开发者质疑 Claude 评测亮眼却暗藏怪癖

一位开发者发布长文质疑 Claude Opus 5 等新模型「评测成绩很好，但实际使用体验诡异」：模型总在过度行事，比如读文件、干活、反复检查，像需要保姆式看护，用户仍要精心写 prompt 并核对输出。他怀疑这些怪癖是 Anthropic 在后训练阶段引入的，追问「怪癖」是否被直接训进了模型，引发社区讨论。

2026-09-13 ~ 2026-09-14 · 2 条相关