschung,Biologie,ChemieundModelldestillationdieAntwortverweigertundautomatischaufOpus4.8zurückfällt.Die319-seitigeSystemkartedokumentiertdenvollständigenUmfangdesKlassifikators;einigeHerabstufungsverhaltenwurdennachderEinführungimJuni2026tiefindenDokumentenverstecktgefunden.DasvonAnthropic-IngenieurentatsächlichverwendeteKostenrouting-Muster:Fable5fungiertalsOrchestrator(täglichePlanung,DelegationvonSub-Agenten,visuelleVerifikation);Opus4.8bearbeitetschwierige,aberbegrenzteTeilaufgaben(Architekturentscheidungen,komplexesDebugging)unddenFallbackbeiKlassifikatorsperren;Sonnet4.6erledigtMassenarbeiteraufgaben(Linting,einfacheRefaktorisierung,Dokumentationsupdates);Haiku4.5dientalsBewerter-Sub-AgentundgünstigerKlassifikator.##HäufiggestellteFragen####**WasistderUnterschiedzwischen„Selbstverbesserung“und„Selbstlernen“beiFable5?**LautAnthropic-IngenieurdokumentenbezeichnetSelbstlernen,dassdasModellseineeigenenGewichtebasierendaufdemGelerntenaktualisiert.Fable5tutdiesnicht,undöffentlichverfügbareModellehabendieseFähigkeitderzeitauchnichtinderProduktion.Selbstverbesserungbedeutet,dasssichdasSystemumdasModellherummitjederAusführungverzinst:DasGedächtnissammeltverifizierteFakten,SkillswerdendurchdasHinzufügenvonRandfällenschärfer,Eval-SchleifenverfeinernPrompts;dasModellselbstbleibtunverändert,dieLaufzeitumgebungwirdschärfer.####**WassindRoutinesundwannwerdensieeingeführt?**LautAnthropic-IngenieurdokumentensindRoutinesgespeicherteClaudeCode-Konfigurationen(Prompts,Repositories,Konnektoren,Berechtigungen),dieunterTriggerbedingungenaufdervonAnthropicgehostetenCloud-Infrastrukturausgeführtwerden,auchwennderlokaleRechnerausgeschaltetist.Routineswurdenam14.April2026alsResearchPrevieweingeführtundunterstützendreiTrigger-Typen:geplanteTrigger,API-TriggerundGitHub-Ereignis-Trigger.####**WarumisteinunabhängigerVerifizierer-Sub-AgentbesseralsSelbstkritik?**LauteinemtechnischenBlogbeitragdesAnthropic-IngenieursPrithviRajasekaranunddenDatenzumStartvonFable5siehtdasModellbeiderBewertungseinereigenenAusgabenseineneigenenDenkpfadundneigtzuSchlussfolgerungen,diemitdemzuvorGeschriebenenübereinstimmen.EinandererAgentsiehtnurdieAusgabeunddieBewertungskriterien;derVerifiziererhatkeinInteresseamSpieldesErstellers,kanneinengrößerenHypothesenraumerkundenundsichvonnegativenZwischenergebnissenerholen.

Disclaimer: The information on this page may come from third-party sources and is for reference only. It does not represent the views or opinions of Gate and does not constitute any financial, investment, or legal advice. Virtual asset trading involves high risk. Please do not rely solely on the information on this page when making decisions. For details, see the Disclaimer.