起源：：：白宫晚宴事务细节：：：30岁男子持霰弹枪作者：：： 郁琬婷：：：

频仍降智的AI产品们，，，就是新时期最离谱的盲盒

作者 ｜ 周一笑邮箱 ｜ zhouyixiao@pingwest.com

最近，，，打开 X 或者任何一个开发者社区，，，你城市看到类似的声音：：：“Opus 已经被彻底造成了植物人。。。”、、“同样的 prompt，，，两周前还美满，，，此刻输出直接砍半。。。”、、“最嘲讽的是按时段分配智商。。。下午五点是重灾区，，，深夜反而好用得多。。。”

用户们在同时抱怨统一件事，，，还有人制作了各类meme来形容这种履历。。。

吐槽之外，，，一个更深的焦虑正在舒展。。。当你感触 AI 变差了，，，你甚至很难判断，，，到底是模型自身变了，，，还是你看不见的某一层变了，，，还是你自己的使用方式变了。。。

“降智“从体感造成了事务

Claude是这轮风暴的中心。。。

4月初，，，AMD AI部门高级总监Stella Laurenzo在GitHub上提交了一份基于近7000个Claude Code session的量化分析。。。结论是模型在编纂文件前的阅读次数从6.6次降到了2.0次，，，三分之一的代码批改是“盲改”。。。

Laurenzo随后暗示，，，AMD团队已经切换到了另一家供给商，，，由于对方“工作质量更好”，，，具体是哪家因NDA无法泄漏。。。Anthropic方面则回应称，，，Opus 4.6在2月切换到了adaptive thinking，，，3月又将默认effort降到了medium，，，但否定模型自身被降级。。。而凭据Claude Code的产品更新日志，，，4月7日默认effort已被调回high。。。

AMD的分析引爆了社区感情，，，但类似的观察早已遍地都是。。。

有买卖员据称用统一套1200行买卖战术文档做了对比测试。。。“降智”前的Opus能齐全执行所有规定，，，覆盖齐全的场景分支和决策树。。。“降智”后，，，同样的数据和指令，，，Opus跳过了两个齐全的战术清单，，，场景分支险些隐没，，，输出缩了将近一半。。。更不测的是，，，他用更便宜的Sonnet跑统一套测试，，，规定覆盖率反而到了85%，，，高于Opus的70%。。。

他的判断是“Opus没有迷失知识，，，它迷失的是深度。。。就像给一个国际象棋大家每步只留30秒，，，他不会健忘怎么下棋，，，但会烧毁推算更深的线路。。。”

与此同时，，，Fortune报道引述OpenAI内部备忘录的说法，，，称Anthropic在算力规划上犯了“战术失误”。。。Anthropic最近也颁布了下一代模型Opus 4.7。。。社区里好多人把这两条新闻和“降智”联系在一路，，，以为这是在为新模型颁布腾出算力和制作对比。。。

“降智”可能同时产生在好几层

Claude是这一轮最显眼的主角，，，但若是拉远看，，，“AI变笨”的原因远不止一种。。。至少有四层问题在同时产生。。。

模型没换，，，但“思虑预算”变了。。。 这是Claude争议的主题。。。统一个模型名，，，背后可能对应齐全分歧的effort档位、、adaptive thinking战术和thinking展示规定。。。Anthropic文档写明，，，Claude 4系列此刻默认返回summarized thinking，，，某些情况下甚至直接omitted，，，但计费依然按齐全thinking tokens走。。。你看到的推理过程，，，和模型现实亏损的推理资源，，，已经不是统一个器材。。。跑分测的是模型在特定配置下的能力上限，，，用户每天际遇的，，，是一个会动态调整预算和服务蹊径的产品。。。

你看到的是产品名，，，平台节制的是真实蹊径。。。 OpenAI官方援手文档明确写着：：：GPT-5.4 Thinking在触发rate limit后，，，会自动fallback到GPT-5.4 mini，，，而mini不会呈此刻模型选择器里。。。GPT-5.1退役后，，，使用旧模型的汗青对话会自动续接到当前版本。。。Anthropic从3月底起头在顶峰时段调整session限度，，，部门重度Pro用户因而比以前更容易触发额度上限。。。今天的AI不是没有版本号，，，而是版本号只对平台可见。。。

以上说的还只是原厂服务自身的变动。。。更麻烦的情况是，，，你连自己是不是在用原厂服务都不定能确认。。。

这一层对中国用户尤其亲身。。。由于地理限度和支付壁垒，，，大量开发者和钻研者通过API中转站使用外洋模型。。。今年3月，，，德国CISPA亥姆霍兹信息安全中心颁布了一项审计钻研，，，发此刻其调查的17家中转站中，，，近半数存在模型代替行为，，，机能误差最高达47%。。。你付的是Claude的钱，，，跑的可能是参数量小得多的开源模型。。。当你感触AI变差了，，，连“是不是统一个模型在回覆你”都不定成立。。。

有些“降智”，，，可能是此外问题被算到了模型头上。。。 长高低文导致的质量退化、、agent框架和工具链的变动、、用户自身workflow的调整，，，都可能制作“模型变笨了”的体感。。。有开发者直接指出：：：“感触Opus降智的人，，，大部门是把Agent框架的问题归罪到模型上了。。。Anthropic在做动态算力分配，，，单一问题少转几圈，，，难题多转几圈。。。不是模型变差了，，，是你为每次对话付的算力变少了。。。”这个判断不定齐全公允，，，但它指向了一个真实的难题，，，用户的体感不定错，，，但体感不定能直接定位到问题本原。。。

