2026 年 6 月 11 日，Anthropic 宣布與 DXC Technology 展開多年期聯盟，把 Claude 放進那種「快速行動」通常等於「先寫好回復計畫」的系統裡。DXC 表示，Claude 已經是 DXC OASIS 代理式工作流程的預設基礎模型；Claude 協助 OASIS 軟體交付速度估計提升 10 倍；而且 OASIS 超過 95% 的程式碼，是由 Claude 生成後再交由工程師審查（Anthropic、PRNewswire）。
有趣的是這一點。不是「AI 會寫程式」。那個 demo 大家都看過了。真正的故事是，DXC 正把代理式程式碼生成帶進銀行、航空公司、保險業、製造商與政府機關；在那裡，真正困難的是相依關係考古、發布治理、可稽核性、安全性，以及不要弄壞一個凌晨 2 點會清算真金白銀、已經跑了 30 年的批次流程。
訊號：AI 進入託管服務層
DXC 於 2026 年 4 月 28 日推出 OASIS，定位是面向託管服務的智慧編排平台。它宣稱的工作，是作為一個受治理、安全的層，橫跨組織既有的 IT 資產，把營運從被動支援轉向即時執行（DXC）。
這很重要，因為受監管產業的現代化，很少是從乾淨的 repo 和全新的綠地目標開始。它通常是從這些東西開始：
- 沒有人完全擁有的批次作業
- 已經超出正常支援週期的應用程式伺服器
- COBOL、Java EE、PL/SQL、shell，以及廠商工作流程黏著劑
- 一部分在程式碼裡、一部分在 runbook 裡的合規控管
- 連到支付、理賠、訂位、庫存、身分識別或案件管理系統的脆弱整合
把 Claude 放進 OASIS，代表 DXC 不是把模型當成工作旁邊的聊天機器人。它是把模型放進已經理解事件、變更窗口、工單脈絡、runbook、環境與客戶限制的編排工作流程中。這就是「生成一個重構」和「生成一個能撐過 CAB 審查的重構」之間的差別。
Anthropic 表示，DXC 將透過 Anthropic Academy 訓練數萬名取得 Claude 認證的前線部署工程師，DXC 也會針對關鍵任務系統加入自己的課程（Anthropic）。這個形狀是對的。受監管的現代化需要能讀懂系統的人，不需要提示詞觀光客。
開發者該抄的是什麼
即使你不是在 DXC 這種規模工作，DXC 的模式也很有用。重點不是「讓模型擁有 repo」。重點是：把模型的工作包進一個工作流程，讓脈絡、限制、審查與證據都成為一等公民。
一個實用的舊系統現代化代理，不該從「把這個服務重寫成 Go」開始。它該從一個受限制的計畫開始：
1. Inventory modules, entry points, data stores, and external contracts.
2. Identify dead code and risk hotspots.
3. Propose the smallest behavior-preserving refactor.
4. Generate tests around current behavior before changing code.
5. Open a reviewable patch with traceable rationale.
6. Attach evidence: tests, static analysis, dependency impact, rollback notes.這聽起來很無聊。很好。無聊才是受監管系統得以被修改的方式。
DXC 公開的數字很激進：軟體交付速度估計快 10 倍，OASIS 超過 95% 的程式碼由 Claude 生成，並由工程師審查（Anthropic）。請把這些看成特定部署情境下的主張，而不是放諸四海皆準的生產力常數。對開發者來說，重點是作業模式：高比例模型貢獻、強制人工審查，以及一個會記錄工作的平臺。
對銀行核心系統遷移來說，這可能代表代理去映射交易流程並生成特徵測試。對航空公司來說，代理可能協助理清訂位或維修工作流程，同時保留外部訊息格式。對保險業來說，它們可以比對保單管理規則與理賠行為。對製造商來說，它們可以在動程式碼之前，追蹤 ERP、MES 與供應鏈相依關係。
模型選擇正在變成架構決策
在 DXC 宣布消息的兩天前，Anthropic 於 2026 年 6 月 9 日推出 Claude Fable 5 與 Claude Mythos 5。Fable 5 是 Anthropic 已全面開放使用的 Mythos 級模型，而 Mythos 5 則透過 Project Glasswing 與可信任存取計畫限制使用。Anthropic 列出 Fable 5 的價格為每百萬輸入 token 10 美元、每百萬輸出 token 50 美元；目前 API 文件中標示其脈絡視窗為 1M token，最大輸出為 128k（Anthropic、Claude Docs）。
以下是 Anthropic 模型總覽中的精簡價格快照：
| 模型 | 輸入 | 輸出 | 脈絡 | 最大輸出 |
|---|---|---|---|---|
| Claude Fable 5 | $10 / MTok | $50 / MTok | 1M tokens | 128k |
| Claude Opus 4.8 | $5 / MTok | $25 / MTok | 1M tokens | 128k |
| Claude Sonnet 4.6 | $3 / MTok | $15 / MTok | 1M tokens | 64k |
