新智元报道
【新智元导读】换更大的模子就即是更智慧？？这可能是Claude Code用户最深的误会。。。。许多人为此一起换到最贵的Fable，，，，，克日，，，，，Anthropic，，，，，亲手澄清了这个误区。。。。
你有没有过这种时刻：Claude Code写代码写砸了，，，，，第一反映，，，，，就是赶忙换个更强的模子。。。。
但这一招，，，，，许多时间并不管用，，，，，甚至是在白花钱。。。。
克日，，，，，Anthropic官方发了一篇长文专门来讲这件事。。。。
因由是太多人把Claude Code里的两个选项搞混了：
一个是模子选择（Model），，，，，一个是起劲度（Effort）。。。。
已往，，，，，各人对这两个选项的明确都很简朴：换更大的模子，，，，，AI就更智慧；；； ；；；把Effort调高，，，，，无非是让AI多想一会儿。。。。
而就在今年3月，，，，，这个误会还惹出了一场不小的杂乱。。。。
其时，，，，，不少开发者发明，，，，，手里的Claude Code突然「变笨」了。。。。该读的文件不读，，，，，该跑的测试不跑，，，，，使命干到一半就撂挑子，，，，，反过来问你要更多信息。。。。
于是，，，，，GitHub上骂声一片。。。。
最狠的一刀来自AMD的AI认真人Stella Laurenzo。。。。
她在GitHub上翻出6852个会话的日志，，，，，实测Claude的思索量比2月之前掉了67%，，，，，撂下一句：
Claude已经没法被信任，，，，，去干重大的工程活了。。。。
早先，，，，，各人还以为是自己的提醒词没写好，，，，，或者那里设置错了。。。。折腾半天才恍然大悟：问题基础不在自己身上，，，，，是Anthropic悄悄改了一个设置。。。。
3月4日，，，，，为了压低延迟，，，，，他们把Claude Code里的Effort选项，，，，，默认档位从high降到了medium。。。。
官方更新日志里也写了，，，，，可大大都人并没注重到，，，，，他们只是感受到，，，，，手里的模子无缘无故似乎变蠢了。。。。
扛了一个月，，，，，Anthropic才在4月7日把默认档位调回去，，，，，还给所有订阅用户重置了一次用量额度。。。。
而大都人这时才知道，，，，，这个开关一直就在自己手边，，，，，它在漆黑决议着：AI究竟肯不肯为你满血干活。。。。
Model换的是脑子
Effort换的是态度
Anthropic官方的拆解，，，，，可以简朴总结为这样一句话：
Model换的是脑子，，，，，Effort换的是态度。。。。
先说Model，，，，，它换的是脑子。。。。
每个模子背后是一套「冻结的权重」，，，，，它的能力和知识，，，，，在训练竣事那一刻就被焊死了：只读、不可改。。。。
这意味着，，，，，你推理时喂进去的提醒词、CLAUDE.md、贴进上下文的代码，，，，，全都改变不了它的这套权重：你可以指导它，，，，，却没法「训练」它。。。。
换模子，，，，，实质就是换一整套权重来接你的活，，，，，以是它解决的是「会不会」的问题。。。。
一个在模子训练时还不保存的库，，，，，你把文档整篇喂给它，，，，，它能现学现用，，，，，可那只对这一次请求管用，，，，，模子自己一个字都没记着，，，，，转头就忘。。。。
它无意会一本正经地挪用一个基础不保存的API，，，，，也是统一个原理。。。。那并非查漏了，，，，，是权重照着训练里的老套路，，，，，硬拼出一串工具。。。。
再往底层看一眼，，，，，就更清晰了。。。。你写的const x = await fetch，，，，，在模子眼里先被切成一个个token，，，，，每个换成词内外的一个数字。。。。
你写的一行代码，，，，，被切成token后各自对应词内外的一个整数：const是1078，，，，，await是2597，，，，，词表约10万个。。。。模子拿到的历来不是文字，，，，，是这串数字。。。。（图源：Anthropic官方博文）
模子不是一口吻吐出整段谜底的。。。。它一次只展望一个token，，，，，接上去，，，，，再把整串重新算一遍，，，，，展望下一个。。。。一段两百个token的回复，，，，，就是两百次完整的运算。。。。
你等的时间、你烧的钱，，，，，大头全在这个循环里。。。。
再说Effort，，，，，替换的是「态度」。。。。
许多人以为高Effort就是「多想几秒」，，，，，错了。。。。
它管的是Claude在这次使命上究竟投入几多事情量：读几个文件、跑不跑测试、要不要特殊验证、要不要把一个多方法使命一起推究竟再回来找你。。。。
说白了：低Effort的Claude，，，，，倾向于快速回复，，，，，然后反过来问你要更多上下文，，，，，能不下手就不下手；；； ；；；高Effort的Claude，，，，，倾向于自己去翻信息、多调一再工具、一口吻把长使命链跑完。。。。
Effort在Claude Code里分成好几档，，，，，别把它当成一条死板的token预算线。。。。
它是个行为信号，，，，，告诉Claude这活得干到多彻底、多有掌握才算完，，，，，文本回复、工具挪用、扩展思索，，，，，全在它的统领规模里。。。。
