文 | 字母AI

Claude Opus變蠢了。

最近一段時(shí)間，越來(lái)越多用戶開(kāi)始有一種很難講的感覺(jué)：雖然這個(gè)模型沒(méi)有明顯出錯(cuò)，但也不再像以前那樣“聰明”。

回答更快了，推理更短了，有時(shí)候看起來(lái)像是跳過(guò)了某些本該認(rèn)真完成的步驟，變得敷衍了。

如果這種情況只是個(gè)例，用戶可能還會(huì)懷疑是不是自己的問(wèn)題，但當(dāng)相似的聲音越來(lái)越多，這就不再是單純的“感覺(jué)不對(duì)”了。

網(wǎng)上甚至開(kāi)始出現(xiàn)一些視頻，調(diào)侃現(xiàn)在的Opus就像兇猛的獅子被摘了毛圈，發(fā)現(xiàn)原來(lái)只是一條狗。

一個(gè)更直接的說(shuō)法開(kāi)始流傳：Opus被削了！

這是真的嗎？如果是真的，它為什么會(huì)被削呢？

推理深度下降67%

一開(kāi)始只是零星的用戶在吐槽，說(shuō) Claude Opus“變懶了”“沒(méi)以前聰明了”。

可能只是偶爾犯了一些過(guò)去不會(huì)犯的低級(jí)錯(cuò)誤，或者在復(fù)雜任務(wù)里少做了幾步推理。

某種意義上，和模型的協(xié)同很像是和真人的交往，一直以來(lái)配合得很好的“同事”某天忽然變臉了，擱誰(shuí)誰(shuí)都得難受。

碰到這種情況，大多數(shù)人的第一反應(yīng)都是懷疑自己：是不是prompt寫得不夠好？還是任務(wù)本來(lái)就不適合？這種情況應(yīng)該只是偶然事件吧？

但很快，在Reddit的Claude社區(qū)里，類似的反饋開(kāi)始密集出現(xiàn)，而且描述高度一致：

有人說(shuō)它不再仔細(xì)讀代碼；有人說(shuō)它更快給答案，但經(jīng)常漏掉關(guān)鍵步驟；也有人發(fā)現(xiàn)，它在長(zhǎng)任務(wù)中更容易“提前結(jié)束”，像是默認(rèn)事情已經(jīng)完成。

當(dāng)不同用戶在不同場(chǎng)景下開(kāi)始重復(fù)同一類問(wèn)題時(shí)，這件事似乎不再是所謂的“感覺(jué)不對(duì)”，更像是一種行為模式的變化。

換句話說(shuō)，不是感覺(jué)錯(cuò)了，是模型真的在變。

真正讓討論升級(jí)的是這個(gè)數(shù)字：有人在Claude Code的使用過(guò)程中，對(duì)歷史交互日志進(jìn)行對(duì)比，發(fā)現(xiàn)模型在復(fù)雜任務(wù)中的推理過(guò)程明顯縮短，自2月更新以來(lái)，推理深度下降了67%。

（參考鏈接：https://github.com/anthropics/claude-code/issues/42796）

作者坦率地說(shuō)明，67%是基于簽名長(zhǎng)度與思考內(nèi)容長(zhǎng)度的相關(guān)估計(jì)，而不是直接測(cè)量。還提到一月份的日志被刪除了，所以基線對(duì)比不太準(zhǔn)確。

相比之下，報(bào)告里更有說(shuō)服力的，其實(shí)是那些行為層面的變化。比如read:edit（讀取代碼vs修改代碼）的比例，從6.6下降到了2.0；3月8日之后，被stop hook捕捉到的違規(guī)行為有173次，而之前是0。

不過(guò)數(shù)字是否精確并沒(méi)有那么重要，重要的是它讓一件原本模糊的體感問(wèn)題，第一次被量化成一個(gè)可以討論的趨勢(shì)。

于是，一個(gè)新詞在社區(qū)里開(kāi)始流行：“AI shrinkflation”（AI縮水式通脹）。

縮水式通脹是一個(gè)經(jīng)濟(jì)學(xué)術(shù)語(yǔ)，指的是商品的大小或數(shù)量減少，而價(jià)格不變。放在這里的意思也很直接，模型實(shí)際給到用戶的能力變少了，但模型看起來(lái)還是同一個(gè)名字。

敷衍的背后

相比社區(qū)的激烈反應(yīng)，Anthropic并沒(méi)有直接承認(rèn)“模型變?nèi)酢薄?/p>

Claude Code的開(kāi)發(fā)負(fù)責(zé)人Boris給出的解釋是，這些變化來(lái)自系統(tǒng)層的調(diào)整：包括工具調(diào)用方式、推理策略以及資源分配機(jī)制的變化，而不一定是模型本身能力的下降。

他舉了個(gè)例子：在Claude Code中，一部分問(wèn)題被認(rèn)為源于工具鏈和系統(tǒng)prompt，而不是模型本身；與此同時(shí)，在高負(fù)載情況下，系統(tǒng)需要對(duì)算力、token和請(qǐng)求進(jìn)行控制，這也會(huì)影響用戶體驗(yàn)。

