Fable 5 重新開放的這幾天，社群裡除了炫耀「我用 Fable 5 做了什麼」之外，冒出了一個我覺得很有意思的思路：
「既然 Fable 5 額度有限、7/7 之後就按量計費，那與其拿它做日常任務，不如用它的判斷力來建立制度——寫好規則、查核清單（checklist）、評量表（rubric），讓之後的便宜模型照著跑。」
然後網路上就開始流傳一段蠻精緻的提示詞，大意是告訴 Fable 5：「這是你這輩子唯一一次出場機會，請把你的判斷力轉成弱模型可以長期沿用的制度和檔案。」
交付清單洋洋灑灑——快速診斷、重寫 CLAUDE.md、模型調度守則、判斷力外化 rubric、任務交辦範本、維護協議，最後還要寫一封「給未來 session 的信」。
坦白說，作為一份提示詞，它的工程品質不差。結構清晰、有價值排序、有誠實條款、「指揮官不下場」的調度邏輯也合理。
但讀到交付清單的時候，我停下來了。
蒸餾的前提，是你得先把液體倒得出來
這段提示詞的核心假設是：強模型的判斷力可以被「寫下來」，變成弱模型可以「執行」的規則。
聽起來很合理對吧？
問題是，這個假設在認識論上站不住。這不是我自己發明的觀點——早在 1966 年，匈牙利裔英國哲學家 Michael Polanyi 就在《The Tacit Dimension》裡講得很清楚了：「We can know more than we can tell.」（我們知道的，永遠多於我們能說出來的。）
換句話說，我們所能表達出來的，永遠少於我們實際知道的。
他把人類知識分成顯性知識（explicit knowledge）和隱性知識（tacit knowledge）。顯性的可以寫成手冊、SOP、規格書；隱性的——像是什麼時候該「覺得不對勁」、什麼設計選擇「有品味」、什麼方向「直覺上就是歪的」——這些你做得到，但你寫不出來。
這個觀察後來被稱為 Polanyi’s Paradox（波蘭尼悖論），在 AI 和自動化領域被反覆引用了超過五十年。
那段提示詞想做的事情，恰好就是 Polanyi 說做不到的事：把隱性的判斷力，轉換成顯性的規則文件。
有趣的是，那段提示詞自己的「誠實條款」裡其實已經承認了——「模糊題與品味判斷補不了」。但交付清單裡最核心的一項「判斷力外化」，就是要把高階判斷寫成弱模型可執行的 rubric 與 checklist。它承認做不到的事，恰好是它最想做的事。
更麻煩的是：小學生不知道自己需要查表
就算我們退一步，假設某些判斷力真的可以寫成 checklist——交付清單裡有一條是要弱模型學會「何時該升級模型」。
想想這件事的邏輯：你要一個能力不足的模型，判斷自己什麼時候能力不足。
這就是 Dunning-Kruger 效應（達克效應）的機器版——Dunning 和 Kruger 在 1999 年的原始論文裡寫得很明白：能力不足的個體，同時也缺乏評估自己能力不足的後設認知能力。換句話說，辨識自己知識裡的缺口，需要足夠的專業程度才能「看見」那些缺口存在。
把這個放回 AI 的語境：你寫了一條規則說「遇到模糊判斷時請升級模型」。弱模型拿到這條規則，它的問題不是「看不懂規則」——它的問題是「它不知道自己現在正站在需要這條規則的地方」。
就像你跟小學生說「如果看不懂就跳過」——他不會跳過，因為他覺得自己看懂了。
這形成了一個邏輯迴圈：觸發 checklist 的前提，是你得先具備「認出現在是該查表的時刻」的能力。而這個能力，恰好是弱模型最缺的。
Dreyfus 會說：你在做反向操作
1970 年代，美國空軍碰到一個困惑的現象：他們最優秀的飛行員，經常違反訓練手冊上的規則。
UC Berkeley 的 Dreyfus 兄弟（Hubert 和 Stuart）研究了這個問題，發展出了後來被廣泛引用的「技能習得模型」。核心發現是：人從新手到專家，經歷五個階段——新手依賴嚴格的規則，而專家則完全不看規則，憑直覺和模式辨識做判斷。
他們的結論是：過度依賴規則和程序的有意識應用，會讓學習者停滯在「勝任」階段，阻止直覺性視角的出現。
用這個框架來看那段提示詞做的事：它是要把專家等級的直覺判斷，壓回新手可以遵循的規則。Dreyfus 會告訴你，這在原理上就是反向操作——你不能把經驗壓縮成 SOP，因為真正的專業能力恰好是在「超越 SOP」的那個瞬間才存在的。
