《纽约时报》预测的AI“警惕测试”被Claude Fable以53%通过，但网友质疑测试内容公开导致记忆效应。用户反馈Fable在基础问题上20%出错率，过度自信且易偏离指令，与GPT-5.4等模型对比优势不明显，引发对AI真实推理能力的讨论。