Hasil CMA Ketika wasit melakukan langkah ini cukup keras, Fable 5 berani membongkar dan memperbaiki, Opus 4.7 masih melakukan perbaikan dan penambalan, umpan balik > rekayasa prompt terbukti benar

Menurut CoinWorld, Anthropic dalam pengujian perbandingan menggunakan hasil CMA untuk menghasilkan agen penilaian skor dalam konteks independen sebagai wasit, berdasarkan sembilan indikator. Hasilnya menunjukkan bahwa siklus wasit independen membuat Fable 5 mencapai peningkatan 6 kali lipat dibandingkan Opus 4.7 dalam pipeline pelatihan. Fable 5 menunjukkan ketahanan yang kuat, berani melakukan penyesuaian arsitektur secara besar-besaran, bahkan saat mengalami penurunan kuantifikasi tetap berkomitmen untuk memperbaiki; dibandingkan, Opus 4.7 karena keterbatasan pengambilan keputusan cenderung mengandalkan penyesuaian template. Kesimpulan eksperimen: siklus koreksi diri yang dapat umpan balik dan pengelolaan memori otonom lebih bernilai praktis daripada langsung menulis prompt.