全網罵Claude變笨，Anthropic下場揭秘：坑你的不是模型
重點摘要
Anthropic 官方澄清，許多用戶認為 Claude Code 變笨，實際上是混淆了模型選擇與努力度（Effort）設定。努力度決定 AI 投入的工作量，調高 Effort 往往比更換更強模型更能改善表現。官方建議先確認上下文是否充足，再判斷問題是出在模型能力不足還是投入不夠，以決定要換模型還是提高努力度。
許多開發者最近都曾遇過這樣的狀況：Claude Code 寫程式寫到一半突然卡關，直覺反應就是趕快換一個更強的模型。但 Anthropic 官方近日發布一篇長文，直接戳破這個常見的迷思，指出問題的核心往往不在於模型本身，而是使用者搞錯了兩個關鍵設定：模型選擇（Model）與努力度（Effort）。過去大家普遍認為，換更大的模型就代表 AI 會更聰明，而把 Effort 調高只是讓它多想一會兒，但實際情況遠比想像中複雜。今年 3 月，一場大規模的「變笨」風波在 GitHub 上炸開。
許多開發者發現 Claude Code 突然變得不可靠，該讀的檔案不讀、該跑的測試不跑，任務執行到一半就停下來，反過來問使用者要更多資訊。社群裡罵聲一片，最嚴厲的指控來自 AMD 的 AI 負責人 Stella Laurenzo，她翻出 6852 個會話的日誌，實測 Claude 的思考量比 2 月之前掉了 67%，並直言 Claude 已經無法被信任來處理複雜的工程任務。
起初大家以為是自己的提示詞寫得不夠好，或是配置出了問題，折騰了半天才恍然大悟，問題根本不在使用者身上，而是 Anthropic 在 3 月 4 日為了壓低延遲，悄悄把 Claude Code 裡的 Effort 選項默認檔位從 high 降到了 medium。官方更新日誌雖然有紀錄，但大多數人並未留意，只感覺到模型無緣無故變笨了。扛了一個月後，Anthropic 才在 4 月 7 日把默認檔位調回去，並為所有訂閱用戶重置用量額度。這時多數人才知道，原來自己手邊一直有個開關，暗中決定著 AI 到底肯不肯全力幹活。
為了釐清這個誤區，Anthropic 官方將 Model 與 Effort 的差異做了精準拆解。Model 換的是「腦子」，每個模型背後是一套凍結的權重，它的能力和知識在訓練結束那一刻就被焊死，只讀不可改。使用者輸入的提示詞、CLAUDE.md 或貼進上下文的程式碼，都只能引導它，卻無法訓練它。換模型本質上就是換一整套權重來承接任務，解決的是「會不會」的問題。例如，一個模型在訓練時還不存在的程式庫，即使你把文檔整篇餵給它，它也只能在當次請求中現學現用，轉頭就忘，因為模型本身一個字都沒記住。Effort 則換的是「態度」。
很多人以為高 Effort 只是讓模型多想幾秒，但實際上它管的是 Claude 在這次任務上投入多少工作量：讀幾個檔案、跑不跑測試、要不要額外驗證、是否要把一個多步驟任務一路推到底再回來找你。低 Effort 的 Claude 傾向於快速回覆，然後反過來問你要更多上下文，能不動手就不動手；高 Effort 的 Claude 則傾向於自己去翻資訊、多調幾次工具、一口氣把長任務鏈跑完。官方還公布了一張示意圖，同一條 prompt 下，高 Effort 能比低 Effort 多吐出約 7 倍的 token，這些多出來的 token 全花在讀檔案、跑驗證、反覆確認上。
從這個角度來看，一個小模型開啟高 Effort，完全有可能幹翻大模型開啟低 Effort 的表現。這正是官方要傳達的核心反直覺結論：當 Claude 做錯事時，使用者應該先判斷它是「不夠聰明」還是「不夠努力」。如果該讀的檔案跳過了、測試沒跑、重構做到一半跑回來問你，那就是投入不足，屬於 Effort 的問題，往上調一檔即可。如果上下文給足了，它也明顯盡力了，但還是錯，換個說法再試一遍仍然錯，那就是模型能力不足，此時才需要換更強的模型。為了讓這個概念更好懂，Anthropic 官方還打了個生動的比方。
Sonnet 像一個擁有一整個下午的全能選手，會把你的程式碼從頭讀到尾，跑一遍再驗一遍，徹底吃透你的任務。Opus 則像一位只給你五分鐘的專家，帶來的是你程式碼庫裡沒有的經驗與直覺，但五分鐘只能掃一眼，無法掃遍所有檔案。Fable 則是所有人都卡住了才請得動的專科，哪怕只給五分鐘，也能一眼揪出別人誰都沒看出的毛病，但每個 token 也是最貴的，得留給真正沒人能接的硬骨頭。因此，一個 Sonnet 開啟高 Effort，在不少任務上真的能幹過 Opus 開啟低 Effort。
這篇官方解讀表面上是在教學如何調參，背後卻反映了一個重要的行業轉向：AI 程式設計的競爭，正在從「誰的模型更強」轉向「誰更會調度智能體」。過去大家習慣只挑一個最強的模型，剩下的全交給它，但現在使用者得像專案經理一樣，為不同的模型分配不同的角色與投入檔位。簡單的改動交給 Sonnet 掛低檔，可以秒回又省錢；大型重構則上強模型加高檔；需要長時間自己跑的智能體任務，則用強模型配足 Effort。這些操作不僅能把活幹得更好，省下的更是真金白銀的 token 帳單。Claude Code 的 Effort 選單裡新增的 ultracode 檔位，正是把這套「調度」思維直接做進產品。
