网易首页 > 网易号 > 正文 申请入驻

Claude变蠢了,新模型发布前的黑暗时刻?

0
分享至

Claude Opus变蠢了。

最近一段时间,越来越多用户开始有一种很难讲的感觉:虽然这个模型没有明显出错,但也不再像以前那样“聪明”。

回答更快了,推理更短了,有时候看起来像是跳过了某些本该认真完成的步骤,变得敷衍了。

如果这种情况只是个例,用户可能还会怀疑是不是自己的问题,但当相似的声音越来越多,这就不再是单纯的“感觉不对”了。

网上甚至开始出现一些视频,调侃现在的Opus就像凶猛的狮子被摘了毛圈,发现原来只是一条狗。

一个更直接的说法开始流传:Opus被削了!

这是真的吗?如果是真的,它为什么会被削呢?

01

推理深度下降67%

一开始只是零星的用户在吐槽,说 Claude Opus“变懒了”“没以前聪明了”。

可能只是偶尔犯了一些过去不会犯的低级错误,或者在复杂任务里少做了几步推理。

某种意义上,和模型的协同很像是和真人的交往,一直以来配合得很好的“同事”某天忽然变脸了,搁谁谁都得难受。

碰到这种情况,大多数人的第一反应都是怀疑自己:是不是prompt写得不够好?还是任务本来就不适合?这种情况应该只是偶然事件吧?

但很快,在Reddit的Claude社区里,类似的反馈开始密集出现,而且描述高度一致:

有人说它不再仔细读代码;有人说它更快给答案,但经常漏掉关键步骤;也有人发现,它在长任务中更容易“提前结束”,像是默认事情已经完成。

当不同用户在不同场景下开始重复同一类问题时,这件事似乎不再是所谓的“感觉不对”,更像是一种行为模式的变化。

换句话说,不是感觉错了,是模型真的在变。

真正让讨论升级的是这个数字:有人在Claude Code的使用过程中,对历史交互日志进行对比,发现模型在复杂任务中的推理过程明显缩短,自2月更新以来,推理深度下降了67%。

(参考链接:
https://github.com/anthropics/claude-code/issues/42796)

作者坦率地说明,67%是基于签名长度与思考内容长度的相关估计,而不是直接测量。还提到一月份的日志被删除了,所以基线对比不太准确。

相比之下,报告里更有说服力的,其实是那些行为层面的变化。比如read:edit(读取代码vs修改代码)的比例,从6.6下降到了2.0;3月8日之后,被stop hook捕捉到的违规行为有173次,而之前是0。

不过数字是否精确并没有那么重要,重要的是它让一件原本模糊的体感问题,第一次被量化成一个可以讨论的趋势。

于是,一个新词在社区里开始流行:“AI shrinkflation”(AI缩水式通胀)。

缩水式通胀是一个经济学术语,指的是商品的大小或数量减少,而价格不变。放在这里的意思也很直接,模型实际给到用户的能力变少了,但模型看起来还是同一个名字。

02

敷衍的背后

相比社区的激烈反应,Anthropic并没有直接承认“模型变弱”。

Claude Code的开发负责人Boris给出的解释是,这些变化来自系统层的调整:包括工具调用方式、推理策略以及资源分配机制的变化,而不一定是模型本身能力的下降。

他举了个例子:在Claude Code中,一部分问题被认为源于工具链和系统prompt,而不是模型本身;与此同时,在高负载情况下,系统需要对算力、token和请求进行控制,这也会影响用户体验。

在最新版本中,Anthropic引入了一种叫“自适应推理”(adaptive thinking)的机制,模型会根据任务复杂度,动态决定是否以及使用多少推理。

也就是说,并不是模型变差了,只是模型开始“自己决定”要使用多少算力。

(参考链接:
https://news.ycombinator.com/item?id=47660925)

从工程角度看,这是一种很合理的优化,简单任务少思考,复杂任务多思考,以提升整体效率

但问题在于,效率优化和能力削弱,在用户体验上并没有区别。

当一个模型开始更少阅读上下文、更快给出答案、更频繁地提前结束任务,用户感受到的不会是优化,而是敷衍。

而且这个自适应推理机制,从感性的角度来讲,也确实会让人不太舒服。

还是拿人际交往的那个比喻:凭什么一开始好好的,用到后面就觉得我的事情不重要了?

