凌晨刷到 Claude Fable 5.2 上线的消息，第一反应是"又一个零点几"。版本号加个小数，发个博客，跑分涨两个点，这套流程我们太熟了。半小时后看完那份实测记录，想法变了。十个任务：视频动效、Three.js 3D 场景、苹果静安店的 3D 网页，全部一次直出，没返工，没有"再改一版给我"。写代码的模型满地都是，能一次把动态视觉做对的，一只手数得过来。
一次直出，比任何跑分都难作假
十个任务，零返工
评测圈有个心照不宣的规矩：跑分可以挑题，demo 可以剪。但"一次直出"这个指标骗不了人——它记录的是第一次输出的结果，好不好都在那儿。十个任务全中，意味着模型在动笔之前就把需求理解对了，而不是靠后面三轮对话把错误磨掉。
这两件事的差距有多大？做过前端的人清楚。让模型改一个错误的颜色值，它很快；让它一开始就别把布局写歪，那是另一层能力。前者是补丁，后者是判断力。
视频里没出现事实错误，这才是分水岭
更值得注意的是那句"未发现生成视频中的事实错误"。生成一段看着炫的动态画面不难，难的是画面里的东西站得住——元素的层级关系对、运动逻辑符合物理直觉、该出现的组件在正确的时刻出现。视频生成最容易翻车的地方从来不是画质，是常识。
Fable 5.2 在这一项上没栽跟头。这比它多渲染出几帧光影要重要得多，因为常识错误的成本极高：一帧错了，整段重做。
3D 网页这块，模型开始有空间感了
苹果静安店：考的不是代码，是观察
把苹果静安店做成 3D 网页，这个题目出得刁。它考的不是"你会不会写 Three.js"，而是"你知不知道那家店长什么样"。玻璃幕墙的弧度、下沉庭院的层次、石材和金属的分界，这些东西模型要么见过、要么编不出来。
结果是一次过。这说明模型对真实建筑的空间结构有了可调用的记忆，而不是拿一堆通用的立方体和平面去凑一个"看起来像科技公司门店"的东西。前者是复现，后者是糊弄。
动效的难，难在时间轴
静态 3D 场景是一次空间推理，加进动效就变成了四维问题。什么先动、什么后动、缓动曲线用哪条、镜头推到哪儿停——这些决定没有标准答案，但有明显的好坏之分。业界大量所谓的 3D 动效，毛病都出在节奏上：该慢的地方急，该收的地方拖。
实测里那批动效任务能一次直出，说明模型对"节奏"这类软性判断有了初步的把控力。Three.js 只是工具，真正被调用的是审美直觉——这东西过去被认为是模型最难跨过的一道坎。
额度会烧，别把它当日常打字机
一个 3D 场景吃掉多少
能力上去了，账单也跟着上去。实测者特意提到额度消耗，这不是随口一说——生成 3D 场景和视频动效，输出 token 的量级跟写一段接口代码完全不在一个档次。一个中等复杂度的场景，来回几轮就能吃掉相当可观的一份配额。
把它当成日常写脚本、改 bug、写文档的主力，很快就会发现额度不够用。这不是模型的问题，是用法的问题。拿法拉利送外卖，油费当然扛不住。
主力加尖刀，两套配置
更务实的做法是分层：日常那些确定性高、返工成本低的活儿，交给便宜快速的模型；遇到 3D 场景、复杂动效、需要一次性做对的关键节点，再切到 Fable 5.2。这套"主力加尖刀"的搭配，实测者给了明确建议，也符合成本直觉。
关键在于判断哪些任务值得动刀。我的标准很简单：如果返工一次的沟通成本高于模型差价，就值得用贵的那个。前端动效和 3D 场景几乎永远符合这条。
谁该紧张，谁该兴奋
外包报价单要改了
先说紧张的。做 Three.js 官网、做产品动效 demo、做展厅交互页的团队，接下来几个月会明显感觉到报价被压。过去这类项目的成本大头是"试错"——客户说不清要什么，你得做三版给他挑。一次直出把这个环节砍掉了一大半。
但砍掉的只是执行，不是判断。客户依然不知道自己想要什么，依然需要有人替他把模糊的需求翻译成具体的画面。翻译能力反而更值钱了。
工作流变了，人的位置也变了
更有意思的是角色的位移。以前前端工程师的价值有一大半在"实现"——把设计稿还原出来，调参数调到像素级对齐。当模型能一次把场景和动效都吐出来，人的价值就往上游走了：定义问题、判断结果、决定哪里必须改、哪里可以放过。
这套工作流里，最不缺的是会写代码的人，最缺的是能一眼看出"这个缓动不对"的人。Fable 5.2 把执行门槛压到很低，同时把审美门槛抬得更高了。这不是危言耸听，是每次工具跃迁都会发生的事。
回到那个凌晨。一个版本号加了零点几的更新，本来不值得熬夜。但它把"动态视觉"这块过去明显属于人类自留地的活儿，往前推了一大步。真正该关注的不是它这次做对了什么，而是下一次，我们还会不会觉得这值得惊讶。
