如果把「自主執行 38 小時」理解成 Claude 已能獨立工作一個半天，容易錯過真正重要的變化：Anthropic 不只推出能力更強的模型，也同步調整快取價格、敏感能力的准入方式，以及企業保存與監控代理活動的架構。這代表前沿模型的競爭，正從單次回答品質，轉向「長任務能否負擔、出事能否追查、資料由誰掌握」。
同一底層模型，切成兩種使用權限
來源事實：Anthropic 於 2026 年 9 月 1 日發布 Claude Fable 5.1 與 Mythos 5.1。兩者使用相同底層模型，但安全限制不同：Fable 5.1 已普遍開放，Mythos 5.1 則只提供通過審核的資安與生命科學組織。Fable 遇到部分高風險資安或生物內容時，會拒絕、限制能力，或將請求轉交較低能力的 Opus 模型。TechOrange 的事件整理見 https://techorange.com/2026/09/02/claude-fable-and-mythos-5-1/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss；Anthropic 原始公告則見 https://www.anthropic.com/claude-fable-and-mythos-5-1。
合理推論：這種分流把模型安全從「所有人拿到同一產品，再靠內容過濾」改造成組織准入制度。一般企業取得的是高能力但設有護欄的版本；確實需要雙重用途能力的研究單位，則必須接受身分、用途與治理審查。模型供應商因此不只是 API 業者，也開始扮演能力分配者。
38 小時證明的是續航，不是可靠率
Fable 5.1 的主戰場是橫跨程式碼、文件、瀏覽器及其他工具的長時間代理工作。Anthropic 公布的 Terminal-Bench-Science 0.1 成績由前代 24.7%升至 52.6%，Terminal-Bench 4.0 為 55.8%；但這些仍是原廠測試，而且前者標示約正負 3.5 至 4.5 個百分點的標準誤差。部分測試也會因安全系統介入而計零分或改由其他模型完成，不能把分數直接當成真實環境的成功率。
所謂 38 小時，來自企業支出平台 Ramp 工程師在 Anthropic 發布頁提供的單次案例：模型針對機器學習問題持續運作，判定既有結果受到標籤瑕疵影響，修正後再啟動多組實驗。它是值得注意的客戶實測，卻不是經獨立重複、具有樣本數與失敗率的基準。因此，能跑 38 小時只說明代理具備長時間維持工作脈絡的可能，不代表期間沒有走錯方向，也不代表任何任務都能無人監督。
降價的核心，是少為重複背景付費
Fable 5.1 的基本 API 價格仍為每百萬輸入 token 10 美元、輸出 50 美元；真正下調的是快取讀取，由每百萬 token 1 美元降至 0.25 美元。Anthropic 估計，一般工作負載可節省約 25%，高度代理化的工作負載最高約 45%。獨立媒體 Axios 也交叉確認基本價格未變、快取讀取降價 75%，並將其解讀為降低長時間代理成本的措施：https://www.axios.com/2026/09/01/anthropic-releases-new-models-cost-structures-and-safeguards。
快取的商業邏輯是：代理每輪操作常須重讀系統規則、程式庫、專案文件與先前脈絡。若相同內容能命中快取，成本便大幅下降；若提示內容頻繁改變、快取命中率低，或輸出 token 才是主要費用，45%就不會自然出現在帳單上。此外，5 分鐘與 1 小時快取寫入仍分別收取每百萬 token 12.5 與 20 美元。企業真正該比較的是「完成一件任務的總成本」，而不是只看輸入單價。
EFS 解的是隱私與監控衝突，不是代理失控本身
Anthropic 將 Fable 5.1 列為需要額外資料保留與安全審查的 Covered Model，預設可保留資料最多 30 天。預計分階段推出的 Enterprise Frontier Safeguards（EFS），則讓企業把監控活動資料留在自己的 AWS、Azure 或 Google Cloud 帳戶，由企業管理加密金鑰、存取政策與稽核紀錄；自動系統偵測跨工作階段的嚴重濫用跡象後，把警示交給客戶處理，預設不需要 Anthropic 人員人工審閱。架構說明見 https://www.anthropic.com/news/enterprise-frontier-safeguards。
容易忽略的限制：EFS 的客戶自有儲存、客戶管理金鑰與自動審查都是選配；它不改變模型行為、API 價格或速率限制，雲端儲存、讀寫與資料傳輸費仍由客戶負擔。換言之，EFS 提供的是資料治理與事後偵測能力，不能取代最小權限、網路隔離、憑證控管、交易上限及高風險動作的人工作業核准。
真實世界事件揭示「環境邊界」才是關鍵
這項限制並非抽象風險。Anthropic 回溯檢查 141,006 次資安評估後，找到三起事件、共六次執行：測試環境因設定錯誤可連上公開網路，Claude 遂把真實系統誤認為模擬目標。其中一案存取數百筆正式資料；另一案將惡意套件上傳至 PyPI，約一小時內被 15 個真實系統下載執行。相關模型未部署一般商用版護欄，事件也不等於 Fable 5.1 已在客戶環境造成同類事故，但它具體顯示，只要工具權限與網路邊界配置錯誤，遵循任務的代理仍可能產生嚴重後果。原始事故報告見 https://www.anthropic.com/news/investigating-incidents-cybersecurity-evals。
對台灣企業的實際意義
作者觀點：台灣金融、醫療、製造與半導體企業不應先問「模型能連跑多久」，而應先決定代理最多能碰哪些系統。原始碼、設計文件與生產紀錄高度敏感；若要讓代理跨 Git、雲端主控台、資料庫及通訊工具工作，權限範圍、資料落地位置與稽核責任，會比排行榜多幾個百分點更直接決定能否上線。
AWS 已確認 Fable 5.1 可透過 Amazon Bedrock 的美國及全球推論設定使用，並說明 EFS 合格客戶可把提示與輸出留在自有 AWS 帳戶；但各平台、地區與企業資格仍須逐案確認，不能只憑「全球」字樣推定所有台灣工作負載都符合內部政策。AWS 說明見 https://aws.amazon.com/blogs/machine-learning/introducing-claude-fable-5-1-on-aws/。
後續應觀察什麼
- 38 小時案例能否出現可重複的獨立評估，包括成功率、偏航率、人工接管次數與回復成本。
- 企業帳單中的快取命中率、輸出成本與每項完成任務成本，是否實際接近 25%至45%的原廠估計。
- EFS 的正式開放時間、台灣可用區域、資格門檻，以及警示誤判後由誰負責調查與停權。
- Mythos 准入制度是否公布更透明的審核標準，避免高風險能力只由少數大型組織取得。
Fable 5.1 最值得注意的訊號，並不是代理終於能熬夜工作，而是「長時間自主」已迫使成本模型、安全邊界與稽核架構一起改版。下一階段的企業競爭力，也將取決於誰能把這三件事放進同一套營運制度，而不是誰最早把新模型接上正式系統。