AI 编程新范式：让 Fable 5 做大脑，Grok 4.5 做执行工

Fen9Pi2026/7/10大约 6 分钟

引言

想象一下这个场景：

你是一个软件团队的 Tech Lead，手下有两个工程师：

架构师：负责设计、规划、验收，但从不写代码
程序员：负责写代码、跑命令、改 bug，但不做决策

现在，这个场景在 AI 世界里实现了！

Fable 5 做大脑，Grok 4.5 做执行工，通过 fable-advisor 把 Claude Code 变成 orchestrator，把 Grok CLI 变成 worker。

这不仅是技术的创新，更是 AI 协作模式的范式转移。

一、为什么需要分工？

1.1 单体 Agent 的困境

传统的 AI Agent 通常是「单体架构」：

用户 → AI Agent → 工具 → 结果

这种方式存在几个问题：

成本高昂：所有任务都用最贵的模型（如 GPT-4、Claude Opus）
能力浪费：简单任务（如改代码格式、跑命令）不需要最聪明的模型
效率低下：一个 Agent 既要想又要做，容易分心

1.2 人类团队的启示

在人类团队中，我们早就意识到：

「让合适的人做合适的事」

架构师：负责设计、规划、验收
程序员：负责写代码、跑命令、改 bug

这种分工协作的模式，为什么不能应用到 AI Agent 呢？

二、Fable 5：大脑

2.1 Fable 5 的定位

Fable 5 是 Anthropic 最强的模型（类似 Claude Opus 4.6），它的特点是：

推理能力强：善于分析、规划、决策
上下文窗口大：支持高达 200K token
成本高昂：每 1M token 输入 $15，输出 $75

正因为成本高昂，所以不能让它做所有事情。

2.2 Fable 5 的职责

在 fable-advisor 架构中，Fable 5 只负责三件事：

架构决策
- 分析任务需求
- 设计技术方案
- 定义架构约束
约束定义
- 制定代码规范
- 设定边界条件
- 规划验收标准
结果验收
- 审查代码质量
- 验证功能完整性
- 评估风险等级

一句话总结：Fable 5 是「大脑」，负责思考，不负责干活。

三、Grok 4.5：执行工

3.1 Grok 4.5 的定位

Grok 4.5 是 xAI 的模型（类似 GPT-4 Turbo），它的特点是：

执行能力强：善于调用工具、修改代码
速度极快：响应速度快，适合高频调用
成本相对低：比 Fable 5 便宜得多

3.2 Grok 4.5 的职责

在 fable-advisor 架构中，Grok 4.5 负责三件事：

执行命令
- 跑测试、构建、部署
- 调用 CLI 工具
- 操作文件系统
修改代码
- 根据 Fable 5 的设计修改代码
- 修复 bug、优化性能
- 重构代码结构
提交报告
- 记录执行结果
- 汇报进度状态
- 反馈遇到的问题

一句话总结：Grok 4.5 是「执行工」，负责干活，不负责决策。

四、fable-advisor：协调器

4.1 什么是 fable-advisor？

fable-advisor 是一个开源项目（GitHub: DannyMac180/fable-advisor），它的核心思想是：

让最聪明的模型做决策，更便宜的模型做执行

4.2 fable-advisor 的作用

fable-advisor 把两个独立的系统连接起来：

Claude Code → Orchestrator（编排器）
- 负责整体任务规划
- 协调多个 Worker
- 验收最终结果
Grok CLI → Worker（工作节点）
- 执行具体任务
- 调用工具和命令
- 返回执行结果

4.3 架构设计

┌─────────────────────────────────────────┐
│         Claude Code (Orchestrator)        │
│              Fable 5                      │
│  ┌──────────────────────────────────┐   │
│  │  1. 分析任务                     │   │
│  │  2. 设计架构                     │   │
│  │  3. 定义约束                     │   │
│  │  4. 分配任务                     │   │
│  └──────────────────────────────────┘   │
│                 │                         │
│                 │ 任务分配                │
│                 ▼                         │
│         ┌───────────────┐                │
│         │  Task Queue   │                │
│         └───────────────┘                │
│                 │                         │
└─────────────────┼─────────────────────────┘
                  │
      ┌───────────┼───────────┐
      │           │           │
      ▼           ▼           ▼
┌──────────┐ ┌──────────┐ ┌──────────┐
│ Worker 1 │ │ Worker 2 │ │ Worker 3 │
│Grok 4.5  │ │Grok 4.5  │ │Grok 4.5  │
└──────────┘ └──────────┘ └──────────┘
     │           │           │
     ▼           ▼           ▼
  执行代码    跑测试      修改配置
     │           │           │
     └───────────┼───────────┘
                 │
                 ▼
         ┌───────────────┐
         │  Result Pool  │
         └───────────────┘
                 │
                 ▼
┌─────────────────────────────────────────┐
│         Claude Code (Orchestrator)        │
│              Fable 5                      │
│  ┌──────────────────────────────────┐   │
│  │  5. 验收结果                     │   │
│  │  6. 评估质量                     │   │
│  │  7. 反馈改进                     │   │
│  └──────────────────────────────────┘   │
└─────────────────────────────────────────┘

