Superpowers 6：Fable 自主研究 25 次實驗，把 sub-agent 開發流程成本砍 60%

這篇 Threads 抓到一個很重要的 agent ops 訊號：最強模型的價值不只是「寫更多程式」，而是能自主建立研究系統，對 agent workflow 做實驗、記錄假說、修正測量錯誤，最後把流程成本打下來。

Jesse Vincent 在 Superpowers 6 文章中描述，他用 Fable 對 Superpowers 的 subagent-driven development build loop 做成本與速度優化。作者原本希望省 15% token，最後宣稱在約 36 小時、25 次實驗後，Superpowers build 的 wall-clock runtime 降 50%、token spend 降 60%。這些數字是作者與 repo 報告主張，本文未重跑 benchmark。

Fable 做了什麼

/goal once this is done, run an autoresearch loop to improve cost-efficiency of the superpowers build loop. test with opus as the coordinator. make an hypothesis log. run experiments. run at least 25 experiments.

這個 prompt 的重點不是文字本身，而是它讓 Fable 啟動了一個完整 autoresearch loop：

• 建立 hypothesis log，實驗前先登記預測。
• 跑至少 25 次實驗，另有 backlog。
• 使用 Opus 作 coordinator 測試。
• 把結果寫入 durable eval docs。
• 在過程中抓出測量 bug，例如 grep 誤計、harness 沒真的 inline diff、regex 漏 newline。

實驗找到的主要優化

優化	效果 / 意義
Reviewer packet 預先打包	把 diff 與 metadata 先整理好，避免 reviewer subagent 自己跑大量 git commands。作者說單這點約省 10%。
合併 spec compliance reviewer 與 code quality reviewer	減少 agent 間 handoff 與重複審查，作者說額外省約 15%。
Terse reviewer contract	Reviewer output 減 41%，但 verdict 保持可用。
Narration recipe	輸出量減 54%，且 variance 低。
Conditional Haiku implementers	簡單實作下放便宜模型，每 run 約省 0.5–1 美元；但系統會拒絕把 prose plans 交給 Haiku。

反直覺教訓