官方还放了一张示意图：统一条prompt，，，，，高Effort能比低Effort多吐约莫7倍的token。。。。多出来的那些，，，，，全花在读文件、跑验证、重复确认上了。。。。
统一条prompt，，，，，高Effort路径天生的token约为低Effort的7倍，，，，，多出的全花在读文件、跑验证、重复确认上。。。。（图源：Anthropic官方博文）
这里藏着一个反直觉的结论：小模子开高Effort，，，，，完全可醒目翻大模子开低Effort。。。。
照旧不敷起劲
知道了分工，，，，，真正有用的，，，，，是官方给的那套判断框架。。。。
官方判断框架：Claude做错了，，，，，先问它是不敷智慧照旧不敷起劲，，，，，再决议换模子照旧加Effort。。。。（图源：Anthropic官方博文）
Claude干砸了，，，，，先别急着动模子选项。。。。
第一步永远是转头查上下文：prompt说清晰了吗？？该给的工具给了吗？？CLAUDE.md配对了吗？？大大都所谓「AI变笨」，，，，，根子都在这儿，，，，，不在模子选项上。。。。
上下文确实没问题、它照旧错，，，，，就问自己一句：它是不会，，，，，照旧不敷起劲？？
「不敷起劲」，，，，，很好判断：该读的文件跳过了、测试没跑、重构干到一半跑回来问你：它缺的不是脑子，，，，，是投入。。。。
这是Effort的事，，，，，可以往上调一档。。。。
若是「不会」，，，，，则是另一种情形：你上下文给足了，，，，，它也显着起劲了，，，，，可照旧错，，，，，换个说法再试一遍照旧错。。。。
这时间任你怎么加Effort都白搭，，，，，这是模子的事：就要换更强的。。。。
官方还打了个特殊好懂的例如。。。。
Sonnet，，，，，是个有一整个下昼的万能选手。。。。
它会把你的代码重新读到尾，，，，，跑一遍、再验一遍，，，，，最后是真把你这摊活儿吃透了。。。。
Opus，，，，，是只给你五分钟的专家。。。。它带来的是你代码库里压根没有的履历，，，，，见过的坑、该绕的雷，，，，，全是解过一堆同类问题攒下的直觉。。。？？晌宸种泳湍敲吹闶奔，，，，，只够它扫一眼，，，，，不可扫遍所有文件。。。。
Fable，，，，，是所有人都卡住了才请得动的专科。。。。哪怕只给五分钟，，，，，它也能一眼揪出别人谁都没看出的那处误差。。。。
虽然，，，，，这位专家每个token也最贵，，，，，得留给真正没人能接的硬骨头。。。。
以是才有谁人反知识的结论：
一个Sonnet开高Effort，，，，，在不少活儿上真醒目过Opus开低Effort。。。。小模子配上富足上下文和高投入，，，，，能扛下的事比你想象的要多得多。。。。
长使命、多方法活上，，，，，Fable拉开最大差别，，，，，官方测试里有些使命Opus和Sonnet开到任何Effort都够不着。。。。（图源：Anthropic官方博文）
卷完模子排行榜
给AI派活成了硬手艺
这篇官方解读，，，，，外貌上是教你调参，，，，，背后是一个主要的转向：
AI编程的竞争，，，，，正在从「谁的模子更强」，，，，，转向「谁更会调理智能体」。。。。
已往很简朴，，，，，人挑一个最强的模子，，，，，剩下的全交给它。。。。
现在纷歧样了。。。。你得像个项目司理那样，，，，，给差别的模子派差别的角色、定差别的投入档位：
简朴的改动交给Sonnet挂低档，，，，，秒回还省钱；；； ；；；大型重构上强模子加高等；；； ；；；要长时间自己跑的智能体使命，，，，，强模子配足Effort。。。。
这些操作，，，，，不但能把活干得更好，，，，，省下来的，，，，，都是真金白银的token账单。。。。
Claude Code的Effort菜单里多出的那档ultracode，，，，，就是把这套「调理」做进了产品。。。。
选中它，，，，，Claude拿到的是xhigh的火力，，，，，外加一项授权：遇到实质性的活儿，，，，，自己掂量要不要拉起一支智能体步队，，，，，把使命拆下去并行干。。。。
转头看3月那场「变笨」风浪。。。。
它能惊动整个社区，，，，，恰恰由于大大都人还停在「换模子」的老思绪里，，，，，敌手边这个更要命的Effort选项浑然不觉。。。。
只看模子排行的时代正在已往，，，，，调理模子，，，，，正在成为焦点手艺。。。。
谁先学会给AI派活，，，，，谁就能争先一步，，，，，用上谁人真正肯为你认真的Claude。。。。否则，，，，，你手里再贵的模子，，，，，也执偾一个更贵的搜索框。。。。
这样，，，，，你烧的每一分token，，，，，才算真花在了刀刃上。。。。
参考资料：
https://claude.com/blog/claude-model-and-effort-level-in-claude-code
https://x.com/ClaudeDevs/status/2074900291062034618?s=20
https://platform.claude.com/docs/en/managed-agents/multi-agent
编辑：元宇
