Anthropic kỹ sư biên soạn lộ trình 14 bước, dựa trên kiến trúc ba tầng và xếp chồng lãi kép bốn tầng, phân tích cách xây dựng hệ thống đại lý tự cải thiện lãi kép từng lần xoay quanh Fable 5; nội dung lấy từ bài viết kỹ thuật và thử nghiệm công khai của nhóm. Thí nghiệm Continual Learning Bench của Anthropic cho thấy Fable 5 có bộ nhớ đạt tỷ lệ bảo phủ xác minh 73%.
Kiến trúc xếp chồng lãi kép bốn tầng: cách hoạt động từng lớp từ lớp nguyên thủy đến lớp tự cải thiện
(Nguồn: Anthropic Fable 5)
Theo khuôn khổ gốc, xếp chồng lãi kép bốn tầng được xây dựng từ dưới lên, đầu ra của mỗi lớp chảy lên đỉnh rồi được chấm điểm, chưng cất, sau đó ghi lại vào tầng bộ nhớ:
· Layer 1 (nguyên thủy) bao gồm chính Fable 5, đại lý con, worktrees và công cụ, là tầng mà hầu hết người dùng hiện đang sử dụng;
· Layer 2 (phối hợp) sử dụng /goal và Outcomes làm vòng lặp tự sửa lỗi, quy trình làm việc động để phối hợp nhiều bước, Routines để thực thi dài hạn trên đám mây;
· Layer 3 (bộ nhớ) bao gồm tệp trạng thái (STATE.md), Skills, Knowledge Bases và các bài học đã được chưng cất;
· Layer 4 (tự cải thiện) bao gồm tự xác minh trực quan, vòng lặp eval và chưng cất quy tắc, đại lý tự chấm điểm đầu ra của mình, tinh chỉnh Skill, ghi bài học trở lại bộ nhớ, đóng vòng lặp.
/goal và Outcomes: so sánh tình huống sử dụng hai vòng lặp hướng mục tiêu
Theo tài liệu kỹ thuật của Anthropic, /goal (Claude Code) và Outcomes (Claude Managed Agents) chia sẻ cùng hình dạng cốt lõi: người đánh giá độc lập kiểm tra công việc, nếu "chưa đạt" sẽ kích hoạt vòng lặp tiếp theo, khi người đánh giá vượt qua thì vòng lặp thoát.
Quy tắc lựa chọn giữa hai loại như sau:
/goal phù hợp với các tác vụ chạy cục bộ, trong phiên, có trạng thái cuối có thể đo lường (ví dụ: gỡ lỗi mã, tinh chỉnh một tệp duy nhất), sử dụng mục tiêu văn bản thuần và người đánh giá mô hình;
Outcomes phù hợp với các tác vụ cần chạy trên cơ sở hạ tầng do Anthropic quản lý qua nhiều giờ hoặc nhiều ngày (ví dụ: huấn luyện ML, di chuyển dài hạn), sử dụng tiêu chí đánh giá dựa trên tệp, người đánh giá đại lý con và có giới hạn max_iterations cứng.
Nguyên tắc cấu trúc chung: đại lý viết mã không phải là đại lý chấm điểm.
Thí nghiệm Continual Learning Bench: Fable 5 đạt tỷ lệ bảo phủ xác minh 73%
Theo thí nghiệm Continual Learning Bench 1.0 của Anthropic, tiến trình bộ nhớ năm giai đoạn (Fail → Investigate → Verify → Distill → Consult) có sự khác biệt trên các mô hình khác nhau:
Sonnet 4.6: thoát ở giai đoạn 1, bộ nhớ chỉ là ghi chú thất bại và phỏng đoán chưa giải quyết, hiếm khi xem lại ghi chú trước, bộ nhớ không lãi kép
Opus 4.7: thoát ở giai đoạn 3, tạo tệp tham chiếu có chú thích độ không chắc chắn, tỷ lệ bảo phủ xác minh 7-33% (trung vị khoảng 17%)
Fable 5: có xu hướng đi hết toàn bộ tiến trình năm giai đoạn, trong lần thực thi mạnh nhất đạt tỷ lệ bảo phủ xác minh 73% (22 trong số 30 câu), và chưng cất điều đã học thành các quy tắc chung áp dụng được cho các tác vụ trong tương lai
Ngoài ra, trong thí nghiệm Parameter Golf, Fable 5 cùng với người xác minh độc lập đã khám phá các thay đổi kiến trúc cấp lớn hơn, vượt qua các kết quả trung gian tiêu cực, cuối cùng đạt được số cải tiến gấp khoảng sáu lần so với Opus 4.7.
