Show HN：FablePool – 把钱聚在一个提示词后面，由 Fable 公开构建出来

概念与动机

• 这个平台让人们把钱集中到某个提示词后面；Anthropic 的 Fable 模型会公开构建所请求的软件，代码以开源条款发布。
• 有人把它看作“反向 Kickstarter”或“面向提示词的 GoFundMe”：支持者资助的是想要的结果，而不是某个具体的人类团队。
• 有人认为这是一种把闲置的 AI token / 预算引导到共享工具和实验中的巧妙方式。

可行性、成本估算与范围

• 许多人批评预算极其乐观（例如：用几百美元做“开源 AWS”；严肃的操作系统/数据库重写；HFT 级别的 GC 修复）。
• 即便是支持者也把这些称为“工程表演”或“同人小说”，认为你最多会得到玩具级版本，而不是生产级系统。
• 也有人反驳说 Fable 可以把现有开源项目拼接起来，但也同意困难部分（可扩展性、安全性、IAM、硬件、可靠性）在这些预算下够不到。

与现有模式的比较

• 与 Kickstarter、开源赏金、Product Hunt 和“Supported Source”作比较。
• 有人认为这对创造新东西可能比长期维护更有效，但也指出，基于捐赠的 OSS 资助模式几十年来结果一直参差不齐。

信任、治理与跑路风险

• 有人担心把钱交给一个匿名的新站点，缺乏背景、退款规则不清晰，并评论说这是“搞跑路的绝佳点子”。
• 建议包括：更严格的项目筛选、可见的时间线和退款保证，以及在早期提供更现实的示例。

质量、测试与人类介入

• 演示项目显示出回归问题和缺失资源；一些人把这视为当前 LLM 局限和“垃圾内容”的证据。
• 另一些人则说，和不确定的人类劳动相比，可预测、可保证的进展（即使不完美）才是吸引力所在。
• 还有人建议必须有人类进行引导、为部分融资的项目提供详细实现计划、按阶段投票，以及采用更迭代的工作流。

许可、所有权与法律模糊性

• 争论焦点包括：AI 生成代码是否本身具有版权，以及 MIT 是否合适，还是应该用 CC0。
• 人们区分了署名与所有权、不同司法辖区之间的差异，以及缺乏明确先例的问题。
• 有人担心声称“我们大家都拥有它”在法律上站不住脚；也有人认为，为产出付费就应当获得权利，但这点存在争议。

伦理、安全与责任

• 有人担心会资助有害或网络安全相关项目；还提到 Anthropic 的安全策略会阻止某些提示词。
• 争论还包括：AI 构建的产物由谁负责——平台、资助者，还是模型运营方；有人拿 GoFundMe/Indiegogo 做类比，并强调审核职责。

平台设计与实现细节

• 有评论批评只支持 Google 登录；有人要求支持 GitHub 或纯邮箱/密码登录，并出于伦理原因避免大型科技公司的 SSO。
• 有人反映服务器响应很慢，而且演示项目在受到批评后被移除/编辑了。
• 还有建议把 GitHub 仓库附上，可能使用区块链做可验证账本，或者支持 crypto / token 捐赠。

对软件与开源的更广泛影响

• 有人把这看作“新的开源”或“vibe-coded crowdfunding”，可能会重塑小型工具的构建方式。
• 也有人认为它主要会展示 AI 做不到什么，并把许多提示词比作玩笑或不现实的幻想。
• 仍然存在的问题是：是否有人会在生产环境中真正有意义地使用这些最终代码。