那段提示詞裡要求每條 rubric 附一個正例一個反例，看起來很嚴謹。但選什麼當正例、什麼當反例，本身就是品味判斷。弱模型拿到例子之後會做 模式比對 ——比對表面特徵，而不是理解例子背後的原則。它會學到「格式長這樣的是好的」，而不是學到「為什麼這個判斷在這個情境下是對的」。
那「審計」呢？一樣有問題
有人的思路不太一樣——不是讓強模型「寫規則給弱模型」，而是讓強模型「審計弱模型已經建立的規則」。Product Compass 上有篇很有代表性的文章，作者用 Fable 5 去檢查自己的 CLAUDE.md 和 166 個 skill 檔案，確實找到了一些問題：日期過期、追蹤人數沒更新、風格檔裡用了自己禁止的格式。
這聽起來比蒸餾聰明——至少它繞開了「把判斷力寫成規則」的問題，只是讓強模型指出具體的錯誤。
但退一步想：如果弱模型開發出來的東西本來就能用，那幹嘛審計？如果真的有嚴重問題，那一開始就不該用弱模型做這件事。
而且仔細看那些被「審計」出來的問題——日期過期、數字沒更新、格式不一致——這些是管理上的疏忽，不是判斷力的問題。一個勤快一點的人類花半小時 grep 就能找到，根本不需要動用最強的模型。
真正的判斷力問題——架構選擇是否合理、抽象層切得對不對、這條規則的存在到底有沒有意義——這些強模型的審計也不見得能找到，因為它沒有你的專案脈絡和商業意圖。
兩條路殊途同歸：它們的前提都是「強模型的價值可以用一次性的介入來提取」。但判斷力不是一罐子東西，你不能開瓶倒出來就走。
那段提示詞真正能蒸餾的部分，不需要蒸餾
這是最諷刺的地方。
那段提示詞能成功制度化的部分——檔案結構、命名慣例、回報格式、subagent 交辦範本——這些是機械性的操作規範。弱模型照著做完全沒問題。但它們也根本不需要動用最強的模型來寫，任何有經驗的開發者花一個下午就能整理出來。
而那段提示詞真正想蒸餾的部分——什麼時候該換方向、什麼時候算「真的完成」、什麼訊號代表品質不夠——恰好是寫不進文件的。不是寫不好，是這類判斷的本質就抗拒被規則化。
它能成功蒸餾的部分不值得蒸餾，值得蒸餾的部分它蒸餾不了。
真正的問題不在強弱，在操作者
回頭看那段提示詞的五種任務範本——搜尋、實作、重構、研究、審查。全部都是產出導向的。沒有一個叫「對話」或「共思」。
這不是作者忘了寫，是在當前的主流認知裡，跟 AI「一起想事情」根本不被當成一種任務類型。整個社群在討論的都是「怎麼讓弱模型也能產出」，沒有人在問「這個模型跟我想事情的時候好不好用」。
這才是真正讓我覺得值得寫下來的觀察：與其花力氣把強模型的能力制度化給弱模型用，不如想清楚自己到底需要什麼。如果你清楚自己要什麼、擅長定義問題、能判斷產出品質，弱模型加上好的操作習慣就夠了。如果你不具備這些，強模型的判斷力也不會因為一次 session 就轉移給你。
差異從來不在模型的強弱。在操作者身上。
那段提示詞與其讓強模型寫一堆弱模型看不懂的 rubric，不如直接把時間拿去做一件真正困難的事——做出一個弱模型做不到的成果。那才是稀缺資源的正確用法。
（至於「把制度建好」這個框架為什麼讓人覺得比「直接做事」更聰明——大概是因為寫 SOP 感覺像在做更高層次的工作。但感覺像，跟真的是，差很遠。）
參考資訊：
- Michael Polanyi,《The Tacit Dimension》, 1966（University of Chicago Press）
- Polanyi’s Paradox（Wikipedia）
- Stuart & Hubert Dreyfus, Dreyfus model of skill acquisition, 1980（Wikipedia）
- Justin Kruger & David Dunning, “Unskilled and Unaware of It: How Difficulties in Recognizing One’s Own Incompetence Lead to Inflated Self-Assessments”, Journal of Personality and Social Psychology, 77(6), 1121-1134, 1999（Semantic Scholar）
- Tomasz Tunguz, “Skill Distillation”, 2026（tomtunguz.com）
