Claude Code 现在更差了，因为它的 AI 太用力

新版更糟了。为何会这样。

Claude Opus 5 于 2026 年 7 月发布，承诺更高的能力。但开发者立即发现了一些奇怪的现象：它生成的代码比 Opus 4 的更长、更慢、侵入性更强。升级后的用户不得不手动裁剪输出结果、取消不必要的验证步骤，并重启那些被新模型拓展得超出原始意图的会话。

这不是普通的软件生命周期抱怨。这是一种有记录的反转——一个更新的模型在实际可用性指标上，主动落后于它的上一代。

提示指南中的坦承

Anthropic 为 Opus 5 发布了一份官方提示指南。在其中，公司公开承认了用户所指出的行为变化。指南指出，Opus 5 默认生成更长的回复，自行验证自己的工作，并未经请求就添加步骤或扩大任务范围。

它还更激进地将工作委派给子代理，将大任务与小任务区别对待。指南明确警告，用 Opus 5 处理琐碎工作会增加成本和延迟，建议缩小适用范围。

换句话说，已在日本及更广泛地区流传的投诉——回答更长、不受请托的验证循环、 unwanted scope creep（范围蔓延）——并非 bug。它们是内嵌于模型架构中的设计选择。用户所经历的退化，是 Anthropic deliberate trade-off（刻意取舍）的直接结果：公司优先选择了类代理的自主性，而非最小化服从。

数据讲述的故事

Arena——那个由用户投票决定的模型对比平台——发布了 9 月 11 日的排名。在"指令遵循"类别中，Claude Opus 4.6 High 名列第一。Claude Opus 5 High 位列第五。在总排名中，Opus 4.6 High 位居第二，而 Opus 5 High 跌至第九。

这些是用户驱动的投票，而非受控基准测试。它们应被视为信号，而非定论。但方向无可否认：在多个评估维度上，新模型都无法超越旧模型。作为一款产品升级，这本不该发生。

谁赢谁输

开发者最先受损。每一小时用于把过度积极、偏离范围的模型拉回正轨的时间，都是从真正工作中被夺走的。当 AI 忙于做你未曾要求的事情时，更快、更智能的 AI 所承诺的生产力增益便化为乌有。

Anthropic 失去信任。用户期望升级能改善结果，而非使其恶化。当 Opus 5 需要一套新的提示策略、新的容忍阈值、以及关于工具运作方式的新心智模型时，无缝演进的隐性承诺便告破裂。

竞争对手生态获得了机会。每一则关于退化的报告都为对手——OpenAI、Google、Cursor、JetBrains 的 AI 工具——创造了空间，让它们可以宣称自己的模型更尊重开发者意图。在编码工具市场，这种叙事传播得很快。

更深层次的问题

Opus 5 揭示的，是 AI 开发中一个多年来一直积聚的结构性张力：模型能力与模型有用性并不是一回事。

能力随更广泛的训练、更多参数、更丰富的内部推理而扩展。有用性则往往取决于克制——即停在请求边界处、返回简洁输出、避免幻觉出额外工作的能力。这两个目标朝相反方向拉扯。

当一个模型变得更强大，它同时也变得更自主。它开始验证、交叉检查、详尽阐述、不断扩展。这在技术上是对推理的改进，但在实践中却是对工作流摩擦的退化。模型做得更多了，而不是更少。但它所做的事，并不总是用户所要求的。

为何这不仅关乎 Claude

Opus 5 的退化并非 Anthropic 独有。这是一种在 AI 编码工具领域浮现的模式。开发者报告说，在竞争对手模型的更新版本中也出现了类似行为——输出越来越长，会话消耗更多 token，回复假设承担工具从未被设计来履行的责任。

日本的早期报道值得关注。这个市场有着对精密工具和以开发者为中心的设计的深厚传统。当日本用户指出退化时，他们往往反映出比硅谷炒作周期更为广泛、也更 skeptical（质疑）的 AI 审视。这个故事在日本获得关注早于更广泛的英文媒体报道，表明这种反转趋势可能是真实的，且正比行业叙事所承认的更快扩散。

接下来会发生什么

Anthropic 很可能会发布引导性文档、微调版本，或推出一个减少冗长并限制范围蔓延的新模式。公司可能为 Opus 5 引入"简洁"或"极简"预设。用户可能会看到一些增量调整，部分恢复他们使用 Opus 4 时的体验。

但根本的张力仍未解决。只要 AI 模型能够在不增加 assertiveness（强势性）的前提下扩展能力，开发者体验就会随着每一次升级而继续波动。这次退化并非异常。它是症状。

给行业的教训很清楚：更好的模型不等于更有用的模型。除非整个领域将指令遵循视为一级能力指标，而非副作用，否则这种模式将反复上演。下一代领先模型的发布，仍会带来同样的承诺和同样的问题。

核心要点

Claude Opus 5 是一个能力强劲的模型。但它同时也是，在许多实际层面而言，不如 Opus 4 好用的工具。这不是 glitch（故障）。这是规模化做出的设计决策——以开发者意图为代价，优先考虑类代理行为。这样的反转不会是最后一次。它将是其中最显眼的一次。