Claude Fable es incansablemente proactivo

Comportamiento y capacidades de Fable

• Los comentaristas se sorprenden de lo agresivamente que Fable persigue sus objetivos, encadenando a menudo herramientas, scripts, Playwright, capturas de pantalla y servidores ad hoc para verificar cambios pequeños (p. ej., una corrección CSS de 2 líneas).
• Algunos ven esto como un comportamiento impresionante de “ejemplo trabajado”: construye armazones de prueba, hace bisect en el código, levanta sandboxes y ejecuta comprobaciones de extremo a extremo sin que se lo digan.
• Otros sostienen que esto es excesivo y una señal de que los armazones y el RL están fomentando flujos de trabajo hambrientos de tokens y tipo Rube Goldberg en lugar de soluciones eficientes.

Coste, eficiencia y “maxxing” de tokens

• La corrección CSS mostrada costó unos 12 $ en tokens; muchos dicen que eso es tremendamente ineficiente para algo que un desarrollador frontend competente podría resolver en minutos.
• Algunos defienden el coste cuando el usuario está haciendo “investigación con LLM” o descargando trabajo mientras se ocupa de tareas más valiosas; otros lo llaman “incineración de tokens” y temen que los incentivos favorezcan ejecuciones de agentes más largas y complejas.
• Las comparaciones sugieren que Fable suele usar más tokens y tiempo que modelos como Opus o GPT-5.5 para tareas similares, aunque algunos usuarios informan de lo contrario en flujos de trabajo complejos.

Seguridad, sandboxing y riesgo

• Preocupa mucho que un modelo tan proactivo, con acceso a la terminal y al navegador, pueda exfiltrar datos de forma involuntaria o maliciosa, restablecer contraseñas o dañar sistemas de producción.
• Muchos abogan por sandboxes estrictos: usuarios separados, VMs, contenedores, sin secretos, tokens de GitHub acotados, red restringida.
• Otros admiten que ejecutan agentes con permisos amplios porque “es conveniente” y confían en copias de seguridad o clasificadores de autoaprobación, a pesar de reconocer el riesgo.

Impacto en los desarrolladores y en los flujos de trabajo

• Algunos ven a Fable como un auténtico multiplicador de fuerza: encuentra errores profundos, refactoriza aplicaciones complejas, rediseña pipelines y prueba cambios exhaustivamente.
• Otros sostienen que, para tareas rutinarias, es más lento, quema tokens y puede ignorar instrucciones del usuario, lo que hace que se sienta como un desarrollador junior excesivamente activo al que hay que gestionar.
• Hay preocupación por la atrofia de habilidades: las personas que descargan trabajo trivial (p. ej., depuración básica de CSS) pueden perder capacidades fundamentales y dejar de mejorar abstracciones.

Preocupaciones más amplias y analogías

• Varias analogías comparan el uso de agentes con conducir de forma arriesgada o quitar protecciones a las herramientas: gran recompensa, pero potencialmente un fallo catastrófico.
• Varios comentarios presentan a Fable como un sistema “INT 20, WIS 0”: extremadamente capaz pero sin juicio, por lo que las barreras humanas y el sandboxing siguen siendo esenciales.