選中它之後，Claude 會拿到 xhigh 的火力，並獲得一項授權：遇到實質性的工作，自己會斟酌是否拉起一支智能體隊伍，把任務拆解下去並行處理。回頭看 3 月那場「變笨」風波，它之所以能驚動整個開發社群，正是因為大多數人還停留在「換模型」的老思路裡，對旁邊這個更關鍵的 Effort 選項渾然不覺。只看模型排行的時代正在過去，學會調度模型，正在成為核心手藝。誰先掌握這套技巧，誰就能讓 Claude 真正為你賣力，否則再貴的模型，也只是一個更貴的搜尋框。
Related
相關文章
曝字節訓10億參數大模型，或超Mythos 5，張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型，規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位，並反對模型蒸餾，認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入，同時在產品端與訓練端採取雙線進攻策略。
AI 需求擠爆雲計算，消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺，亞馬遜AWS要求工程師關閉閒置的EC2實例，以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%，AWS因此升級計算優化器自動標記低使用率虛擬機。此外，AWS過去一年新增3.8吉瓦電力容量，仍難以應對GPU雲端實例的龐大需求。
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中，我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件，並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著，我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入，並將處理後的內容儲存至 LanceDB。最後，我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成，以及輕量級的 recall-at-k 評估，以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA：將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA（NVIDIA 物件導向代理），這是一個與模型無關的 Python 框架，用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中，而 NOOA 將所有這些整合到一個 Python 類別中：方法代表模型可採取的動作，欄位代表代理狀態，文件字串作為提示，型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成，而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面，使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%，在 CyberGym L1 上達到 86.8%，平均 RHAE 為 85.1%。
六巨頭定AI插件新標準，撞臉Claude，Anthropic沒上桌
六大科技巨頭（AWS、Anysphere、GitHub、微軟、OpenAI、Vercel）聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0，旨在統一插件打包格式，減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似，但Anthropic並未參與制定，而是繼續經營自己的封閉生態。
DeepSeek重啟融資，三年市值對齊騰訊？
DeepSeek重啟第二輪融資，以5000億元人民幣估值尋求籌集80億美元，但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑，後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價，可能打破其以低價換規模的估值邏輯，面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商，以及三年內市值能否對齊騰訊等巨頭。