四层原因同时存在，，，相互叠加，，，用户面对的不是一个能够定位的bug。。。

通常用户险些无法归因

AMD总监能发现问题，，，是由于她有一个工程团队和近7000份session log。。。通常用户只有一个谈天框。。。

更麻烦的是，，，“看看模型在想什么”这条路也在收窄。。。Anthropic此刻默认对thinking内容做提要甚至省略，，，用户界面上展示的推理痕迹已经不等同于模型现实的推理过程。。。你没有法子通过观察输出来反推模型到底“想”了多久、、多深。。。

部署中的模型阐发会随功夫变动，，，并且变动轨迹不一样

今年2月颁发在PLOS One上的一项纵向钻研，，，用固定prompt陆续10周追踪了多个主流模型，，，得出了一个很克服也很扎心的结论，，，部署中的大说话模型的确会产生可丈量的行为漂移，，，但由于厂商不公开更新日志和训练细节，，，对观察到的退化做任何归因都纯属揣摩。。。

这才是“AI降智”这个话题真正让人难受的处所。。。你付了钱，，，你有体感，，，但你拿不出证据。。。平台知晓真实模型版本、、fallback蹊径、、reasoning档位、、thinking是否被压缩，，，你什么都看不见。。。

被逼急的用户，，，各显神通

面对归因难题，，，用户起头自救。。。社区里流传的步骤五花八门，，，有些像偏方，，，好比用“市长的女儿应该叫市长什么”、、“我想洗车。。。洗车店就在50米外。。。我该开车去还是走路去？”这类问题去测试。。。

别的有些的确有肯定意思。。。最朴素的对照尝试。。。 新对话和长对话做一次对照，，，若是新对话显著正常，，，先疑惑高低文压缩机制。。。官方入口和第三方入口做一次对照，，，先排除中央商这一层。。。社区已经有针对性的指纹验证工具，，，能够检测返回的模型是否与宣称的一致。。。

环境变量的“手动急救”。。。 在法式员社区里，，，一组Claude Code配置正在被宽泛传布，，，关闭adaptive thinking、、把effort设为max、、调高自动压缩阈值。。。有开发者说，，，调完之后“相对感触不降智”。。。这些配置性质上是用户在手动收受本该由平台自动治理的推理预算分配。。。

甚至有人发现，，，只有反复大喊“THINK HARD”能力拿到正确答案。。。 有效户做了一组测试，，，统一道题用分歧强度的思虑指令去prompt，，，只有陆续反复“THINK HARD”屡次的版本才通过了。。。这已经不是提醒词工程，，，更像是在和自己付费的产品讨价还价。。。

观察它是“不会了”还是“没想够”。。。 这个分辨比具体的trick更重要。。。若是统一个工作在调高配置后复原正常，，，那问题或许率不在模型自身，，，而在默认配置。。。若是怎么调都不能，，，那可能真的是模型能力或中央层出了问题。。。

这些步骤都很粗糙。。。但它们的存在自身就说了然用户正在用本不该由他们承担的成本，，，去做本该由平台提供的通明度。。。

AI产品至少该有一张配料表

订阅制AI正在出现一种类似缩水式通胀（shrinkflation）的履历，，，你付的钱没变，，，产品名没变，，，但现实拿到的推理深度、、不变性和完功效能可能在偷偷变动。。。Anthropic刚刚和Broadcom、、Google签下了3.5吉瓦的持久算力合同，，，收入增长极快，，，但多方信息显示其算力供给依然严重，，，训练和推理的支出压力很大。。。

每次新模型颁布前，，，旧模型城市被有意弄傻，，，这个在社区宽泛流传的叙事，，，在Opus 4.7即将颁布确当下尤其有市场。。。它不定齐全正确，，，但厂商至今也没有给出足够的诠释来撤销这种疑惑。。。

一些行业分析师指出，，，所有前沿模型公司其实都面对类似的算力和成本压力，，，当使用规模持续扩大，，，节流、、分层、、衡量险些是结构性不成预防的。。。“算力不够”能够理解。。。但“算力不够所以静默降配，，，同时不通知任何人”就很难让人接受了。。。平台享受了服务化AI的矫捷性，，，却没有承担相应的通明使命。。。

食品有配料表，，，软件有版本号。。。AI产品至少也该通知用户你此刻到底在用什么。。。当前真实模型版本、、是否产生了fallback、、推理档位、、thinking是否被压缩。。。这些不是技术细节，，，而是最根基的知情权。。。

有效户在X上写道，，，“When you pay for a model, you should get that model.” 有中国开发者说得更直白，，，“这个行业模式到最后没有人敢订阅年费会员。。。”

一个用户为了确认自己买到的器材是不是真货，，，要去学指纹验证、、背环境变量、、在prompt里连喊三遍“给我当真想”。。。这个产品关系已经出了问题。。。若是行业不能自动补上这张配料表，，，用户要求的就不会只是更强的模型，，，而是监管和消费者；；
；。。。

点个“爱心”，，，再走 吧