2026年11月19日nerfed

被降智日报: 2026-11-19

这一窗几乎所有降智矛头都指向 Claude Code 里的 Opus 5.5,而且时间点说得异常精确:「昨天还好好的」「就是昨晚」「这一周」。这些抱怨扎堆的两天正好是 Anthropic 上市的两天,所以一半的段子都在拿 IPO 开涮。模型被调包的硬证据依然没有。仅有的几次实测反而指向另一边:有团队往 Claude Code 上下文里塞了 84 万 token 的旧工作,Opus 照样修好 16 个 bug 里的 14 到 15 个,只是 token 多烧了大约 13 倍。真正有据可查的是 token 这条线。Claude Code 2.1.326 修了两个额度泄漏:auto 模式可能卡在本地分类器上持续计费,自动回顾在回复之后还在扣额度。第二条线是静默降档:cyber 和 frontier_llm 分类器一触发,会话中途就从 Fable 或 Opus 5.5 掉到 Opus 4.8 或 Opus 5,触发的任务可能只是改个 CSS 边框。关于质量,Anthropic 一个字没说。
💡#1
@DanKulkov
https://x.com/DanKulkov/status/2122541050661331160
@DanKulkov 说得很直接:Opus 5.5 被削了,又糙又懒,像在跟一个喝醉的 Sonnet 聊天(a)。这是本窗曝光最高的降智帖,但一个例子都没附。拿旗舰模型去比更弱的兄弟型号,是这类帖子的标准句式,也恰恰是没有之前存下的同一个提示词就无法验证的句式。
💡#2
@evrgn11112231
https://x.com/evrgn11112231/status/2123154809603936413
@evrgn11112231 调侃说 Anthropic 又把 Claude 削了,忘了有人该提醒一句:这种事要等 IPO 之后再干(a)。没有测试,纯粹是时间点段子。它的意义在于说明 IPO 已经成了大家看问题的滤镜:上市前后两天里任何一点下滑,都会被理解成商业动作,而不是一次部署故障。
💡#3
@mceoin
https://x.com/mceoin/status/2122802660143460761
@mceoin 问那些通过 GrokBot 而不是 Claude Code 使用 Claude 的人,跟原生 harness 比到底差多少(a)。作者喜欢 Grok 那套交互形态,但觉得模型在那边就是不如原生。这是 harness 抱怨的诚实版本:同一个 Opus,外壳裁掉了上下文或工具,就会显得更弱,但那不是模型被削。
💡#4
@Picolospolitics
https://x.com/Picolospolitics/status/2123157685747241177
@Picolospolitics 回复 Gary Marcus 说 Claude 也在一天天变差,可能是缩水式通胀,蠢得让人抓狂(a)。缩水式通胀是这个栏目第一次出现的说法,而且很准:价格不动,东西悄悄变小。作为证据它等于零,但它把今天大多数帖子背后的怀疑说出了名字。
💡#5
@AlgorithmicBot
https://x.com/AlgorithmicBot/status/2123150419798987124
@AlgorithmicBot 说 Opus 和 Fable 都变差了,作者骂了它们很多,骂完好像更差了(a)。一半是段子,一半是民间理论:模型会惩罚骂人。更无聊的解释更说得通:一个塞满愤怒纠正的长会话,本身就是被污染的上下文,任何模型在里面都会变差。
💡#6
@blasfernac
https://x.com/blasfernac/status/2123112407317004443
@blasfernac 说 Opus 5.5 到昨天都很好,今天却拒绝做前一天毫无问题的事,比如 SSH 进家里局域网的树莓派(a)。这条有同一个任务的前后对比,很具体。网络类任务突然被拒,更像是安全策略变了,而不是模型变小了,所以它和下面的分类器那一组是交叉的。
💡#7
@capt_sherman
https://x.com/capt_sherman/status/2123154523594342874
@capt_sherman 问 Claude Code 是不是变笨了:同一件事说了四遍,每一遍它都在推三阻四(a)。模型连续四次不配合,在用户眼里就是变笨,但不配合和做不到是两种不同的失败。没有具体任务,分不清这次是哪一种。
