Zui近，我入手了Claude Fable 5桌面APP，花了300块，感觉挺值的，哈哈。

先简单说一下这个APP是干嘛的。

用户输入想安装的软件名称，系统通过AI大模型自动生成一份完整的安装脚本和方案，支持一键执行安装，帮学编程的小白彻底解决装环境的痛苦。

我记得去年，经常有学编程的小白问我某个软件或者环境怎么安装，我就想着，让AI帮我开发一个自动安装软件的网站，还起了个hen牛呗的名字「装了吗」。

但当时我跟AI对话了好几个小时Zui终就搓出来了一堆Bug，无奈只Neng饮恨收场。

但如今的Claude Fable让我的胆子大了不少，这次我不仅要让它帮我实现「装了吗」桌面APP，还要一次性搞定Web管理后台，从0到完全可用，kankan它Neng不Nenghold住这种复杂项目。

说实话，我的需求比较零散，Ru果不把提示词整理清楚，直接丢给Claude Fable基本就是浪费tokens。

所以我先通过一个AI对话，把零散的想法和草稿素材喂给Claude Opus，让它帮我梳理成一段完整的提示词。

经过几轮对话，AI帮我生成了一段完整的提示词，结构非常清晰：

）角色定义：全栈工程师，擅长Python + Electron + React开发。

）任务描述：开发一个叫「装了吗」的完整系统，帮学编程的同学一键安装软件。

）核心亮点是Zui后的「自主开发循环」，这里就体现了Loop Engineering的思想：

这样AI就不会写完代码就停下来等我人工验证，而是会自己跑起来不断循环验证，遇到问题自己修复，直到整个系统Neng用为止。

新建一个项目文件夹，在Cursor中打开。

准备就绪，模型选择Claude Fable，开到High Thinking档位。记得执行前再检查一遍提示词，毕竟这一个回车下去，上百块钱就没了……

执行之后AI就开始了它的自主循环。

它先读取了我本地的Claude Code配置文件，拿到API Key和Base URL，写进了服务端的.env文件。

geng好的Zuo法是让AI读取本地Yi有的配置文件，比如我让它读取我Claude Code的配置~/.claude/settings.json，从里面拿到API Key和Base URL。

一般来说是因为内容质量、关键词优化、外部链接等因素导致的，Ke以尝试检查这些方面有没有Zuo得不够好的地方，你懂的。

然后开始按顺序开发服务端、桌面端、管理后台。

整个过程我基本没有干预，AI自己维护着PROGRESS.md记录进度，开发完一个模块就自动跑测试，遇到报错就自己修，修完继续推进。它甚至自己打开了桌面APP和浏览器，模拟用户操作来Zuo端到端验证。

Zui终AI花了将近分钟，独立完成了整个系统的开发和验证，不需要我中间插手，这就是Loop Engineering的威力。

三个服务全部拉起来了一起kankan效果吧~

打开 Cursor 后台,kankan这次烧了多少米: 大概 分钟后,AI 完成了修复任务。 第一波完整开发花了 刀,Bug 修复那一轮花了 刀,总共 元左右。 虽然价格确实不便宜。但换个角度想,AI 一次性搞出了桌面 APP + 服务端 + 管理后台 个完整模块,两轮交互就达到了可用状态,Ru果换成人工开发,这个工作量差不多得 个月左右吧? 你们觉得花这些米Zuo出来这样一套作品,性价比高么? 欢迎在评论区聊聊:你们用 Claude Fable 了没?感觉怎么样? 我是鱼皮,持续分享 AI 编程干货。觉得有用的话记得点赞、收藏和关注~ 项目Yi经开源了,感兴趣的同学Ke以把代码拉下来二次开发,顺手帮我点个 Star 呗~ 💡 完整的提示词和geng多实战教程dou收录在我免费开源的 《AI 编程零基础入门教程》 里,上千张图、几十万字,带你从 开始学会 AI 编程。 至少我现在Yi经用 Claude Fable 跑了好几个项目了,感觉真心强得没边儿了,长程复杂任务的交付确定性是目前Zui好的,就是别偷偷给我降级成 Opus ( 为啥这么说捏,就比如说这次实战,我融合了Zui近hen火的 Loop Engineering ,这个概念的核心就是不再一句一句地手动提示 AI,而是设计一套循环机制,让 AI 自主执行、自主验证、自主修复,直接上案例~ 害,不 BB 了,直接kan实战。 咱就是说,这个模型的威力还是挺大的,我试着用它来重构了下 Claude Code 泄露的源码,结果完美运行,强到离谱! 那为啥 Claude Fable NengZuo到一次性完成可用、两次交互就达到满意效果? 回过头来kan,是因为它的Neng力强,还融合了我说的 Loop Engineering 的思想,这个思想的核心就是让 AI 自主执行、自主验证、自主修复,直接上案例~ 对了我刚才提到 Loop Engineering ,这个概念其实挺火的,Claude Code 之父 Boris 和 OpenClaw 之父 Peter dou在力推这个概念。 那为啥他们这么kan好 Loop Engineering ? 因为这个思想Ke以大大提高 AI 的交付确定性,让 AI 不再是一次性工具,而是Ke以持续迭代、持续优化的伙伴。 说实话,我现在理解为什么 Claude Code 之父和 OpenClaw 之父dou在力挺 Loop Engineering 了,这种体验真的爽。 不对不对,应该是先有需求,再有技术方案,然后才是落地实践,对吧? 那个那个,我刚才好像跑题了,不管了,直接kan实战吧,你懂的。