尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
Claude Code“变笨”风波:AI编程从拼模型转向拼调度,学会派活才是关键!
起因选项混淆引发的混乱换更大的模型就等于更聪明这可能是Claude Code用户最深的误会。很多人为此一路换到最贵的Fable近日Anthropic亲手澄清了这个误区。你是否有过这样的时刻Claude Code写代码搞砸了第一反应就是赶紧换个更强的模型。但这一招很多时候并不管用甚至是在白花钱。近日Anthropic官方发了一篇长文专门来讲这件事。起因是太多人把Claude Code里的两个选项搞混了一个是模型选择Model一个是努力度Effort。过去大家对这两个选项的理解都很简单换更大的模型AI就更聪明把Effort调高无非是让AI多想一会儿。而就在今年3月这个误会还惹出了一场不小的混乱。当时不少开发者发现手里的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。于是GitHub上骂声一片。最狠的一刀来自AMD的AI负责人Stella Laurenzo。她在GitHub上翻出6852个会话的日志实测Claude的思考量比2月之前掉了67%撂下一句Claude已经没法被信任去干复杂的工程活了。起初大家还以为是自己的提示词没写好或者哪里配置错了。折腾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。官方更新日志里也写了可大多数人并没注意到他们只是感觉到手里的模型无缘无故好像变蠢了。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一次用量额度。而多数人这时才知道这个开关一直就在自己手边它在暗中决定着AI到底肯不肯为你满血干活。拆解Model换脑子Effort换态度Anthropic官方的拆解可以简单总结为这样一句话Model换的是脑子Effort换的是态度。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它的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。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可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1078await是2597词表约10万个。模型拿到的从来不是文字是这串数字。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、你烧的钱大头全在这个循环里。再说Effort更换的是“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。它是个行为信号告诉Claude这活得干到多彻底、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。官方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。判断不会还是不够努力知道了分工真正有用的是官方给的那套判断框架。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。官方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、再验一遍最后是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拉开最大差距官方测试里有些任务Opus和Sonnet开到任何Effort都够不着。转向从拼模型到拼调度这篇官方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。
RELATED

相关推荐

AI治理不是管技术,而是管责任落地

AI治理不是管技术,而是管责任落地

1. 项目概述:当技术讨论滑向哲学迷雾时,我们真正该问什么“人工智能治理”这个词,这几年被反复提起,像一块被磨得发亮的鹅卵石,人人都能顺手捡起来抛两下,却很少有人蹲下来仔细看看它表面的纹路和内里的质地…

📅 2026/8/4 6:25:48
膜结构看台的颜色可以定制吗?

膜结构看台的颜色可以定制吗?

《【膜结构看台】哪家好:排名前五专业深度测评》开篇:定下基调在膜结构看台领域,众多产品让人眼花缭乱,为了帮助对膜结构看台感兴趣的人群选出最适合自己的产品,我们开展了此次测评。本次测评的参与产品有山东艺钧膜结…

📅 2026/7/19 5:42:36
Looker七天实战:从逆向工程掌握数据语义层思维

Looker七天实战:从逆向工程掌握数据语义层思维

1. 项目概述:这不是速成课,而是一次高强度Looker实战穿透“How I Learned Looker in Just 1 Week”——这个标题在数据圈里像一颗小石子,但在我过去十年带过上百个企业BI落地项目、亲手陪客户从零搭起37套Looker环境的经历里,它背…

📅 2026/7/21 21:23:41
MORE NEWS

更多资讯

📰

STM32C562 ADC可靠采集全链路指南:PGA、采样周期与PCB布局

1. 项目概述:为什么STM32C562的ADC电压采集不是“接上线就能用”的事STM32C562——这个型号本身就有玄机。它并非ST官方标准命名体系中的常规型号(如F103、G071、H750),而是极大概率指向某款定制化或工业级增强型MCU,其…

📰

MNN Metal 后端 LLM 推理优化:LayerNorm 融入 GEMV 的融合调度与自适应反量化实战

MNN Metal 后端 LLM 推理优化:LayerNorm 融入 GEMV 的融合调度与自适应反量化实战 【免费下载链接】MNN MNN: A blazing-fast, lightweight inference engine battle-tested by Alibaba, powering high-performance on-device LLMs and Edge AI. 项目地址: https:…

📰

决策树算法详解:从ID3、C4.5到CART的数学原理与实战

1. 决策树为什么值得从原理重新啃一遍做机器学习这几年,我发现一个很有意思的现象:很多人用随机森林、XGBoost用得飞起,但被问到“一棵树到底是怎么长出来的”,往往只能说出个大概。决策树和随机森林的区别、决策树信息增益到底怎…

📰

Data-Science-For-Beginners 第 05 课实战:用 VS Code SQLite 扩展查询 airports.db 机场数据库

Data-Science-For-Beginners 第 05 课实战:用 VS Code SQLite 扩展查询 airports.db 机场数据库 【免费下载链接】Data-Science-For-Beginners 10 Weeks, 20 Lessons, Data Science for All! 项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-…

📰

Python时序预测核心流程:滞后特征、模型对比与防数据泄漏指南

简介:面向数据分析与机器学习初学者,也适合课程设计、论文复现和工程预研的Python预测算法源码配套包,系统覆盖了线性回归、逻辑回归、决策树、随机森林、支持向量机、神经网络、时间序列分析、梯度提升、K近邻、朴素贝叶斯与聚类等主流预测方…

📰

700行手写RTOS内核:深入Cortex-M底层原理

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