这种不适感很快被另一个变化放大了:Mythos还未发布就广受关注,Claude Mythos Preview直接被Anthropic称为“能力跃迁的一代”,在代码与安全任务上表现出远超以往的能力。因此它被限制性地提供给少数机构使用,用来加固“全球最关键的软件系统”。

当“更强的新模型”与“体感变差的旧模型”同时出现,一个在社区中不断被提起的猜测开始成型:把旧模型削了再抬新模型,一捧一踩,就会显得新模型有着巨大的升级。

这个逻辑没有直接证据,但它正在被越来越多用户相信。

03

模型不再稳定

实际上,类似的事情对AI来说并不陌生。

早在2023年就有研究对比了GPT-4在不同时间的表现,发现同一个模型在几个月内,推理方式和输出行为都发生了明显变化。这些变化后来被解释为多种因素叠加的结果:包括推理策略调整、安全策略收紧,以及对成本和响应速度的优化。

把阴谋论抛在一边,如果确实存在一定程度的资源倾斜,在AI行业其实算是常态:无论是OpenAI还是Google,几乎所有公司都会优先优化最新一代模型,旧模型则逐渐被边缘化。

算力是成本,也是生产力。当新模型的能力上限更高、潜在价值更大时,把更多资源投入进去,本身是一种理性的选择。

在这个过程中,旧模型的状态自然会发生变化:被“降权”、推理深度被压缩、资源分配被重新调整……这些都可以理解为一种工程上的取舍。

不过理解归理解,新模型不开放给大众使用,旧模型又在毫无征兆的情况下弄成这样,谁能轻易接受?

从用户的视角来看,最让人不满的并不是模型的“变蠢”,而是它的“不稳定”。

当模型本身从一个稳定的工具变成一个会不断变化的系统,它自己做出了“更好的调整”,没有提示,没有版本说明,也没有边界。

作为用户,你不知道它什么时候变了,不知道它具体变了什么,更不知道这种变化会不会影响你正在做的事情。

你只能感受到它变了,变得没以前好用了。

这个时候,有一个新模型放在你的面前,看起来比现在这个更稳定、更可靠,或许用起来会更顺手。

于是选择就变得微妙起来:似乎不再是你主动选择新模型,而是旧模型的变化把你推向更新的那一个。

即使你知道,新模型也可能在某一天变成下一个旧模型,可能还是会猝不及防地“优化”成让人难受的版本。

但在那一刻,差距已经摆在眼前。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
中俄美会晤倒计时48小时,中方通稿暗藏两大细节,释放信号不一般

