Claude Fable 5 braucht nicht weniger Anweisungen. Es braucht mehr.

Unbekannte Unbekannte. Genau das erwischte Thariq Shihipar, einen Entwickler in Anthropics Claude Code Team, in der Woche, als er sich hinsetzte, um das Fable 5 Launch-Video zu schneiden – mit Claude Code.

Er wählte das Tool, das er besser kannte als fast jeder andere auf diesem Planeten, für ein Projekt, das er von innen heraus verstand. Maximaler Kontext, wenn es den je gab.

Trotzdem wurde er kalt erwischt. Die Transkription driftete ab. Das Timing der Schnitte passte nicht zum Rhythmus des Materials. Die Farbkorrektur konnte er nicht mal mit bloßem Auge beurteilen (er musste stoppen und Claude bitten, ihm erst zu erklären, wie gute Farbkorrektur aussieht, bevor er die Optionen bewerten konnte, die es ihm vorlegte).

Kurzer Exkurs: Ich habe Fable 5 die 18 Tage Offline-Zeit dieses Jahr wegen einer Exportkontroll-Streitigkeit immer noch nicht ganz verziehen – seit 1. Juli wieder online. Hatte 3 Kundentermine in der Woche und musste alles über Opus umleiten. Hat nichts mit blinden Flecken zu tun, ich finde es nur witzig, dass ein Frontier-Modell wegen eines Handelsstreits verschwinden kann, genau wie ein Grafikkarten-Engpass deine GPU-Bestellung killt.

Wenn der Typ mit dem maximal möglichen Kontext für genau dieses Projekt trotzdem in seine eigenen blinden Flecken läuft, dann war "Ich kenne meinen Stack" sowieso nie deine Rettung.

Der Glaube, Der Den Daten Nicht Standhält

Je schlauer das Modell wird, desto weniger musst du erklären. Diese Annahme steckt gerade in vielen Ratschlägen zum agentischen Coding. Es wird schon verstehen, was du meinst.

Das Gegenteil ist der Fall. Und die Zahlen belegen das, ohne dass eine Meinung nötig wäre.

Ein schwaches Modell versagt laut und lokal. Du siehst das Problem beim ersten Versuch, es bricht auf offensichtliche Weise, du flickst es und machst weiter. Ein Modell wie Fable 5 nimmt deine Anweisung für bare Münze und zieht sie bis zum Ende durch, selbstbewusst, auch wenn diese Anweisung eine Lücke versteckte, von der du nicht wusstest, dass sie da war. Je besser das Modell wird, desto mehr kostet dich eine unausgesprochene Annahme. Nicht weniger.

Shihipars eigene Aufschlüsselung borgt sich Donald Rumsfelds 4 Kästchen. Bekannte Bekannte sind das, was bereits in deinem Prompt steht, und bekannte Unbekannte sind die Lücken, die dir bewusst sind, aber noch nicht beantwortet wurden. Das gefährliche Paar sind die anderen 2: unbekannte Bekannte, die Annahmen, die für dich so selbstverständlich sind, dass du nie daran denken würdest, sie aufzuschreiben (Hausstil, Geschmack, das "natürlich fassen wir diese Tabelle nicht an"), und unbekannte Unbekannte, das Zeug, das du nie in Betracht gezogen hast. Fable 5s Qualitätsobergrenze liegt fast vollständig in diesen letzten 2 Kästchen, denen, die du von innen nicht sehen kannst, weil du derjenige bist, der in ihnen steht.

Anthropics eigene Forschung macht den Punkt ohne zu editorialisieren. Eine interne Analyse von etwa 400.000 Claude Code Sessions fand heraus, dass in einer typischen Session Menschen etwa 70% der Planungsentscheidungen behalten, während Claude etwa 80% der Ausführungsentscheidungen übernimmt. Menschen besitzen immer noch das Denken. Das Modell zieht es nur weiter und schneller durch als früher.

Shihipar ist nicht der einzige Datenpunkt hier. 2 seiner Kollegen sitzen am anderen Ende des Spektrums: Boris Cherny, der Claude Code bei Anthropic leitet, und Jarred Sumner, der die Bun JavaScript Runtime gebaut hat. Keiner von ihnen trägt viele Unbekannte in eine Session, nicht weil sie schlauer sind, sondern weil sie ihre Codebasen in- und auswendig kennen, die Tendenzen des Modells kennen und Spezifikationen schreiben, die präzise genug sind, dass Fable 5 keinen Raum zum Raten hat. Wenn sie die min-maxed Builds sind, finden die meisten von uns immer noch ihren Skill Tree heraus. Vorausplanen allein bringt dich auch nicht dahin. Unbekannte tauchen genauso oft mitten in der Implementierung auf wie im Brief, manchmal signalisierend, dass der ganze Ansatz geändert werden muss, nicht nur die Formulierung.

