我翻了6000多條日志，發現Claude推理深度暴跌67%

我翻了6000多條日志，發現Claude推理深度暴跌67%這不是感覺，是數據官方怎么說？一個新詞火了："AI縮水式通脹"一天中最差的時段：下午5點用戶情緒崩潰：數據不會說謊那我們該怎么辦？寫在最后

昨天我在Reddit上刷到一個帖子，標題很簡單："Claude變蠢了？"

底下幾百條回復，幾乎都在說同一件事：最近用Claude，感覺它沒以前聰明了。

有人說它回答更快了，但經常漏掉關鍵步驟。有人說它不再仔細讀代碼了。還有人說，它在長任務里更容易"提前結束"，像是默認事情已經完成了。

我一開始覺得這可能只是個例。畢竟和AI協作這事兒，有時候確實挺玄學的——prompt寫得不好，或者任務本身就不適合，都可能出問題。

但當我看到一個GitHub Issue的時候，我意識到這事兒沒那么簡單。

有人挖了6000多條會話日志，發現了一個讓人震驚的數字：Claude的推理深度，下降了67%。

這個分析來自GitHub上的一個Issue（#42796）。

作者分析了6,852個Claude Code會話文件，包括17,871個thinking blocks和234,760次工具調用。

數據不會說謊。

推理深度的變化：
- 1月底：平均約2,200字符
- 2月底：下降到約720字符
- 3月后：穩定在約600字符

下降幅度：67%。

更關鍵的是，這個變化不是突然發生的，而是從2月中旬開始逐步下降。

Read:Edit比例的變化：
- 1月底：6.6（每編輯一次，平均讀取6.6次）
- 3月后：2.0（每編輯一次，只讀取2次）

這意味著什么？

以前Claude在改代碼之前，會先讀目標文件、讀相關文件、grep搜索用法、讀頭文件和測試，然后才動手。現在呢？讀一下當前文件，直接改。

結果就是：改錯的地方、破壞周圍代碼、違反項目規范。

Anthropic沒有直接承認"模型變弱了"。

Claude Code的開發負責人Boris給出的解釋是：這些變化來自系統層的調整，包括工具調用方式、推理策略和資源分配機制。

他們引入了一個叫"自適應推理"（adaptive thinking）的機制。模型會根據任務復雜度，動態決定要用多少推理資源。

聽起來挺合理的：簡單任務少思考，復雜任務多思考，提升整體效率。

但問題在于：效率優化和能力削弱，在用戶體驗上沒有區別。

當一個模型開始更少閱讀上下文、更快給出答案、更頻繁地提前結束任務，用戶感受到的不是優化，是敷衍。

社區里開始流行一個詞："AI shrinkflation"（AI縮水式通脹）。

這個詞來自經濟學術語，指商品的大小或數量減少，而價格不變。

放在AI語境下，意思很直接：模型實際給用戶的能力變少了，但模型名稱和價格沒變。

更讓人不舒服的是時間點。

4月7日，Anthropic發布了Claude Mythos Preview，被稱為"能力躍遷的一代"。但這個模型不開放給公眾，只授權給亞馬遜、蘋果、谷歌、微軟等12家巨頭用于網絡安全。

一邊是"更強的新模型"只給少數人用，一邊是"體感變差的舊模型"讓大眾用。

于是，一個猜測開始在社區流傳：把舊模型削了再抬新模型，一捧一踩，新模型的升級幅度就顯得更大了。

這個邏輯沒有直接證據，但它正在被越來越多用戶相信。

數據分析還發現了一個有意思的現象：Claude的性能波動和時間段有關。

時段(PST): 下午5點 | 估算思考深度: 423字符 | 說明: 最差

時段(PST): 晚上7點 | 估算思考深度: 373字符 | 說明: 第二差

時段(PST): 晚上10-11點 | 估算思考深度: 759-988字符 | 說明: 恢復

下午5點PST是什么概念？是美國西海岸下班時間，東海岸晚上8點。

這個時候，平臺負載最高，思考深度最低。

這說明了什么？

思考深度不再是固定的"預算"，而是和平臺負載掛鉤。負載高的時候，模型"想得少"；負載低的時候，模型"想得多"。

用戶在為同樣的訂閱費買單，但得到的服務質量卻在波動。

分析還對比了用戶在變化前后的詞匯使用：

詞匯: "great" | 變化前: 3.00/千詞 | 變化后: 1.57/千詞 | 變化: -47%

詞匯: "stop" | 變化前: 0.32/千詞 | 變化后: 0.60/千詞 | 變化: +87%

詞匯: "simplest" | 變化前: 0.01/千詞 | 變化后: 0.09/千詞 | 變化: +642%

"simplest"這個詞的使用增加了642%。這是用戶在觀察和命名模型的新行為：選擇最簡單的路徑，而不是正確的路徑。

正負情緒比從4.4:1下降到3.0:1，情緒崩潰了32%。

說實話，作為用戶，我們能做的有限。但至少有幾點可以參考：

1. 避開高峰時段

如果你發現Claude變笨了，看看時間。下午5點到晚上8點（美西時間）可能是最差的時段。深夜或清晨使用，體驗可能會好一些。

2. 更明確的指令

當模型"想得少"的時候，你需要替它想得更多。把任務拆得更細，把要求說得更明確，減少它"偷懶"的空間。

3. 驗證輸出

不要完全信任模型的輸出。尤其是復雜任務，多檢查幾遍。以前可能一次就對的，現在可能需要兩三次迭代。

4. 考慮替代方案

如果你對Claude的表現不滿意，可以試試其他模型。GPT-6剛發布，Gemini也在持續更新。不同的模型有不同的特點，找到適合你工作流的那一個。

這篇文章不是要"黑"Claude。作為一個長期使用Claude的用戶，我對這個產品有感情。

但感情歸感情，數據歸數據。

當模型的推理深度下降67%，當Read:Edit比例從6.6降到2.0，當用戶情緒崩潰32%——這不是"優化"，這是退化。

更讓人擔心的是，這種變化是"靜悄悄"的。沒有版本說明，沒有提前通知，用戶只能在一次次失敗的協作中自己發現問題。

AI行業的"縮水式通脹"可能才剛剛開始。今天Claude削了，明天會不會輪到GPT？

我們需要的不是更快的回答，而是更可靠的回答。

如果這篇文章對你有幫助，點個贊、轉發給需要的朋友。有問題評論區聊，我看到都會回。