Claude写作退步原因公布:写给AI看,用户怎么应对

非常在线9月24日消息，Anthropic 负责 Claude 微调的工程师杰克逊·克尼恩在 9 月 23 日解释了一个困扰不少用户的问题：Claude 的数学、编程和推理能力进步明显，写作表现却停滞甚至退步，Opus 4.6 或成为 Anthropic 最后一款写作表现出色的模型。他把矛头指向训练方向：后续模型把优化重点放在数学和代码上，同时大量接受“写给其他 AI 模型看”的技术解释训练，最终形成一套被网友戏称为“Claude 腔”的奇特表达。

事实核要：克尼恩认为，模型被“调整得适应 LLM 心理”，学会了写给 AI 看而不是写给人看。他打了个比方：只与其他自闭症人士交流的人，会形成一套群体内部顺畅、外人却难以理解的沟通方式。LLM 拥有远超人类的工作记忆，能捕捉更细微的信息，因此在训练中逐渐形成一种适合 AI 理解、但在人类读者眼里是“过度密集信息堆砌”的写法。

一切的关键在于强化学习的奖励机制。克尼恩解释，有些奖励机制提升 AI 模型的理解效果，有些则让人类更容易看懂；数学和代码训练越多，就越需要主动抵消“写给 AI”的倾向，也就是给简洁、易读、说人话的解释额外奖励。翻译成用户能懂的话：模型的“文风漂移”不是玄学，而是被训练目标带偏的结果。

参数与价格：本次没有新品发布，也没有新版本定价。截至发稿，Anthropic 官方暂未公布针对“Claude 腔”的修复模型或补偿方案，现有订阅价格以官方页面为准。想靠换新模型解决写作问题，暂时没有答案。

适合谁：如果你把 AI 当“改稿助手”而不是“代笔”，只让它出提纲、列要点、做初稿，那么写作退化对你的影响有限；技术文档、代码注释、分析框架这类强结构化需求，新一代模型依然好用。不适合谁：如果你要的是自然、有温度、像人写出来的文章，最新 Claude 以及同类追求信息密度的模型都可能让你失望，新闻通稿、品牌文案、小说散文等场景尤其要谨慎。

同类对比：其实不止 Anthropic 一家有这样的趋势。行业共识是，大模型普遍在用强化学习追求数学、代码等可量化基准分，写作既难打分，又容易被“正确但难读”的风格挤压；国内外主流对话式 AI 也都有类似的“AI 味”。选写作工具时，与其看榜单，不如拿一段你的真实文体实测：让它写 500 字，看它是在“堆信息”还是“讲人话”。

使用建议：第一，别把“最新最强”默认成“最会写”，写作场景可以适当调高随机性参数，减少千篇一律；第二，善用重写指令，明确要求“用简单句、删掉术语、像给朋友解释一样重写这段”，把模型从 AI 语境里拉回来；第三，提供风格样本，贴一段你喜欢的文风让它模仿，比空泛地要求“写得好”有效得多。

避坑提醒：当心只用数学、代码成绩包装“全面进化”的更新日志，写作能力很可能被悄悄牺牲；也别迷信“长上下文=更会写”，过长的记忆反而助长信息堆砌。对普通用户来说，更大的坑是拿 AI 生成的“Claude 腔”内容直接发布，读者一眼就能看出机器味，信任和转化都会受损。

总判断：Claude 写作变差，是一次典型的“训练目标错位”——模型在向 AI 语境狂奔，人类读者被留在原地。要不要用它、怎么用它，取决于你愿不愿意多花一步去“翻译”它的输出。想要快速出框架，它依然合格；想要现成、直接能用的好文章，建议调低期望，并把重写和人工润色写进工作流。