在最新版本中，Anthropic引入了一種叫“自適應(yīng)推理”（adaptive thinking）的機(jī)制，模型會(huì)根據(jù)任務(wù)復(fù)雜度，動(dòng)態(tài)決定是否以及使用多少推理。

也就是說(shuō)，并不是模型變差了，只是模型開(kāi)始“自己決定”要使用多少算力。

（參考鏈接：https://news.ycombinator.com/item?id=47660925）

從工程角度看，這是一種很合理的優(yōu)化，簡(jiǎn)單任務(wù)少思考，復(fù)雜任務(wù)多思考，以提升整體效率

但問(wèn)題在于，效率優(yōu)化和能力削弱，在用戶體驗(yàn)上并沒(méi)有區(qū)別。

當(dāng)一個(gè)模型開(kāi)始更少閱讀上下文、更快給出答案、更頻繁地提前結(jié)束任務(wù)，用戶感受到的不會(huì)是優(yōu)化，而是敷衍。

而且這個(gè)自適應(yīng)推理機(jī)制，從感性的角度來(lái)講，也確實(shí)會(huì)讓人不太舒服。

還是拿人際交往的那個(gè)比喻：憑什么一開(kāi)始好好的，用到后面就覺(jué)得我的事情不重要了？

這種不適感很快被另一個(gè)變化放大了：Mythos還未發(fā)布就廣受關(guān)注，Claude Mythos Preview直接被Anthropic稱為“能力躍遷的一代”，在代碼與安全任務(wù)上表現(xiàn)出遠(yuǎn)超以往的能力。因此它被限制性地提供給少數(shù)機(jī)構(gòu)使用，用來(lái)加固“全球最關(guān)鍵的軟件系統(tǒng)”。

當(dāng)“更強(qiáng)的新模型”與“體感變差的舊模型”同時(shí)出現(xiàn)，一個(gè)在社區(qū)中不斷被提起的猜測(cè)開(kāi)始成型：把舊模型削了再抬新模型，一捧一踩，就會(huì)顯得新模型有著巨大的升級(jí)。

這個(gè)邏輯沒(méi)有直接證據(jù)，但它正在被越來(lái)越多用戶相信。

模型不再穩(wěn)定

實(shí)際上，類似的事情對(duì)AI來(lái)說(shuō)并不陌生。

早在2023年就有研究對(duì)比了GPT-4在不同時(shí)間的表現(xiàn)，發(fā)現(xiàn)同一個(gè)模型在幾個(gè)月內(nèi)，推理方式和輸出行為都發(fā)生了明顯變化。這些變化后來(lái)被解釋為多種因素疊加的結(jié)果：包括推理策略調(diào)整、安全策略收緊，以及對(duì)成本和響應(yīng)速度的優(yōu)化。

把陰謀論拋在一邊，如果確實(shí)存在一定程度的資源傾斜，在AI行業(yè)其實(shí)算是常態(tài)：無(wú)論是OpenAI還是Google，幾乎所有公司都會(huì)優(yōu)先優(yōu)化最新一代模型，舊模型則逐漸被邊緣化。

算力是成本，也是生產(chǎn)力。當(dāng)新模型的能力上限更高、潛在價(jià)值更大時(shí)，把更多資源投入進(jìn)去，本身是一種理性的選擇。

在這個(gè)過(guò)程中，舊模型的狀態(tài)自然會(huì)發(fā)生變化：被“降權(quán)”、推理深度被壓縮、資源分配被重新調(diào)整……這些都可以理解為一種工程上的取舍。

不過(guò)理解歸理解，新模型不開(kāi)放給大眾使用，舊模型又在毫無(wú)征兆的情況下弄成這樣，誰(shuí)能輕易接受？

從用戶的視角來(lái)看，最讓人不滿的并不是模型的“變蠢”，而是它的“不穩(wěn)定”。

當(dāng)模型本身從一個(gè)穩(wěn)定的工具變成一個(gè)會(huì)不斷變化的系統(tǒng)，它自己做出了“更好的調(diào)整”，沒(méi)有提示，沒(méi)有版本說(shuō)明，也沒(méi)有邊界。

作為用戶，你不知道它什么時(shí)候變了，不知道它具體變了什么，更不知道這種變化會(huì)不會(huì)影響你正在做的事情。

你只能感受到它變了，變得沒(méi)以前好用了。

這個(gè)時(shí)候，有一個(gè)新模型放在你的面前，看起來(lái)比現(xiàn)在這個(gè)更穩(wěn)定、更可靠，或許用起來(lái)會(huì)更順手。

于是選擇就變得微妙起來(lái)：似乎不再是你主動(dòng)選擇新模型，而是舊模型的變化把你推向更新的那一個(gè)。

即使你知道，新模型也可能在某一天變成下一個(gè)舊模型，可能還是會(huì)猝不及防地“優(yōu)化”成讓人難受的版本。

但在那一刻，差距已經(jīng)擺在眼前。