中俄美会晤倒计时48小时,中方通稿暗藏两大细节,释放信号不一般

邱震海
2026-11-17 20:30:05
花20元吃一碗面,你得自己烧水、自己煮、自己洗碗——这碗“高端泡面”的账,很多人算不过来

花20元吃一碗面,你得自己烧水、自己煮、自己洗碗——这碗“高端泡面”的账,很多人算不过来

富贵说
2026-11-12 20:33:23
为啥别买不符合年纪的车,经常被人以为偷来的!网友:主打一个反差

为啥别买不符合年纪的车,经常被人以为偷来的!网友:主打一个反差

夜深爱杂谈
2026-11-17 17:42:47
歼 10 又获大单!官宣第 3 位国际用户,一口气买 20 架,中国还送大礼

歼 10 又获大单!官宣第 3 位国际用户,一口气买 20 架,中国还送大礼

百科密码
2026-11-17 19:30:05
Lisa拉斯维加斯驻唱现场变装引热议!伴舞脱衣失误险走光,Lisa自己迅速将衣服拉了上去

Lisa拉斯维加斯驻唱现场变装引热议!伴舞脱衣失误险走光,Lisa自己迅速将衣服拉了上去

韩小娱
2026-11-16 12:13:54
美少女“钓鱼”,假动作作秀!鱼钩藏在荷叶裙的裙摆里

美少女“钓鱼”,假动作作秀!鱼钩藏在荷叶裙的裙摆里

史海流年号
2026-11-13 12:37:25
台积电创办人张忠谋:如果限制中国大陆,中国大陆真的没办法反制

台积电创办人张忠谋:如果限制中国大陆,中国大陆真的没办法反制

爱史纪
2026-11-08 03:00:43
全网群嘲的“妈妈有50w存款”事件,撕开了多少家庭最大的悲哀

全网群嘲的“妈妈有50w存款”事件,撕开了多少家庭最大的悲哀

凡知
2026-11-16 08:32:54
孙子骂了句老不死的,公公连夜回成都,12,000的退休金一分不给了

孙子骂了句老不死的,公公连夜回成都,12,000的退休金一分不给了

有态度网友19Dsym
2026-11-17 06:48:22
放弃五大联赛邀约!斯帅空降泰山,第一件事竟是深挖 B 队

放弃五大联赛邀约!斯帅空降泰山,第一件事竟是深挖 B 队

体坛小鹏
2026-11-17 09:40:50
警校退学潮:比考不上更可怕的事,考上了你才发现根本不合适

警校退学潮:比考不上更可怕的事,考上了你才发现根本不合适

糖逗在娱乐
2026-11-02 06:31:49
这俩,早晚要离?

这俩,早晚要离?

毒舌一姐
2026-11-17 20:30:31
大变样!三星S27 Pro外观确认,这次真给我整不会了

大变样!三星S27 Pro外观确认,这次真给我整不会了

刘奔跑
2026-11-17 19:39:48
2012年,太原公安局长李亚力想保酒驾儿子,偷偷将89mg酒精检测改成66mg,甚至抹掉袭警情节

2012年,太原公安局长李亚力想保酒驾儿子,偷偷将89mg酒精检测改成66mg,甚至抹掉袭警情节

磊子讲史
2026-11-13 17:21:50
艾森科特:鉴于内塔尼亚胡涉嫌干预选举,不能继续担任以色列总理

艾森科特:鉴于内塔尼亚胡涉嫌干预选举,不能继续担任以色列总理

云上乌托邦
2026-11-17 10:28:48
股市大局已定!如无意外,今年中国股市或将迎来四大变化

股市大局已定!如无意外,今年中国股市或将迎来四大变化

星语者056
2026-11-17 08:46:48
性生活是不是人的刚需?网友说:男性性生活是刚需,女性不是!

性生活是不是人的刚需?网友说:男性性生活是刚需,女性不是!

黯泉
2026-11-09 17:39:59
性生活时,超长待机好不好?万万没想到,最佳时长是这个数字

性生活时,超长待机好不好?万万没想到,最佳时长是这个数字

医学原创故事会
2026-10-27 23:30:04
分手,13,年后,蒋欣高调官宣喜讯,事关李光洁,早已和王阳拉开距离

分手,13,年后,蒋欣高调官宣喜讯,事关李光洁,早已和王阳拉开距离

枫尘余往逝
2026-11-17 00:55:40
“你傻吗,这比考上985都赚钱”,家长吐槽孩子做手工“没用的玩意儿”,网友怒批:虚荣正在毁掉孩子的天赋

“你傻吗,这比考上985都赚钱”,家长吐槽孩子做手工“没用的玩意儿”,网友怒批:虚荣正在毁掉孩子的天赋

蝴蝶花雨话教育
2026-11-13 00:05:16
2026-11-18 00:00:49
字母榜 incentive-icons
字母榜
让未来不止于大。
2915文章数 8102关注度
往期回顾 全部

科技要闻

硅谷大佬组局,帮黄仁勋杀回来!

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

更豪华更好开 问界新M8细节升级见真章

态度原创

手机
数码
房产
艺术
时尚

手机要闻

鞠婧祎代言 荣耀700系列四款高颜值配色公布:全系标配原生AI背屏

数码要闻

满电开躁!11月16日,航嘉满电青年计划约你西南交大见!

房产要闻

6.6亿!海口卖地!

艺术要闻

漫天香氛,秋风醉人~杭州的秋天从不让人失望!13个地方,秒出大片!

自骂“烂人”的黄仁勋,冤不冤?

无障碍浏览 进入关怀版