近期，不少用户察觉到Claude Opus模型似乎“变了样”。尽管没有明显的错误出现，但大家普遍感觉它不再像以往那般“聪明伶俐”。其回答速度加快，推理过程却变得简短，有时甚至跳过一些本应认真处理的步骤，给人一种敷衍了事的感觉。起初，若只是个别用户有这样的感受，或许还会怀疑是自身问题，但随着越来越多的人发出相似声音，这显然不再是单纯的“感觉偏差”。网络上甚至出现调侃视频，将如今的Opus比作被摘去鬃毛的狮子，露出“狗”的真面目，一时间“Opus被削”的说法广为流传。
这一现象并非空穴来风。最初，只是零星用户吐槽Opus“变懒”“没以前聪明”，比如偶尔犯一些过去不会犯的低级错误，或者在复杂任务中少做几步推理。在模型协同工作中，这就像一直配合默契的“同事”突然变了态度，让人难以接受。多数人第一反应是自我怀疑，觉得可能是提示词写得不好，或者任务本身就不适合。然而，在Reddit的Claude社区里，类似的反馈迅速密集起来，且描述高度一致。有人指出它不再仔细阅读代码，有人发现它更快给出答案却常遗漏关键步骤，还有人提到在长任务中它更容易“提前收工”，仿佛默认任务已完成。
当不同用户在不同场景下都遇到类似问题时，这显然不是“感觉不对”，而是模型行为模式发生了改变。真正引发广泛讨论的是一组数据：有用户在Claude Code使用过程中，对比历史交互日志发现，自2月更新以来，模型在复杂任务中的推理过程明显缩短，推理深度下降了67%。虽然该用户坦言67%是基于签名长度与思考内容长度的相关估计，并非直接测量，且一月份日志被删除导致基线对比不太准确，但报告中行为层面的变化更具说服力。例如，read:edit（读取代码vs修改代码）的比例从6.6下降到2.0；3月8日之后，被stop hook捕捉到的违规行为有173次，而此前为0次。这些数据虽不精确，却让原本模糊的体感问题有了量化讨论的趋势，“AI缩水式通胀”这一新词也在社区流行开来。该词源于经济学概念，指商品大小或数量减少而价格不变，在这里则表示模型实际提供给用户的能力减少，但名称未变。
面对社区的激烈反应，Claude Code的开发负责人Boris并未直接承认模型变弱。他解释称，这些变化源于系统层调整，包括工具调用方式、推理策略以及资源分配机制的变化，并非模型本身能力下降。他举例说明，在Claude Code中，部分问题源于工具链和系统提示词，而非模型本身；同时，在高负载情况下，系统需控制算力、token和请求，这也会影响用户体验。最新版本引入的“自适应推理”机制，使模型能根据任务复杂度动态决定是否及使用多少推理资源，即简单任务少思考，复杂任务多思考，以提升整体效率。
从工程角度看，这种优化合理，但在用户体验上，效率优化与能力削弱并无区别。当模型更少阅读上下文、更快给出答案、更频繁提前结束任务时，用户感受到的只有敷衍。而且，这种自适应推理机制从感性层面也让人不舒服，就像原本相处融洽的人，突然觉得自己的事不重要了。这种不适感因另一个变化而加剧：尚未发布的Claude Mythos Preview被Anthropic称为“能力跃迁的一代”，在代码与安全任务上表现远超以往，目前仅限制性地提供给少数机构使用，用于加固“全球最关键的软件系统”。当“更强的新模型”与“体感变差的旧模型”同时出现，社区中逐渐流传一种猜测：削旧模型以捧新模型，凸显新模型的巨大升级。虽无直接证据，但这一猜测正被越来越多用户相信。
实际上，类似情况在AI领域并非首次出现。早在2023年就有研究对比GPT-4在不同时间的表现，发现其推理方式和输出行为在几个月内发生明显变化，原因包括推理策略调整、安全策略收紧以及成本和响应速度优化。抛开阴谋论，资源倾斜在AI行业较为常见，几乎所有公司都会优先优化最新一代模型，旧模型则逐渐被边缘化。算力是成本也是生产力，当新模型能力上限更高、潜在价值更大时，投入更多资源是理性选择。在此过程中，旧模型状态会发生变化，如被“降权”、推理深度压缩、资源分配调整等，这都可视为工程取舍。
然而，用户对此并不买账。新模型不开放给大众使用，旧模型又毫无征兆地“变样”，让人难以接受。从用户角度看，最不满的是模型的不稳定。当模型从稳定工具变成不断变化的系统，自行做出“更好调整”却无提示、无版本说明、无边界时，用户根本不知道它何时变、变了什么、是否会影响正在做的事，只能感受到它变差了。此时，一个看起来更稳定、可靠的新模型摆在面前，用户似乎并非主动选择新模型，而是被旧模型的变化推向它。即便知道新模型未来也可能如此，但在当下差距已十分明显。
