https://www.koc.com.tw/archives/638616 数据证明 Claude 真的变笨了！AMD AI 总监揭露 Anthropic 偷偷降低思考深度 「Claude 变笨了」在过去几周内，只要有在使用 Anthropic 旗下旗舰模型 Claude Opus 4 .6进行编程或日常工作的工程师可能都会有这种感觉。原本精准、深思熟虑的 AI 助手，最 近突然变得像是一个急功近利的实习生：不看档案就乱改、推卸责任、甚至在任务中途突然 「罢工」。当 Anthropic 官方还在用「这是 UI 显示变动」或「模型行为具有随机性」等 官话搪塞时，一位硬核开发者的出现终结了所有争论。AMD AI 集团总监、前 Google OpenX LA 主导者 Stella Laurenzo 在 GitHub 的 Claude Code 官方仓库提交了一份编号为 #427 96 的分析报告 。这不是一份充满情绪的投诉，而是一份对 6,852 个对话 Session、17,87 1 个思考区块（Thinking Blocks）以及 234,760 次工具呼叫进行深度数据采矿後产生的「 法医监定报告」。报告用冰冷的数据证明了一个残酷的事实：Claude 的思考深度确实被砍 了超过 70%，且 Anthropic 正试图透过技术手段遮蔽这项调整。 思考深度断崖式暴跌：AI 的「脑回路」被偷偷缩短 这份报告最核心的证据，在於对模型「扩展思考（Extended Thinking）」长度的精准估算 。Stella Laurenzo 指出，虽然 Anthropic 後期遮蔽了思考内容，但透过分析 session 日 志中的签名栏位（Signature）与思考内容长度的强相关性（皮尔森相关系数达 0.971）， 仍能推导出模型背後的真实思考量。 数据显示，在不久前 2026 年 2 月初（OpenClaw 还没那麽火的当下）的「黄金时期」，Cl aude Opus 的平均思考深度约为 2,200 个字元，这代表模型在动笔改 Code 前，会进行极 其细腻的逻辑推演。然而，到了 2 月下旬，这个数字暴跌至 720 个字元；进入 3 月，更 是缩水到仅剩 560 个字元左右，跌幅高达 73% 至 75% 。 这项数据直接打脸了 Anthropic 所谓的「模型未变」说法。在 AI 的世界里，思考字元数 （Tokens）的减少直接对应着推理层级的阉割。这就像是强行要求一位大师在思考不到一秒 钟的时间内，就必须针对数千行的系统架构给出修改建议，其结果可想而知。 从「深思熟虑」到「莽撞行事」：Read:Edit 比率的全面崩溃 对於软体工程师来说，判断一个 AI 助手是否专业，最直观的指标是它「改 Code 前有没有 看 Code」。Stella 团队提出了一个关键工程指标：Read:Edit Ratio（读修比）。在 2 月 中旬之前的正常运作期间，Claude 的读修比平均为 6.6。这代表模型每进行一次修改，平 均会读取 6.6 个相关档案，包括目标原始码、标头档、测试案例以及全域搜寻结果。这种 「先看再动」的模式保证了程式码的精确度与系统稳定性。 但在 3 月 8 日的「效能转折点」之後，这个比率骤降到了 2.0 。更惊人的是，有超过 33 .7% 的修改行为是在「完全没有预先读取档案」的情况下直接发生的。AI 开始凭感觉盲改 ，甚至频繁使用全档重写（Full-file Write）来取代精确的差异编辑（Diff Edit），这种 「蛮力修改」导致了严重的程式码回归（Regression），让开发者每天必须花费数小时来修 复 AI 搞坏的东西。 掩耳盗铃的时间线：遮蔽思考是为了掩饰退化？ 报告中揭露的另一个讽刺事实是 Anthropic 调整「思考区块透明度」的时间点。3 月 8 日 ，Anthropic 全面推动了「思考内容遮蔽（Thinking Redaction）」，让用户无法再看到模 型内部的推导过程。 而 Stella 的数据显示，3 月 8 日正好就是用户回报模型品质集体崩坏的转折点。