Claude写作退化？工程师揭秘‘写给AI看’的训练陷阱

近期，不少用户和开发者注意到，尽管AI大模型在数学、编程和逻辑推理方面突飞猛进，其自然语言写作能力却似乎陷入停滞，甚至出现退步。Anthropic旗下的Claude系列模型也未能幸免——自Opus 4.6版本之后，其文本输出逐渐呈现出一种被称为“Claude腔”（Claudeish）的独特风格：句式复杂、信息密集、逻辑跳跃，虽对AI系统友好，却让人类读者感到晦涩难懂。

对此，负责Claude微调工作的Anthropic工程师克尼恩近日给出了详细解释。他表示，问题根源在于模型后续训练方向的偏移。在Opus 4.6之后，团队将更多资源投入到提升数学与代码能力上，同时引入了大量“面向其他AI模型撰写技术解释”的训练数据。这类数据通常由AI生成，用于AI之间的知识传递，其语言高度压缩、省略常识性铺垫，依赖强大的上下文理解能力。

克尼恩形象地将这一现象类比为“只与其他自闭症人士交流的人群”：内部沟通高效流畅，但对外界而言却难以解读。由于大型语言模型拥有远超人类的工作记忆容量，能轻松处理冗长复杂的句子结构和隐含逻辑，因此在强化学习过程中，模型逐渐“学会”了这种专为AI优化的表达方式。

更关键的是，训练中的奖励机制也加剧了这一趋势。部分强化学习目标侧重于提升AI之间的互操作性和理解准确率，而非人类可读性。这导致模型在生成文本时，优先考虑“能否被另一个LLM正确解析”，而非“是否清晰易懂”。

不过，好消息是Anthropic已在最新版本Opus 5.5中着手纠正这一偏差。克尼恩透露，团队重新调整了奖励函数，对简洁、连贯、符合人类阅读习惯的表达给予更高权重。“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。”他坦言，尽管Opus 5.5尚未完全超越4.6的写作水准，但已显著改善了可读性与表达自然度。未来，Anthropic将继续在AI能力与人类体验之间寻找更优平衡。