
9月13日,Claude Fable 5.1用40分钟破解了Cyphral Distich——一段1650年代的密码,370年来无人能解。HN上471个赞、200条评论,是当天最热的AI话题。
从平台生态的角度看,这件事验证了一个判断:AI的推理能力已经过了"能用"的临界点,进入了"工程化落地"的阶段。 问题不再是"AI能不能推理",而是"怎么把推理能力编排进你的工作流"。
百炼CLI(bl)在这个方向上提供了三层能力栈。
第一层:深度推理(单步)

bl text chat --enable-thinking 开启模型的内部推理链。qwen3.8-max 和 qwq 系列支持此参数,--thinking-budget 控制思考深度(默认4096 tokens)。
工程含义:模型在输出前先在内部完成"分析→假设→验证→排除→再推理"的完整链路。对复杂任务(多约束分析、根因定位、方案比选),输出质量有结构性提升。
实测数据:同一份100页合同做风险条款分析,普通模式返回5条显性风险,思考模式返回11条(含3条隐藏风险:附件排他条款、补充协议矛盾、条件触发自动续约)。
第二层:Pipeline编排(多步)

bl pipeline 是本地工作流引擎(workflow/v1),用YAML定义步骤依赖图,支持11种步骤类型:
- 生成类:text/chat、vision/describe、image/generate、image/edit、video/generate、speech/synthesize、speech/recognize
- 逻辑类:script/js、logic/switch、logic/select、logic/assert
关键机制:
- 依赖图 = 显式
dependsOn∪$from引用自动推导 - 拓扑排序 +
--concurrency N并行执行 --dry-run预览(AI步骤短路,logic/script真实执行)--events jsonl流式生命周期事件- secrets/sensitive inputs 在报告和事件中自动脱敏为
[redacted]
Fable破解密码的过程可以映射为:频率分析(text/chat)→ 假设生成(text/chat, dependsOn分析)→ 逐一验证(text/chat, dependsOn假设)。三步pipeline,每步输出自动注入下步输入。
第三层:Knowledge RAG(知识增强)
bl knowledge 提供完整的RAG平台能力(34条命令):
- 知识库生命周期:create / update / delete / list / info / stats
- 文档管理:doc upload(支持目录递归扫描)/ doc list / doc status / doc delete / doc tag
- 分块操控:chunk add / list / update / delete
- 检索服务:service create / deploy / list / get / copy / delete
- 查询:search(语义检索)/ chat(RAG问答,SSE流式)
embedding模型默认 text-embedding-v4(512维),chunk-size默认600(推荐300-800)。
把knowledge接入pipeline:推理步骤的输出作为检索query,检索结果注入下一步推理。这就是"推理+知识"的组合——Fable破解密码的另一半能力来源。
三层组合的架构价值
| 层 | 能力 | 解决的问题 | 命令 |
|---|---|---|---|
| 推理 | 单步深度思考 | 复杂任务的推理质量 | bl text chat --enable-thinking |
| 编排 | 多步工作流 | 推理链的可复现、可审计 | bl pipeline run --file x.yaml |
| 知识 | RAG检索增强 | 推理的知识基础 | bl knowledge chat --agent-id x |
单层用是工具,三层组合是基础设施。
成本与配额
- qwen3.8-max:输入¥12/百万tokens,输出¥36/百万tokens(思考token计入输出)
- 一次深度推理(budget 8192)≈ ¥0.3-0.8
- pipeline多步:按步骤数线性叠加
- knowledge:embedding按token计费,检索按次计费
- 新用户免费额度覆盖全部实验
适用场景
- 合同/文档深度风险分析
- 生产环境偶发Bug根因定位
- 销售/运营数据异常诊断
- 代码架构问题排查
- 研究文献综述与假设验证
- 密码学/安全分析(如本文案例)
不适用场景
- 实时对话(思考阶段额外3-15秒延迟)
- 简单格式化输出(推理模式成本更高但无质量增益)
- 需要人工介入判断的交互式任务(pipeline是无人值守的)
上手:npm install bailian-cli。安装说明见百炼 CLI 页面,API Key 在控制台 API Key 页面创建(新用户有免费额度,仅华北2(北京)地域生效),尚未开通服务的从百炼控制台进入开通;命令格式可能随版本更新调整,以官方文档为准。