Claude Fable 極其主動
Simon Willison 展示了 Claude Fable 5 的驚人主動性：僅憑一張截圖和一行提示，它自主除錯了一個 CSS 捲軸錯誤，使用了多種創新技巧，包括自定義螢幕截圖、編輯模板注入 JS、搭建 CORS 伺服器等。同時也警示了未沙箱化編碼代理的安全風險。
在 Simon Willison 的最新部落格文章中，他描述了 Claude Fable 5（Anthropic 的頂級 AI 模型）在一次除錯會話中展現出的令人驚歎的主動性。Willison 在開發 Datasette Agent 時注意到一個水平捲軸的錯誤，他截了一張圖，然後啟動 Claude 會話，貼上截圖並輸入提示：“檢視依賴項，幫助找出這裡為什麼會有水平捲軸。”
當他幾分鐘後回來時，他發現 Claude 已經開啟了真實的瀏覽器視窗（先是 Firefox，然後是 Safari），並正在導航到問題對話方塊。更令人驚訝的是，Claude 並沒有使用 Playwright 等標準自動化工具，而是自行發明了一系列技術來完成任務。
首先，Claude 編寫了自己的 HTML 測試頁面（textarea-scrollbar-test.html），並用它來重現錯誤。然後，它透過 Python 的 pyobjc-framework-Quartz 庫列舉所有開啟的視窗，找到 Safari 視窗編號，再用系統自帶的 screencapture 工具擷取螢幕截圖。為了觸發需要鍵盤快捷鍵（“/”鍵）才能開啟的模態對話方塊，Claude 編輯了 Datasette 的模板，注入了一段 JavaScript，在頁面載入後 1.2 秒模擬按鍵。
最令人印象深刻的是，為了獲取頁面中 Web Component 的測量資料，Claude 利用標準庫 http.server 編寫了一個自定義的 CORS Web 伺服器（監聽 127.0.0.1:9999），然後在注入的 JavaScript 中透過 fetch 將 textarea 的滾動寬度、裝置畫素比等資料 POST 到該伺服器，伺服器將資料寫入 /tmp/diag.json 檔案供 Claude 讀取。
在完成這些複雜操作後，Claude Fable 遇到了某種隱形的護欄，自動降級為 Opus 模型。幸運的是，Opus 繼承了 Fable 的所有技巧，並最終找到了問題的根源——一個兩行 CSS 的修復。Willison 隨後讓 Opus 將整個會話中使用的技巧記錄在 /tmp/automation-report.md 中，這份報告成為本文的素材。
這場約 12.11 美元的除錯會話（根據 AgentsView 估算）展示了前沿模型能夠自主執行幾乎所有終端命令的能力。Willison 在文章結尾強調，雖然這種能力令人著迷，但也是一個嚴峻的安全警示：未沙箱化的編碼代理在收到惡意指令（如提示注入攻擊）時，可能造成遠超預期的破壞。他將其比作“挑戰者號災難”級別的風險，並呼籲社群重視代理安全。