Tiến trình bộ nhớ năm giai đoạn và kiến trúc tệp trạng thái: năm phần cấu trúc của STATE.md
Theo tài liệu kỹ thuật của Anthropic, năm phần của tệp trạng thái (STATE.md) tương ứng với năm giai đoạn bộ nhớ: Verified facts (sự kiện đã ngừng phỏng đoán, đầu ra giai đoạn 3), General rules (quy tắc chưng cất vượt ra ngoài các trường hợp cụ thể, đầu ra giai đoạn 4), Open failures (công việc giai đoạn 1-2 đang tiến hành), Lessons learned (thêm đầu ra giai đoạn 4), Last session (chỉ số tiếp tục của giai đoạn 5).
Dữ liệu từ Continual Learning Bench cho thấy, nếu mỗi phiên làm việc không đọc STATE.md và các Skills liên quan ngay từ đầu, ngay cả Fable 5 cũng thể hiện hành vi bộ nhớ cấp Sonnet.
Skills được lưu trữ trong ~/.claude/skills/, có thể sử dụng xuyên dự án, là vật mang tích lũy bộ nhớ thủ tục dài hạn; mỗi bài học đã được xác nhận nên được ghi vào Skill, không chỉ vào STATE.md.
Bộ phân loại an toàn Fable 5 và định tuyến chi phí: dự phòng Opus 4.8 trong lĩnh vực rủi ro cao, chi phí định tuyến theo độ phức tạp tác vụ
Theo tài liệu kỹ thuật của Anthropic, Fable 5 có bộ phân loại an toàn tích hợp, từ chối phản hồi và tự động dự phòng sang Opus 4.8 trong các lĩnh vực nghiên cứu lỗ hổng bảo mật, sinh học, hóa học và chưng cất mô hình; system card dài 319 trang ghi lại phạm vi đầy đủ của bộ phân loại, một số hành vi giảm cấp đã được phát hiện sau khi ra mắt vào tháng 6 năm 2026, nằm sâu trong tài liệu.
Mô hình định tuyến chi phí thực tế mà các kỹ sư Anthropic sử dụng: Fable 5 đóng vai trò điều phối (lập kế hoạch xuyên ngày, ủy quyền đại lý con, xác minh trực quan); Opus 4.8 xử lý các tác vụ con khó nhưng có ranh giới (quyết định kiến trúc, gỡ lỗi phức tạp) và dự phòng khi bộ phân loại chặn; Sonnet 4.6 xử lý các tác vụ worker khối lượng lớn (lint, tái cấu trúc đơn giản, cập nhật tài liệu); Haiku 4.5 đóng vai trò đại lý con đánh giá và bộ phân loại chi phí thấp.
Các câu hỏi thường gặp
"Tự cải thiện" và "tự học" của Fable 5 có gì khác nhau?
Theo tài liệu kỹ thuật của Anthropic, tự học là mô hình cập nhật trọng số của chính nó dựa trên điều đã học, Fable 5 không làm điều này, các mô hình công khai hiện tại cũng chưa thực hiện khả năng này trong môi trường sản xuất. Tự cải thiện là hệ thống xung quanh mô hình lãi kép theo mỗi lần thực thi: bộ nhớ tích lũy sự kiện đã xác minh, Skills trở nên sắc bén hơn nhờ thêm các trường hợp góc, vòng lặp eval tinh chỉnh prompt; bản thân mô hình không thay đổi, nhưng môi trường chạy trở nên sắc bén hơn.
Routines là gì, khi nào ra mắt?
Theo tài liệu kỹ thuật của Anthropic, Routines là các cài đặt Claude Code đã lưu (prompt, kho lưu trữ, connector, quyền), thực thi trên cơ sở hạ tầng đám mây do Anthropic quản lý khi điều kiện kích hoạt, tiếp tục chạy ngay cả khi máy cục bộ tắt; Routines ra mắt vào ngày 14 tháng 4 năm 2026 dưới dạng bản xem trước nghiên cứu, hỗ trợ ba loại kích hoạt: lên lịch, API và sự kiện GitHub.
Tại sao đại lý con xác minh độc lập tốt hơn tự phê bình?
Theo bài blog kỹ thuật của kỹ sư Anthropic Prithvi Rajasekaran và dữ liệu ra mắt Fable 5, khi mô hình đánh giá đầu ra của chính mình, nó nhìn thấy dấu vết suy luận của chính nó và có xu hướng thiên về các kết luận phù hợp với những gì đã viết trước đó; một đại lý khác chỉ nhìn vào đầu ra và tiêu chí đánh giá, người xác minh không có lợi ích trong trò chơi của người tạo ra, có thể khám phá không gian giả thuyết lớn hơn và phục hồi từ các kết quả trung gian tiêu cực.
