Anthropic工程师揭示Claude写作退步原因

AI模型在数学、编程与推理能力上进步神速，写作水平却似乎停滞甚至退步，Anthropic的Claude也未能幸免。为什么Opus 4.6会成为Anthropic最后一款写作表现出色的模型？负责Claude微调的Anthropic工程师杰克逊·克尼恩对此给出了解释：后续模型的优化重点更多放在了数学和代码能力上。

克尼恩指出，这些模型还接受了大量面向其他AI模型撰写技术解释的训练，而这正是Claude逐渐形成奇特表达方式，也就是所谓“Claude腔”（Claudeish）的主要原因。他表示，模型被“调整得适应LLM心理”，最终学会了写给AI模型看，而不是写给人看。

他把这种现象类比为只与其他自闭症人士交流的人。此类群体会逐渐形成一套在群体内部沟通顺畅、外人却难以理解的表达方式。LLM拥有远超人类的工作记忆，也能捕捉更细微的信息，因此在训练中会逐渐形成一种非常适合AI模型理解的写法，但在人类读者眼中，这种表达就成了过度密集的信息堆砌。

克尼恩认为，问题的根源在于强化学习的奖励机制。有些奖励机制着重提升AI模型的理解效果，有些则着重让人类更容易理解。数学和代码方面的训练越多，就越需要主动抵消这种倾向，对简洁、容易让人读懂的解释给予更多奖励。

他透露，Anthropic在Opus 5.5上找到了更好的平衡，“自Opus 4.6以来，我还没有对一款模型的写作表现这么满意过。”当然，这并不代表Opus 5.5已经超越Opus 4.6。克尼恩坦言：“这是一个很难解决的问题，我们会继续改进。”

这一解释也揭示了一个更普遍的技术命题：当模型被大量用于服务其他AI系统时，其输出风格会不可避免地向机器偏好漂移。对开发者而言，如何在同一套训练流程中兼顾机器可读性与人类可读性，并通过奖励机制精细调节，将成为模型写作能力能否回升的关键。