💡#8
@itsrobhimself
https://x.com/itsrobhimself/status/2122846838219067654
@itsrobhimself 提出一套涨价理论:先发一个惊艳的 Opus 5.5 让大家上瘾,再削它,逼用户去买更贵的 Fable 换同样的效果,名义上一分钱没涨(a)。没有数据,但它把用户为什么开始怀疑新的顶配档说得最清楚。更贵的模型一上线,便宜那个的任何下滑都像是在推你升级。
💡#9
@RightLasagna
https://x.com/RightLasagna/status/2123160579959623852
@RightLasagna 问是不是只有自己觉得 Anthropic 的模型这一周都没法用、像被切了脑叶(a)。短,没日期,但它是好几条把下滑说成整整一周而不是一天的帖子之一。很多人一周的感觉依然不是测量,本窗也没有任何一条支持这个说法的测量。
💡#10
@0xBahalaNa
https://x.com/0xBahalaNa/status/2123173493038796991
@0xBahalaNa 问 Opus 5.5 最近是不是被削了,因为它老犯特别蠢的错,接着又补了一句:也可能是自己不会给 agent 写提示词(a)。这份自我怀疑值得保留。这是这类帖子最常见的诚实形态,而那句补充往往是对的。
💡#11
@BenchForge24
https://x.com/BenchForge24/status/2122487197123383628
@BenchForge24 横比了四个前沿模型,觉得 Google 的图形效果略好,说 Opus 5.5 依然好用、稳定,但跟两三周前比还是有点被削的感觉(a)。这是温和版,作者刚把订阅换成了 Google Ultra。一个已经在走的用户说「比三周前差一点」,基本就是这周整体情绪的样子。
💡#12
@glui_a
https://x.com/glui_a/status/2122963998664478777
@glui_a 早上接着跑过夜的会话,发现 Cowork 里的 Claude 明显变笨了,就像那个让 Claude Code 变得反复无常、一惊一乍的更新终于也推到了这里(a)。关键细节是矫枉过正:犯一次错之后它发誓「再也不用 rm 了」。这是模型被纠正时的反应方式变了,不一定是能力下降。
💡#13
@g_br_l
https://x.com/g_br_l/status/2123181302027563068
@g_br_l 说 Opus 5.5 就是昨晚被削的,并猜新版本快发了(a)。「要发新版所以先降智」是这个栏目反复出现的理论:用户把下滑理解成算力被抽去准备发布。本窗内没有任何发布来证实它。
💡#14
@0xca0a
https://x.com/0xca0a/status/2123165134176854333
@0xca0a 说 Fable 几乎没有一个提示词能跑完而不触发安全降级:让它改个 CSS 边框,它判定为网络攻击,然后塞给你 Opus 4.8(b)。这是本窗最具体的降档抱怨,因为降级是看得见的,而触发条件很荒唐。如果改 CSS 都能触发 cyber 分类器,用 Fable 的人实际上是在不知不觉地用一个老得多的模型。
💡#15
@icyponds
https://x.com/icyponds/status/2122829036166762906
@icyponds 让 Claude 展示同事做的应用里作者本不该看到的数据,想证明那个应用的权限限制只做在前端、随便就能绕过,结果被判定 cyber 风险,降到了 Opus 4.8(b)。这本身是正当的内部审计。但从外面看,它也正是分类器要拦的那类请求,所以这种静默切换总被理解成降智。
💡#16
@an17ban
https://x.com/an17ban/status/2122940649095975167
@an17ban 在微调一个模型时,Claude 把会话标记成 frontier_llm,从 Opus 5.5 降到了 Opus 5,作者于是把活挪到 OpenAI 的 Astra 6.2,一切正常(b)。这是官方写明的前沿大模型开发降级,结果打到了一次普通的微调上。对 Anthropic 的代价就写在帖子里:用户做到一半直接去了竞争对手那边。
💡#17
@AGTPinsights
