新智元报道
【新智元导读】更换更高级的模型，就意味着AI会变得更聪明吗？这或是Claude Code用户最常犯的误区。许多人都曾沿着这条思路一路升级到最顶级的Fable，不过Anthropic公司最近亲自出面，澄清了这一问题。
有没有过这样的经历：当Claude Code写代码出错时，第一反应便是立即换用更强大的模型。可实际上，这种做法往往收效甚微，甚至可能造成不必要的经济损失。近日，Anthropic公司发布了一篇详细文章，专门探讨这一话题。
事件的起因是很多人都分不清Claude Code中的两个关键选项：模型选择（Model）与努力度（Effort）。过去，大家对于这两项的理解十分简单：换用更高级的模型意味着AI更聪明；而提高Effort水平，则不过是让AI多花些时间思考。
今年3月，这个误解还引发了一场不小的风波。当时，不少开发者发现，他们手上的Claude Code突然表现得"变笨"了。原本应当读取的文件不再读取，该执行的测试不再执行，任务做到中途就停止，甚至反过来索要更多信息。结果，GitHub上充斥着大量的批评声音。
AMD公司的AI负责人Stella Laurenzo的评论最为严厉。她在GitHub上分析了6852个会话记录，发现Claude的思考量较2月之前下降了67%，进而表示："Claude已经无法胜任复杂的工程任务了。"起初，人们还以为是自己的提示词写得不够好，或是配置出现了问题。经过一番摸索，大家才恍然大悟：问题根本不在于自身，而是Anthropic公司悄悄修改了某个设置。
3月4日，为了降低响应延迟，Anthropic将Claude Code中的Effort选项的默认档位从high调整到了medium。虽然官方更新日志中有所记载，但大多数人并未留意到这个变化，他们只是感到手里的模型似乎无故变差了。直到这时，许多人才意识到，这个开关其实一直就在眼前，它暗中决定着AI是否愿意全力为你工作。
Model负责提供思考能力，Effort决定工作投入程度。Anthropic官方对此进行的解读可以概括为：Model更换的是"大脑"，Effort调整的是"工作态度"。
先说说Model，它更换的是"大脑"。每个模型背后都有一套"冻结的权重"，一旦训练结束，其能力和知识就固定下来，无法再进行修改。这意味着，在进行推理时，你提供的提示词、CLAUDE.md文档、插入上下文的代码等内容，都无法改变这套权重。你只能引导AI，却无法"训练"它。更换模型，本质上就是切换使用一套不同的权重来处理任务，因此它解决的问题只是"能不能"的问题。
如果在模型训练时并不存在的库出现在你的请求中，即使你将完整文档提供给AI，它也只能临时代理，但模型本身并不会记住这些内容，用过即忘。偶尔出现调用不存在的API的情况，也是同样的道理。这并非因为模型查漏补缺，而是权重按照训练时学到的旧模式硬凑出一串回应。
如果你再深入底层探究，会看得更清楚。你编写的const x = await fetch代码，在模型看来首先会被切分成一个个token，每个token再对应词表中的一个数字。你写的一行代码，在经过token化处理后，每个token会转换成词表里的一个整数：const对应1078，await对应2597，整个词表约有10万个。模型接收到的从来不是文字，而是一串数字。（图源：Anthropic官方博文）
模型并不是一次性吐出整个答案的。它会一次预测一个token，接着再对整串内容重新计算，继续预测下一个token。一段两百个token的回复，需要重复两百次完整的运算过程。你付出的时间和金钱，大部分都消耗在这个循环计算之中。
再谈谈Effort，它调整的是"工作态度"。很多人以为高Effort就是"多思考几秒钟"，这种理解并不准确。它控制的是Claude在当前任务中投入的工作量：需要读取多少文件、是否运行测试、是否进行额外验证、是否将一个多步骤任务完整执行后再与你沟通。
简而言之，低Effort的Claude倾向于减少工作量，比如跳过某些文件读取、不运行测试等。而高Effort的Claude则会更全面地执行任务，确保各项工作都得到妥善处理。通过调整Effort档位，用户可以灵活控制AI的工作方式，以达到最佳效果。