NP-hard 光纖網路題對決：Fable 5 大戰 GPT-5.6 Sol，/goal 模式有用嗎？

Charles Azam 把自己 2018 年當工程學生時做過的 KIRO 光纖網路設計問題改造成基準測試：給定 Grenoble、Nice、Paris 三城的有向距離矩陣，求解器要用冗餘迴圈與短鏈連接配送點與終端，目標是纜線總長度最短。搜尋空間大到誇張，光是 Paris 的 532 個終端分配給 11 個配送樞紐，一個刻意受限的解族就有約 10 的 1223 次方種組合。受測的是六個模型：Claude 系的 Fable 5、Opus 4.8、Sonnet 5，OpenAI 系的 GPT-5.6 Sol、Terra、Luna，每場 30 分鐘優化預算，推理強度全開。

實驗的核心問題只有一個：原生 /goal 模式到底有沒有用？作者的答案很細緻：/goal 改變的是控制迴圈與搜尋路徑，而非單純的「更努力開關」。路徑改變有時讓模型跳進更好的解盆地，有時卻等於給一個爛主意更多時間慢慢成熟，淨效果取決於題目結構與運氣。他在旗艦對決 Fable 5 對 GPT-5.6 Sol 上重複了三組配對實驗以縮小隨機性，完整代碼、提示詞、結果表與軌跡筆記全數公開在 CLIArena。

與本站先前報導過的各類 agent 評測相比，這個基準的可貴之處在於它是真實工程問題而非玩具題,而且作者對統計限制毫不遮掩：單一題目、有限重複次數，結論的外推性有限。他自己也把排除案例與失敗軌跡全部留檔，方便他人重跑。

歸剛點評：「模式開關不等於更努力」是這篇最值得帶走的一句話——廠商給的 /goal、深度思考、延長推理這類開關，效果高度依賴任務結構，用之前先在自己的題型上做小規模對照，比迷信開關便宜得多。開源全部軌跡的做法也該成為評測圈標配，敢公開失敗案例的基準才值得信。