Anthropic滑跪认错！Claude暗中降智实锤
炒股就看 金麒麟分析师研报 ，权威，专业，及时，全面，助您挖掘潜力主题机会！
（来源：新智元）
新智元报道
Claude一夜变笨，全网吵翻了！
就在昨天，开发者argofowl花了整整一个下午，差点把Claude Code翻了个底朝天。
他一路排查，先是怀疑是t3 code崩了，接着又以为自己的代码出现了bug。
查到最后，他甚至开始怀疑——难道是自己把Mac搞坏了？
当argofowl最终打开API的真实请求日志时，一切真相大白，里面赫然写着一个数字「10」。
然而，在Claude Code后台，他明明选的是「high」，最高档推理程度。
谁曾想，Claude Code的更新日志，一个字都没写。
推理high变成10
Claude Code变笨曝光
argofowl发现，从Claude Code 2.1.237开始，模型把「high」推理程度读成了10 out of 100。
而这个数字，正是过去「low」档对应的值。
细扒发现，Anthropic把Claude Code 2.1.236及以上版本的Fable 5会话，纳入了一个「压缩effort数值刻度」的实验。
不过，老版本和Opus 5不受影响。
这大概率是个A/B测试，所以不是人人都会撞上。
对开发者来说，这才是真正的痛点。模型强一点弱一点，还能忍。
但你把我拉进了实验组，却不打算告诉我：那我这一下午到底在debug什么？是在调自己的代码，还是在调你的A/B测试？
没想到，科技博主Chubby转发之后，AI圈直接炸了——
看起来，Anthropic把模型悄悄调笨了，却没告诉任何人。
一时间，X上「Claude变笨了吗」的自测帖子刷屏。
有人贴出同一段prompt在不同版本下的输出对比，有人翻出自己两周前的会话记录做逐行diff。
Anthropic认错，工程师下场
面对这场风暴，Claude Code工程师Thariq Shihipar的回应来得很快。
我们有时候会在Claude Code里先测试API的服务配置，再决定要不要全量推。
现在跑的这个实验，只是把effort的数值映射方式改了。所以有些人会看到Claude说自己是「10」。
关键是，这个刻度不是0到100，那个数字单独看没有任何意义，你选的effort就是你拿到的effort。
他强调，团队做了深入的评测来确认，这不影响模型性能。
Opus 5大降智，是真的
刚解决掉Fable的问题，Chubby又直言，Opus 5现在感觉像是一次显著的降级。
它总是敷衍了事，频犯低级错误。一旦被指出没按指令执行，它就只会机械地回复那句——
你说得对，是我疏忽了。翻来覆去，没完没了。
其实，早在几天前，有人就发现了Opus 5明显「降智」的问题。
除了上面提到的问题，它还会制造bug，然后耗费大量时间修bug，同一任务中反复自我纠正.......
在被网友追着问了一圈之后，工程师Thariq公开承认——Opus 5是个「表现很不稳定」的模型，忽高忽低，不稳定。
团队内部正在为努力解决这一问题，这对我们来说是最高优先级。
跑分永远向上
体感一路向下
Opus 5这场风波，撕开的其实是整个行业最尴尬的一道口子：
跑分和体感，正在系统性地脱钩。
一边是亮眼到近乎无可挑剔的成绩单：综合得分82.72、SWE-bench Pro 79.2%、Terminal-Bench 86.7%。
另一边，却是用户截然相反的真实感受：「啰嗦」「偷懒」「爱抬杠」。
最荒诞的地方在于，两种评价同时出现在了Opus 5身上。
而且，「模型变笨」也并非Anthropic一家的问题。
如今，大模型的版本更新，正在变成整个AI行业最不透明的黑箱。
传统软件有语义化版本号，有更新日志，也有回滚机制。开发者可以清楚地知道，自己正在使用哪个版本，发生了哪些变化。
大模型，就不同了。
同一个模型名称之下，服务端可能随时进行A/B测试、更换量化方案、调整模型路由，甚至改变推理资源。
人们手里唯一的仪表盘，只剩下自己的体感。
偏偏直觉，是最容易被驳回、也最难被证伪的东西。
这场风波最大的价值，是把行业长期存在的一道暗伤，彻底摆上了台面：
当模型成为基础设施，稳定性就是一份信任契约。跑分可以用来营销，稳定性只能靠一次次兑现。
参考资料：
https://x.com/trq212/status/2091252347913773169?s=20
https://x.com/kimmonismus/status/2091178321669198014
编辑：桃子
海量资讯、精准解读，尽在新浪财经APP
百位牛人在线解读股市热点，带你挖掘板块龙头
@@status_text@@ @@program_title@@
新浪财经公众号
24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）
01 / 中国队不敌澳大利亚队 获U18男篮亚洲杯亚军
02 / 省直公积金二套房可办理“商转公”
03 / 阿里新股配售定价完成，获长线投资者超额认购
04 / 推动技术创新从赛场走向临床
05 / “千集万店”焕新 释放下沉市场潜力
06 / 美军称对伊朗海上封锁以来已拦截75艘商船
07 / 澳门举办纪念孙中山诞辰活动
08 / 第八届昆明美术双年展举行
09 / 上汽集团关于召开2026年半年度业绩说明会的公告
10 / 关于中银中债3-5年期农发行债券指数证券投资基金恢复申购、转换转入及定期定额投资业务的公告
01 / 五洲医疗公布半年报 上半年净利增加46.11%
02 / 万孚生物公布半年报 上半年净利减少35.24%
01 / 处暑 | 半辞盛夏，半迎清欢
02 / 我家门前有条河｜风吹稻花香两岸
03 / 节气里的产业密码｜处暑渔获正当时 金融活水润丰年
04 / 3900点拉锯战！美债变局点燃有色行情，黄金+锂业携手走强！CPO迎双重催化
05 / 中邮基金人均月薪10.59万
06 / 阿里云营收增速创22季新高，海内外AI商业化持续验证，港股互联网夯实修复基础
07 / 超131亿主力资金狂涌！有色金属领涨全市场！美债政策信号发酵，机构：有色当前处于有利窗口期！
08 / 从预防到治疗，mRNA疫苗创造历史！医药圈炸锅，一文读懂产业链机会
09 / 英伟达、SK海力士：拿下CPO！一文看懂CPO产业链的五层机会
10 / 视频|从盈利陷阱到人才断层：博时基金遇“中年危机”，还有产品在清盘红线边缘
7X24小时
徐小明 凯恩斯 占豪 花荣 金鼎 wu2198 丁大卫 易宪容 叶荣添 沙黾农 冯矿伟 趋势之友 空空道人 股市风云 股海光头
绿色金融如何用好“法典”？
李迅雷 ：
资产荒的债市映射与破解之道
曾刚 ：
金融机构防风险的关键招
李扬 ：
十五五的经济发展与金融改革
连平 ：
美国政府债务规模如何演化
CFTC持仓
主题：助您挖掘潜力主题机会