Anthropic揭秘Claude变笨真相：问题不在模型

先说个看似反直觉的事儿：把Claude Code的模型换成最贵的，有时候非但不管用，反而是在白花钱。

你是不是也有过这种时刻——代码写一半卡住了，第一反应就是“换个更强的模型试试看”？

但最新消息是，这条路很多时候根本走不通。

近期，Anthropic专门发了一篇长文，彻底拆解了这个普遍存在的误解。

起因其实很简单：太多人把Claude Code里两个完全不同的选项搞混了——一个是模型选择（Model），一个是努力度（Effort）。

大家过去的理解都很直接：换更大的模型，AI肯定更聪明；把Effort调高，无非就是让它多想一会儿。直到今年3月，这个误会引发了一场不小的混乱。

当时，大量开发者发现手里的Claude Code突然“变笨”了。该读的文件不读，该跑的测试不跑，任务干到一半就撂挑子，反过来问你要更多信息。

GitHub上顿时骂声一片。最狠的一刀来自AMD的AI负责人Stella Laurenzo，她翻出6852个会话的日志，实测Claude的思考量比2月之前掉了67%，直接放话：Claude已经没法被信任去做复杂的工程活。

起初大家都以为是自己的提示词没写好，或者哪里配置错了。折腾了半天才恍然大悟：问题根本不在自己身上，是Anthropic悄悄改了一个设置。3月4日，为了压低延迟，他们把Claude Code里的Effort选项，默认档位从high降到了medium。

最新更新日志里虽然写了，但大多数人根本没注意到。他们只是感觉到，手里的模型无缘无故变蠢了。

扛了一个月，Anthropic才在4月7日把默认档位调回去，还给所有订阅用户重置了用量额度。很多人这时才知道，这个一直就在手边的开关，竟然暗中决定着AI到底肯不肯为你满血干活。

Model换的是脑子，Effort换的是态度

Anthropic最新的拆解，可以简单总结为这句话。

先说Model，它换的是脑子。

每个模型背后是一套“冻结的权重”，它的能力和知识，在训练结束那一刻就被焊死了：只读、不可改。这意味着，你在推理时喂进去的提示词、CLAUDE.md、贴进上下文的代码，全都改变不了这套权重。你可以引导它，却没法“训练”它。

换模型，本质就是换一整套权重来接你的活，所以它解决的是“会不会”的问题。比如一个在模型训练时还不存在的库，你把文档整篇喂给它，它能现学现用，但那只对这一次请求管用，模型本身一个字都没记住，转头就忘。它偶尔会一本正经地调用一个根本不存在的API，也是同一个道理——那并非查漏了，是权重照着训练里的老套路，硬拼出一串东西。

再往底层看一眼，就更清楚了。你写的const x = await fetch，在模型眼里先被切成一个个token，每个换成词表里的一个数字。

你写的一行代码，被切成token后各自对应词表里的一个整数：const是1078，await是2597，词表约10万个。模型拿到的从来不是文字，是这串数字。（图源：Anthropic最新博文）

模型不是一口气吐出整段答案的。它一次只预测一个token，接上去，再把整串重新算一遍，预测下一个。一段两百个token的回复，就是两百次完整的运算。你等的时间、烧的钱，大头全在这个循环里。

再说Effort，它换的是“态度”。

很多人以为高Effort就是“多想几秒”，错了。它管的是Claude在这次任务上到底投入多少工作量：读几个文件、跑不跑测试、要不要额外验证、要不要把一个多步骤任务一路推到底再回来找你。

说白了：低Effort的Claude，倾向于快速回复，然后反过来问你要更多上下文，能不动手就不动手；高Effort的Claude，倾向于自己去翻信息、多调几次工具、一口气把长任务链跑完。

Effort在Claude Code里分成好几档，别把它当成一条死板的token预算线。它是一个行为信号，告诉Claude这活要干到多彻底、多有把握才算完。文本回复、工具调用、扩展思考，全在它的管辖范围里。

最新还放了一张示意图：同一条prompt，高Effort能比低Effort多吐大约7倍的token。多出来的那些，全花在读文件、跑验证、反复确认上了。

这里藏着一个反直觉的结论：小模型开高Effort，完全可能干翻大模型开低Effort。

不会，还是不够努力

知道了分工，真正有用的是Anthropic最新给出的那套判断框架。

最新判断框架：Claude做错了，先问它是不够聪明还是不够努力，再决定换模型还是加Effort。（图源：Anthropic最新博文）

Claude干砸了，先别急着动模型选项。

第一步永远是回头查上下文：prompt说清楚了吗？该给的工具给了吗？CLAUDE.md配对了吗？大多数所谓“AI变笨”，根子都在这儿，不在模型选项上。

上下文确实没问题、它还是错，就问自己一句：它是不会，还是不够努力？

“不够努力”很好判断：该读的文件跳过了、测试没跑、重构干到一半跑回来问你——它缺的不是脑子，是投入。这是Effort的事，可以往上调一档。

如果“不会”，则是另一种情形：你上下文给足了，它也明显尽力了，可还是错，换个说法再试一遍还是错。这时候任你怎么加Effort都白搭，这是模型的事，就要换更强的。

Anthropic最新还打了个特别好懂的比方。

Sonnet，是个有一整个下午的全能选手。它会把你的代码从头读到尾，跑一遍、再验一遍，最后真把你这摊活儿吃透了。

Opus，是只给你五分钟的专家。它带来的是你代码库里压根没有的经验——见过的坑、该绕的雷，全是解过一堆同类问题攒下的直觉。可五分钟就那么点时间，只够它扫一眼，不能扫遍所有文件。

Fable，是所有人都卡住了才请得动的专科。哪怕只给五分钟，它也能一眼揪出别人谁都没看出的那处毛病。当然，这位专家每个token也最贵，得留给真正没人能接的硬骨头。

所以才有那个反常识的结论：一个Sonnet开高Effort，在不少活儿上真能干过Opus开低Effort。小模型配上充足上下文和高投入，能扛下的事比你想象的要多得多。

长任务、多步骤活上，Fable拉开最大差距，最新测试里有些任务Opus和Sonnet开到任何Effort都够不着。（图源：Anthropic最新博文）

卷完模型排行榜，给AI派活成了硬手艺

这篇最新解读，表面上是教你调参，背后是一个重要的转向：

AI编程的竞争，正在从“谁的模型更强”，转向“谁更会调度智能体”。

过去很简单，人挑一个最强的模型，剩下的全交给它。现在不一样了。你得像个项目经理那样，给不同的模型派不同的角色、定不同的投入档位：简单的改动交给Sonnet挂低档，秒回还省钱；大型重构上强模型加高档；要长时间自己跑的智能体任务，强模型配足Effort。

这些操作，不仅能把活干得更好，省下来的都是真金白银的token账单。

Claude Code的Effort菜单里多出的那档ultracode，就是把这套“调度”做进了产品。选中它，Claude拿到的是xhigh的火力，外加一项授权：遇到实质性的活儿，自己掂量要不要拉起一支智能体队伍，把任务拆下去并行干。

回头看3月那场“变笨”风波。它能惊动整个社区，恰恰因为大多数人还停在“换模型”的老思路里，对手边这个更要命的Effort选项浑然不觉。

只看模型排行的时代正在过去，调度模型，正在成为核心手艺。谁先学会给AI派活，谁就能抢先一步，用上那个真正肯为你卖力的Claude。否则，你手里再贵的模型，也只是一个更贵的搜索框。

这样，你烧的每一分token，才算真花在了刀刃上。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：Anthropic揭秘Claude变笨真相：问题不在模型要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题