| Claude Haiku 4.5 | $1 / MTok | $5 / MTok | 200k tokens | 64k |
錯誤的結論是「永遠用最強的模型」。更好的架構是模型路由。
把最強的模型用在系統層級推理：相依關係探索、遷移規劃、不熟悉的框架、跨 repo 重構，以及失敗分析。把較便宜的模型用在摘要、簡單測試生成、文件清理與機械式編輯。兩者外圍都要放上確定性的工具：編譯器、測試執行器、schema diff 工具、SAST、SBOM 生成與政策檢查。
Anthropic 也表示，Fable 5 具備防護措施，會在某些網路安全、生物、化學或蒸餾相關請求上回退到 Claude Opus 4.8；早期資料顯示，超過 95% 的 Fable 工作階段沒有發生回退（Anthropic）。對受監管的開發者來說，這不是註腳。如果某個工作流程碰到安全修補、弱點分析或敏感研究，你的代理執行環境就需要偵測模型回退、記錄它，並判斷產出的結果是否仍符合你的保證門檻。
人工審查是產品，不是稅
「超過 95% Claude 生成的程式碼」會登上標題。但「接著由軟體工程師審查」才是讓它能上線部署的部分。
在受監管的現代化裡，審查不是儀式性的 pull request 核准。它必須回答具體問題：
- 行為有沒有改變？測試證據在哪裡？
- 哪些資料合約、schema、API 與批次檔案被碰到了？
- 這個 patch 是否改變授權、留存、日誌或稽核軌跡？
- 有沒有回復路徑？
- 六個月後，非作者能不能理解這個變更為什麼存在？
這正是代理工作流程勝過鬆散聊天的地方。好的工作流程可以強制每個生成的 patch 都帶著自己的說明、測試計畫、風險分類與受影響系統地圖。它也可以在模型沒有檢查相依服務，或生成的測試只證明 happy path 時阻擋合併。
開發者技能會從親手打出每一行，轉向設計可審查的工作包。那仍然是工程。在很多舊系統資產裡，那正是一直缺席的工程。
代理式現代化的一個小模式
如果我要在受監管的軟體團隊內建這件事，我會要求每個現代化任務在 code review 前產出四個工件：
inventory.md：進入點、相依關係、設定、資料儲存、外部合約。risk.md：受影響的業務流程、碰到的合規控管、回復說明。tests/：鎖住目前行為的特徵測試。patch.diff：最小的、保留行為的變更。
模型可以生成這四樣。工程師應該審查這四樣。CI 應該強制執行那些無聊的部分。
若要做本機實驗，Claude Fable 5 也能透過 OneHop 作為可直接替換的 Anthropic Messages endpoint 使用。OneHop 的 Fable 5 頁面目前列出的 endpoint 是 https://api.onehop.ai/anthropic，模型名稱是 anthropic/claude-fable-5，新帳號有免綁卡 10 美元額度；頁面顯示的促銷價為每百萬 token 輸入 5 美元、輸出 25 美元，比 Anthropic 的 10/50 美元定價低 30% 以上（OneHop）。
from anthropic import Anthropic
client = Anthropic(
base_url="https://api.onehop.ai/anthropic",
api_key="<ONEHOP_KEY>",
)
message = client.messages.create(
model="anthropic/claude-fable-5",
max_tokens=1024,
messages=[{"role": "user", "content": "Map risks in this legacy migration plan."}],
)把這類 endpoint 用在原型與評估 harness。至於生產環境中的受監管工作負載，困難的部分仍然是你的控管：資料處理、留存、存取、證據、模型路由與人工簽核。
真正的賭注：現代化變成持續進行
多數企業把舊系統現代化當成十年一次的計畫。大預算。大型 SI。高風險。然後新平臺從第一天就開始老化。
DXC 的 OASIS 故事指向一個更好的模式：把現代化變成持續性的託管服務工作流程。代理檢查、提案、測試、重構、文件化，並把工作路由給工程師。工程師審查、約束、核准。平臺保留證據。系統以更小、更安全的增量持續改善。
這就是這個聯盟值得關注的原因。有用的問題不是 Claude 會不會寫程式。它會。有用的問題是，一個組織能不能把生成的程式碼，轉化成受治理、可審查、可安全上線的變更，並且橫跨那些不能停機的系統。
DXC 聲稱已有早期證據顯示，這件事能在嚴肅規模下運作：70 個國家 115,000 名員工、OASIS 已在超過 50 名客戶的生產環境中運行、計畫訓練數萬名 Claude 認證前線部署工程師，並且 Claude 是 OASIS 代理式工作流程中的預設模型（Anthropic、PRNewswire）。
對開發者來說，方向很清楚：別再把 AI 想成 autocomplete。開始設計會留下測試、diff、說明與稽核軌跡的代理工作流程。這一直都是舊系統現代化真正需要的東西。模型終於讓文書工作與程式碼移動便宜到可以持續進行。
如果你想測試模型路由這一側，又不想架完整企業堆疊，就從一個狹窄的 repo、一個特徵測試任務，以及像 Claude Fable 5 on OneHop 這樣的 Fable 5 endpoint 開始。保留人工審查關卡。衡量被接受的 diff、失敗的測試、審查時間、回復品質，以及每個已合併變更的成本。然後再決定這套工作流程是否值得進到更大的系統。
