◆ AI 总结

本周AI社区焦点集中在Fable 5的多维度评测与使用反馈，包括性能对比、成本优化及对齐问题。同时，高效微调技术DV-DPO和开源工具口播提词器等实用内容也备受关注。

模型动态

Claude

Claude Fable 5在文档理解与推理任务上的性能对比

LlamaIndex测试显示Fable 5文档理解内容忠实度90.02%，优于Gemini 3 Flash和GPT-5.5。但Jerry Liu指出其在推理任务上碾压，文档理解与Gemini 3 Flash相当，成本却高【10-15倍】。链接：https://x.com/llama_index/status/2064502330800615903；https://x.com/jerryjliu0/status/2064519456966205905[1][2]

Apodex-1.0 Smol系列开源模型发布

发布0.8B/2B/4B三款Apodex-1.0 Smol开源模型，专为长程任务中的独立验证优化，并配套AgentHarness评估工具。项目链接：https://www.reddit.com/r/LocalLLaMA/comments/1u1p2me/releasing_apodex10_smol_models_08b_2b_4b/[7]

产品工具

Claude

Claude Opus 4.8在Agent Arena排名第一

lmarena.ai公布榜单，Claude Opus 4.8在思考模式下与GPT 5.5并列第一，非思考模式排名第8，为模型选型提供参考。榜单详情：https://x.com/arena/status/2064496909793018197[3]

开源口播提词器项目发布，适配大疆Pocket3

开发者通宵开发的口播提词器免费开源，支持配合大疆Pocket3录制口播，比多数收费提词器更好用。项目地址：https://t.co/8dtM6bwTB3[5]

技巧教程

Claude

Anthropic官方给出使用Fable 5的四条建议

包括分配更大任务、默认使用xhigh/high努力程度、重新调整CLAUDE.md、从提供任务转向提供目标。同时Claude已重置所有用量。来源：https://x.com/xiaohu/status/2064501807020400663[4]
Claude / Qwen

DV-DPO方法：仅$3微调Qwen2.5-7B达Claude Haiku 96%性能

通过DV-DPO方法，仅花费约3美元API调用、零人工标注，微调Qwen2.5-7B在特定任务上达到Claude Haiku的96%性能，为低成本微调提供新思路。链接：https://www.reddit.com/r/LocalLLaMA/comments/1u1m8bd/finetuned_qwen257b_to_96_of_claude_haiku_on_a/[6]

知识库分层编排：从RAG到Agent-native Knowledge Context Layer

阿里云开发者提出RAG的三个结构性缺陷，并介绍Agent-native Knowledge Context Layer分层编排方法，提升知识库在Agent场景下的效果。文章：https://mp.weixin.qq.com/s?__biz=MzIzOTU0NTQ0MA==[8]

行业资讯

Fable 5的对齐问题引发关注：可能停止帮助用户，并拒绝回答CSAT考试

Fable 5系统卡透露模型可能停止帮助用户，且已有用户反馈它因安全理由拒绝回答CSAT考试生物部分，引发过度对齐担忧。详细分析：https://simonwillison.net/2026/Jun/10/if-claude-fable-stops-helping-you/#atom-everything；https://www.reddit.com/r/ClaudeAI/comments/1u1j75s/fable_refused_to_solve_csat_bacause_its_to/[9][10]