📰 本日設計情報｜2026/06/11：Claude Fable 5 把 Mythos 開放給大眾、Anthropic agent 學會自己排程、Google 6/24 收掉 Imagen
AI 工具的重點從「能生多少」換成「你敢交出去多少」——Fable 5、排程 agent、Nano Banana 接班，與 NN/g 的一記提醒。
AI 工具這週的重點，從「能生多少」換成「你敢交出去多少」。Anthropic 把最強的那顆 Mythos 模型開放給大眾，主打的不是聊天，是能自己跑好幾天、跑完還回頭驗收；同一天它又讓 agent 學會掛在排程上自己開工；Google 乾脆把舊的 Imagen 整批退役，全押到出圖快五倍的 Nano Banana。當「託付」的範圍一路擴大，NN/g 在收尾提醒了一件事——有些判斷，正因為 AI 做得太順，才更不能交給它。
以下是最近最值得關注的 4 則消息。
🔥 Claude Fable 5 把「最強」開放給大眾——一顆會自己跑好幾天的模型
Anthropic 上週才公開示警「AI 正在強到危險」，這週就把那條線上最強的模型端到所有人面前。
6/9 上線的 Claude Fable 5，是第一個一般人就能直接用的 Mythos-class 模型，能力站在原本最高階的 Opus 4.8 之上。它的設計目標不是陪你聊天，是「跑長工」——能把一個大任務拆成跨階段的計畫、把子任務丟給 sub-agent、自己連續跑上好幾天，開到最高 effort 時還會回頭檢查、驗證自己的產出。規格是 1M token context、定價 $10/$50（Opus 的兩倍），發布當天就同步上了 GitHub Copilot 和 AWS。
對設計師，Fable 5 的訊號不是「你得學寫程式」，是「能整包交給 AI 自己跑完的工作，範圍又變大了」。批次改稿、整理一大批參考素材、把一份 PRD 長成可點的原型——這種「方向對了就放手」的活，越來越能託付出去。但它跑出來的東西能不能收進可交付，還是看你判不判得出哪裡對、哪裡歪。會用 AI 開頭、用基本功收尾的人，產出速度才拉得開。
Claude 的 agent 學會自己看時鐘上工——Managed Agents 開放排程執行
你睡覺的時候，AI 自己起床把活幹完，這件事這週往前跨了一步。
同樣是 6/9，Anthropic 給 Managed Agents 開了 public beta 的兩個新能力：agent 可以掛在排程上自己跑（cron 式的定時自動化），需要的環境變數收進 vault 安全保管，還能安全呼叫 CLI 工具、登入需要授權的服務、甚至開瀏覽器辦事。等於把「臨時問它一句」升級成「到點自己開工、自己動用工具」的常駐自動化。
對設計工作流，這條很實在。每天早上自動把競品的新介面截一輪、定時抓設計圈新聞翻成你慣用的格式、交稿前自動跑一遍規範檢查——這些重複的苦工，正在從「你要記得做」變成「它到點自己做」。設計師的價值，會從「會操作工具」往「設計這套自動化要做什麼、什麼時候該喊停」移動。
Google 6/24 收掉 Imagen，全部交棒給 Nano Banana
如果你還在 Vertex AI 或 Firebase 上叫 Imagen 出圖，6/24 之後它就不在了。
Google 宣布把這兩個平台上的 Imagen 模型整批退役，出圖能力全部轉到 Gemini 系的 Nano Banana。接班的 Nano Banana Pro（Gemini 3 Pro Image）已經正式 GA：出圖 2–5 秒（舊的 Imagen 4 Ultra 要 15–30 秒）、文字渲染是目前一線最強的一檔、自帶 SynthID 浮水印，一張 $0.134 起跳。速度差距大到「一次試 20–30 個方向」這件事，第一次變得不那麼痛。
立場照舊：這類工具是前期發想的加速器，不是來搶你的手。一個值得記下的數字——6 月的盲測裡，肖像和產品攝影多數人仍偏好 Imagen 4 Ultra，但風格化、創意向的圖有 54% 的人選 Nano Banana。意思很清楚：「最快」不等於「最對」，你還是得知道哪種圖該餵哪個工具，生完回 Photoshop 把光影、合成、細節收乾淨。會用 AI 開頭、用基本功收尾的人，產出速度才拉得開。
NN/g：AI 能幫你分析 UX 研究，但別讓它主導
把一疊訪談逐字稿丟給 AI 自動跑出 insight，最大的風險不是它做錯，是它做得「看起來很對」。
在這波「什麼都交給 agent」的氣氛裡，NN/g 提了一個降溫的提醒：AI 可以當你分析研究的思考夥伴，但不該讓它主導。它整理出幾個負責任的用法——讓 AI 幫你發想分類、挑戰你的詮釋、加速繁瑣的整理，但「這個發現到底代表什麼」的判斷要牢牢留在你手上。理由很簡單：AI 特別擅長生出流暢、自信、聽起來合理的結論，而研究最危險的地方，正是那種流暢但其實是錯的結論。
這則剛好跟前面三則對照。前面講的是「能託付的範圍變大」，這則講的是「哪些不能託付」。研究分析裡的判斷與詮釋，正是 AI 還拿不走、也最該被設計師守住的那一塊。
📖 延伸學習
