Anthropic 工程师解析：模型推理能力增强为何导致 Claude 写作质量下降

AI 模型在数学、代码和推理上的能力突飞猛进，但写作质量却停滞不前，甚至有所退步。

Anthropic 负责 Claude 微调的员工 Jackson Kernion 最近解释了为什么 Opus 4.6 是 Anthropic 最后一个写作能力出色的模型。答案一部分在意料之中：更新的模型都为数学和代码做了优化。

但另一个原因是，这些模型还接受过训练，专门生成面向其他 AI 模型的技术性说明，这正是 Claude 表达怪异（"Claudeish"）的真正原因。Kernion 说，模型已经“适应了 LLM 心理学”，学会的是写给 AI 看，而不是写给人看。

Kernion 把这比作只和同类自闭症人士交流的人：他们形成了圈内顺畅的风格，但在外人看来却难以理解。LLM 的工作记忆远超人类，能捕捉到细粒度得多的细节，因此在训练过程中会形成一种 AI 模型用起来很高效、但人类读者读起来却是“信息密度过高的堆砌”的写作风格。

为代码优化的代价是自然语言

在 Kernion 看来，问题根源在于强化学习的奖励结构：有些奖励优化的是 AI 模型的理解效果，有些优化的是人类的理解效果。数学和代码训练越多，就越需要主动反向调整，奖励那些人类读者能看懂的简洁表达。

Kernion 表示，凭借 Opus 5.5，Anthropic 找到了更好的平衡，并补充道，自 Opus 4.6 以来，他还没对某个模型的写作水平如此满意。不过这并不意味着 Opus 5.5 超越了旧版本。Kernion 写道：“这是一个难以解决的问题，我们会持续改进。”