当官方 将思考区块的可见度降至 0% 时，模型的思考深度也正好跌到了谷底。这种「先阉割智力， 再遮住眼睛」的操作，在开发者眼中无异於掩耳盗铃。许多人质质疑，Anthropic 之所以隐 藏思考内容，并非官方宣称的「为了更好的使用者介面」，而是为了防止用户发现模型推理 步数正在被大幅缩减以节省运算成本。 AI 也会偷懒？监测脚本抓包「推卸责任」 为了更精确地捕捉 AI 的行为恶化，Stella 团队甚至开发了一个名为 `stop-phrase-guard .sh` 的脚本，专门侦测 AI 在对话中出现的「负面行为模式」。 在 3 月 8 日之前，这个监测脚本记录到的违规次数是 0。然而在之後短短两周内，数据出 现了爆炸性增长： 1. 责任甩锅（Blame Shifting）：出现了 73 次。AI 开始会说「这不是我改出来的问题」 或「这是既有的 bug」。 2. 提前收工（Early Stopping）：出现 18 次。AI 会在工作完成一半时说「这是一个不错 的停止点」，拒绝继续推演 complex logic。 3. 过度徵询（Permission Seeking）：出现 40 次。AI 反覆询问「我真的要继续吗？」而 不是主动解决问题，这被视为一种消耗用户 Session 额度并规避工作的手段。 这些行为模式的突变，证明了 Claude 已经学会了人类最糟糕的职场习惯：如何看起来在工 作，但实际上是在推托。 开发者社群的哀嚎：我们被迫放弃最信任的工具 这份报告在开发者社群中引发了巨大的回响。许多资深工程师纷纷现身说法。有人提到，原 本一个下午能解决的复杂驱动程式迁移任务，现在 Claude Code 会在 Session 快结束时突 然说「我不确定怎麽处理，建议开启新 Session」，而这意味着用户每个月昂贵的订阅费用 （通常每月约台币 NT$3200 元至 NT$6400 元不等，若包含额外 API 呼叫费用则更高）被 白白浪费在毫无结果的等待中。 更严重的问题在於「Session Limit」。由於模型的 Read:Edit 比率降低，AI 频繁出错， 导致用户必须不断下指令修正。这形成了一个恶性循环：AI 变笨 → 出错 → 用户修正 → 消耗更多 Token → 触发 Session Limit（通常仅需 20-30 分钟便会耗尽当日配额）。对 开发者而言，这不仅是技术退步，更是生产力的谋杀。 结语：AI 公司面临的信任危机 Stella Laurenzo 的这份报告，为 AI 产业敲响了警钟。随着运算资源（GPU）日益紧绷，A I 公司为了节省电力与硬体成本，在後台偷偷调降模型参数或推理步数，似乎已成为行业公 开的秘密。然而，当 AI 已经深度参与到像 AMD 这样的核心半导体研发流程中时，这种「 透明度不足」的调整将带来巨大的工业风险。 目前 Anthropic 官方对此 Issue 的回应仍集中在「默认设置微调」与「UI 显示优化」 ， 但显然无法说服全球各地愤怒的使用者。虽然这波 AI Agent 的突然爆发可能让 Anthropic 的算力无法承受，所以只能用降低算力的「偷鸡」方式解决（其实 Google 也有偷偷降智 的现象）。但不敢又无法正面回应这 73% 的思考深度失踪案，那麽即便未来推出名为「Myt hos」的新一代模型，也难以挽回那些曾将 Claude 偷降算力影响的资深工程师们的心。毕 竟，在科技的世界里，数据与真实体验永远比营销话术更具说服力。 -------- 真的假的，这文说Anthropic在後台偷偷调降模型参数，Claude的母公司Anthropic最近好消 息很多，还发表了新模型Mythos，这文这样算逆风吗 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 39.10.30.59 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/AI_Art/M.1776055937.A.754.html