Nichts davon bedeutet, einen längeren Prompt zu schreiben. Shihipar warnt auch vor dem gegenteiligen Fehler: über-spezifizieren und du sperrst das Modell in einen schlechten Ansatz ein, aus dem es keinen Raum hat, umzuleiten. Ein separater Artikel über die AI-Coding-Produktivitäts-Panik macht fast denselben Punkt aus einem anderen Winkel, gibt den Tools die Schuld für eine Verlangsamung, während er die falsche Krankheit diagnostiziert statt des tatsächlichen Engpasses. Der Hebel ist nicht die Wortzahl. Es ist die Anzahl der blinden Flecken, die du in die Session trägst, bevor du Enter drückst.

1 Million Token Versteckt Eine Schlechte Annahme

In einer kurzen interaktiven Session bricht eine schlechte Annahme schnell. Du promptest, Claude antwortet, du merkst, dass es schiefgelaufen ist innerhalb weniger Austausche, du korrigierst es. Die Schleife ist eng genug, dass unausgesprochene Lücken früh erwischt werden, fast zufällig.

Fable 5 verändert die Form dieser Schleife. Es läuft mit einem 1 Million Token Kontextfenster, was genau das ist, was lange autonome Sessions überhaupt erst möglich macht (Dutzende von Schritten, ohne dass du bei einem davon nachschaust).

Eine unausgesprochene Annahme, die am Anfang einer solchen Session gepflanzt wird, bricht nicht sofort. Sie propagiert: 10 Schritte rein, alles sieht immer noch gut aus, und 20 Schritte rein ist es immer noch gut, weil das Modell weiterhin treu auf der falschen Prämisse aufbaut, und treue Ausführung sieht genau wie Fortschritt aus, bis sie es nicht mehr tut. Bis die Lücke zwischen deiner mentalen Karte und der tatsächlichen Codebase sichtbar wird, schaust du nicht mehr auf eine kleine Korrektur. Du schaust auf das Aufdröseln einer Kette von Entscheidungen, die jeweils lokal Sinn machten und von denen keine Sinn machte, sobald du zurückgetreten bist und das Ganze betrachtet hast.

Längere Sessions schrumpfen den blinden Fleck nicht, sie verlängern nur die Zündschnur.

Wie Ein Blinder Fleck In Der Praxis Aussieht

I'm working on adding a new auth provider but I know nothing about the auth modules in this codebase. Can you do a blindspot pass to help me figure out my relevant unknown unknowns and help me prompt you better.

Das ist nah an der exakten Zeile, die Shihipar verwendet, bevor er einen Teil einer Codebase anfasst, den er nicht gut kennt. Er nennt es einen Blindspot Pass: das Modell bitten, deinen eigenen Prompt zu scannen und zu markieren, was mehrdeutig oder undefiniert ist, bevor es eine einzige Zeile schreibt. Es ist der Zug, der eine Frage direkt aus dem Kästchen der unbekannten Unbekannten in das Kästchen der bekannten Unbekannten verschiebt, wo du tatsächlich etwas dagegen tun kannst.

Das ist es, was "mehr Anleitung" in der Praxis bedeutet. Nicht ein längerer Prompt, geschrieben von einem Menschen, der versucht, alles im Voraus zu antizipieren. Ein zusätzlicher Durchgang, bei dem das Modell dir sagt, was es noch nicht weiß, bevor die Implementierung beginnt. Überspringe es auf unbekanntem Terrain und du bekommst das Coding-Äquivalent von "YOU DIED" ohne angehängten Boss-Namen: etwas ist fehlgeschlagen, und du bist dir nicht sicher, welche deiner Annahmen diejenige ist, die dich umgebracht hat.