五、实战案例

5.1 场景：重构一个大型项目

假设我们有一个大型项目需要重构：

传统方式（单体 Agent）

# 用一个 GPT-4 处理所有任务
成本：$50
时间：30 分钟
质量：容易出错，需要多次人工介入

fable-advisor 方式（分工协作）

# Fable 5 设计架构（5 分钟，成本 $5）
# Grok 4.5 重构代码（10 分钟，成本 $10）
# Fable 5 验收结果（5 分钟，成本 $5）

总成本：$20
总时间：20 分钟
质量：架构合理，代码质量高

成本降低 60%，时间缩短 33%，质量更高！

5.2 场景：多模块并行开发

假设我们需要同时开发 3 个模块：

传统方式

# 单体 Agent 串行处理
模块 1：10 分钟
模块 2：10 分钟
模块 3：10 分钟
总时间：30 分钟

fable-advisor 方式

# Fable 5 设计整体架构（5 分钟）
# 3 个 Grok 4.5 并行开发（10 分钟）
# Fable 5 验收结果（5 分钟）
总时间：20 分钟

时间缩短 33%！

六、核心优势

6.1 成本优势

场景	单体 Agent	fable-advisor	节省
简单任务	$10	$2	80%
中等任务	$30	$10	67%
复杂任务	$100	$40	60%

6.2 效率优势

场景	单体 Agent	fable-advisor	提升
单任务	10 分钟	10 分钟	0%
并行任务	30 分钟	20 分钟	33%
复杂任务	60 分钟	40 分钟	33%

6.3 质量优势

单体 Agent：
- 容易产生幻觉
- 缺少架构思考
- 代码质量不稳定

fable-advisor：
- 架构清晰
- 约束明确
- 验收严格

七、如何使用？

7.1 安装 fable-advisor

# 克隆仓库
git clone https://github.com/DannyMac180/fable-advisor.git
cd fable-advisor

# 安装依赖
npm install

# 配置 API Keys
cp .env.example .env
# 编辑 .env 文件，填入你的 API Keys

7.2 配置 Claude Code

# 在 Claude Code 中启用 fable-advisor
claude-code plugin enable fable-advisor

# 设置 Fable 5 作为 Orchestrator
claude-code config set orchestrator.model fable-5

# 设置 Grok 4.5 作为 Worker
claude-code config set worker.model grok-4.5

7.3 使用示例

# 启动 Claude Code
claude-code

# 给出任务
claude> 请帮我重构这个项目的用户认证模块

# Fable 5 会自动：
# 1. 分析现有代码
# 2. 设计新架构
# 3. 定义重构约束
# 4. 分配任务给 Grok 4.5
# 5. 验收结果
# 6. 给出最终报告

八、未来展望

8.1 更多模型的加入

未来，fable-advisor 可能支持：

GPT-4 作为备选 Orchestrator
Claude Sonnet 作为备选 Worker
Llama 3 作为低成本 Worker

8.2 更复杂的协作模式

Orchestrator (Fable 5)
    │
    ├── Manager (Claude Sonnet)
    │       │
    │       ├── Worker (Grok 4.5)
    │       ├── Worker (Grok 4.5)
    │       └── Worker (Grok 4.5)
    │
    └── Manager (Claude Sonnet)
            │
            ├── Worker (Grok 4.5)
            ├── Worker (Grok 4.5)
            └── Worker (Grok 4.5)

8.3 自适应分工

未来，fable-advisor 可能会自动判断：

这个任务需要 Fable 5 吗？
还是用 Sonnet 就够了？
需要几个 Worker 并行？

九、总结

9.1 核心思想

让最聪明的模型做决策，更便宜的模型做执行

这不是技术的创新，而是管理学的智慧。

9.2 三个关键角色

角色	模型	职责
Orchestrator	Fable 5	架构、约束、验收
Worker	Grok 4.5	执行、修改、报告
Coordinator	fable-advisor	连接、协调、优化

9.3 核心优势

✅ 成本降低 60%
✅ 效率提升 33%
✅ 质量更高
✅ 可扩展性强

9.4 一句话总结

Fable 5 是大脑，Grok 4.5 是执行工，fable-advisor 是桥梁。

这就是 AI 编程的新范式。

十、延伸阅读

作者：Fen9Pi 日期：2026-07-11 标签：#AI #ClaudeCode #Grok #Multi-Agent #编程

💡 **本文首发于公众号「Fen9Pi」，转载请注明出处。