Der Blindspot Pass ist nicht der einzige Zug im Kit. Für die Bereiche voller unbekannter Bekannter (Geschmacksentscheidungen, visuelles Design, das Zeug, das du als falsch erkennen würdest, aber nicht im Voraus spezifizieren kannst), setzt Shihipar stattdessen auf Brainstorming. Er lässt Fable 5 eine Handvoll radikal verschiedener Richtungen als Wegwerf-Prototypen generieren, bevor er den echten Prompt schreibt, dann reagiert er auf das, was vor ihm liegt, anstatt zu versuchen, eine Präferenz zu beschreiben, die er noch gar nicht geformt hat.

Es ist dieselbe Sequenz, die er beim Launch-Video selbst verwendete, ohne zu merken, dass er ein Muster benannte: den unbekannten Unbekannten erkennen (Ich kann diese Farbkorrektur nicht beurteilen), ihn in einen bekannten Unbekannten verwandeln (wie sieht gute Farbkorrektur überhaupt aus), ihn zu einem bekannten Bekannten machen (Claude bitten, es ihm erst beizubringen), dann fortfahren.

Es schließt die Lücke nicht vollständig. Einen blinden Fleck zu erkennen ist immer noch eine Beurteilung, die ein Mensch im Moment treffen muss, nicht ein Knopf, der das Problem ein für alle Mal löst.

Mein Eigenes Framework Hat Dieselbe Lücke

Ich baute das vollständige Prompt Contracts Framework nach genug solcher Katastrophen, um meinen eigenen Vibes bei einer Spezifikation nicht mehr zu trauen. Es funktioniert. Es fängt bekannte Unbekannte ab, das Zeug, von dem dir bewusst ist, dass du es noch nicht entschieden hast, und es zwingt bekannte Bekannte ins Schriftliche, anstatt sie in deinem Kopf zu lassen, wo Claude sie nicht erreichen kann.

Ich sah die Lücke nicht, bis Shihipars Thread mich dazu brachte, meine eigene Arbeit noch mal anzuschauen. Ein Prompt Contract deckt ab, was bekannt und ausgesagt ist, und was bekanntermaßen fehlt. Es erreicht nicht nativ die 2 Kästchen, die ein Modell so fähig wie Fable 5 tatsächlich brechen: was du weißt, aber nie aufgeschrieben hast, weil es sich zu offensichtlich anfühlte, um es zu erwähnen, und was du nie in Betracht gezogen hast. Das sind genau die 2 Zonen, wo ein fähiges Modell leise statt laut versagt, was das ganze Problem ist, um das dieser Artikel gekreist ist.

Vielleicht bin ich großzügig zu meiner eigenen Arbeit hier, aber ich glaube nicht, dass das das Framework bricht. Es ist ein blinder Fleck auf einem Tool, das überall sonst immer noch seinen Wert verdient. Wenn du weit genug im agentischen Coding bist, um bereits Prompt Contracts zu verwenden, ist das die Schicht, die obendrauf gehört: ein Durchgang, der spezifisch nach den Dingen jagt, die du nicht daran gedacht hast aufzuschreiben. Das ganze Framework, Quadranten und alles, ist ausführlicher in Prompt Contracts dargelegt, meinem zweiten Buch zu dem Thema.

Der natürliche Instinkt ist anzunehmen, dass das nächste Modell das endlich repariert. Schlauer, weniger Lücken nachträglich zu fangen, das Problem schrumpft leise mit jedem Release.

Es ist das Gegenteil bei jedem Schritt nach oben in der Fähigkeit. Fable 5 schrumpft nicht die Liste der Dinge, die du nicht gesagt hast, es führt diese Liste nur treuer aus, bis zum Ende, ohne anzuhalten zu fragen, ob du dir sicher warst. Das nächste Modell wird dasselbe tun, HAL 9000 Stil: immer noch ruhig, immer noch höflich, immer noch nicht anhaltend zum Nachfragen, nur mit einer längeren Startbahn, bevor jemand es merkt.

Der Engpass hat das Modell bereits verlassen. Er sitzt auf deiner Seite der Tastatur, bevor du die erste Zeile des Prompts getippt hast.

Quellen

Thariq Shihipars ursprünglicher Field Guide lief als Thread auf X Anfang Juli 2026. The Decoder berichtete ausführlich über die Blindspot Pass Technik und die Launch-Video Geschichte, und TechTimes berichtete über die 400.000 Session Daten und wo der Engpass jetzt sitzt.

Dieser Post könnte Affiliate-Links enthalten. Wenn du sie anklickst, verdiene ich vielleicht eine kleine Provision (kostet dich nichts und hilft mir dabei, weiterhin täglich qualitative Artikel für dein Lesevergnügen zu liefern).