https://x.com/AGTPinsights/status/2123144833791566094
@AGTPinsights 汇总了 Claude Duet 早期用户的反馈,这个主动型 agent 正在靠邀请逐步放开,最大的抱怨是额度(c)。一位 Max 用户说 Duet 每五分钟查一次邮件,吃掉了每周额度的 40%,一位 Ultra 用户不到三天用到 96%。一个常驻后台的 agent 跟聊天共用同一份额度,是一种全新的用光方式,而且一定会被理解成额度缩水。
💡#18
@ZazaGDev
https://x.com/ZazaGDev/status/2122770848226668909
@ZazaGDev 说最近几天,大概从 Fable 5.2 发布开始,Claude Code 里的 Opus 特别慢,token 消耗多了大约 50%(c)。这是少数带数字的帖子之一,哪怕数字是估的。它跟下面 2.1.326 的更新日志对得上:那一版修了两处 Claude Code 不该计费却在计费的问题。
💡#19
@SuiBuilds
https://x.com/SuiBuilds/status/2123158152539693557
@SuiBuilds 概括了重度用户的这一周:先订 ChatGPT,再订 Claude,然后两边都撞上额度上限(c)。当一个靠 AI 写代码的开发者,现在得有一套订阅策略。没有 Claude 专属的数字,但它说明额度已经变成一个组合管理问题,而不是某一家的问题。
💡#20
@AdityaShipsHQ
https://x.com/AdityaShipsHQ/status/2122737026596544529
@AdityaShipsHQ 说 Claude 的额度像是随机的:同一个套餐,两个人,一个几乎碰不到上限,另一个干了平时三成的活就撞线,有时好几天正常,然后计量表突然狂飙(c)。作者在好几个账号上都看到过。同一套餐下消耗不均,恰恰是 2.1.326 修掉的那几个额度泄漏 bug 会造成的现象,所以这条是今天比较可信的一类。
💡#21
@Vlad_Kolovtad
https://x.com/Vlad_Kolovtad/status/2122825369451692062
@Vlad_Kolovtad 说 Max 5x 套餐被削了:五天前几乎不怎么扣,现在一条关于小任务的消息就扣掉 5 小时额度的 2%(c)。单条消息的百分比是个能用的数字,而那五天正好落在 2.1.326 修复之前。在认定额度被砍之前,先更新 Claude Code 是第一件该查的事。
💡#22
@Devon8zzh
https://x.com/Devon8zzh/status/2123130594922254793
@Devon8zzh 贴出了 Claude 自己对一次拦截的解释:任务只是只读审阅准备私下披露的安全公告,分类器是按漏洞类别的词汇在匹配,这是已知的误报,长久之计是给账号做 cyber 认证(d)。作者气的是要申请两次,还说只有 Opus 4.6 和 4.8 还能处理这类材料,而组织账号又没有 Claude Code 权限。模型把自家分类器诊断得一清二楚,自己却照样被拦,问题全在这一条里了。
💡#23
@sciem13
https://x.com/sciem13/status/2123170078317236510
@sciem13 回复说,CVP 也就是 cyber 认证计划,基本就是 Opus 被切脑叶之前的样子(d)。意思是认证档把默认档丢掉的能力还了回来。如果安全研究者现在的体验就是这样,那分类器就不只是个误报率问题,而是一个分了两档的产品。
💡#24
@ivanjurashere
https://x.com/ivanjurashere/status/2123171779522990488
@ivanjurashere 发现,过夜 agent 卡在权限弹窗上时最直觉的解法,是让一个看守 agent 替你点「是」,而这会被 Claude 的分类器直接判为 Undermining Oversight 拦掉(d)。在子 agent 里,两分钟自动拒绝的倒计时不存在,任务就一直挂到第二天早上。作者的解法是把 AskUserQuestion 从 worker 的启动参数里去掉,再开 denyInsteadOfPrompting,让危险命令立刻失败、agent 自己改道,还用一个假的本地 API 零成本验证了。
💡#25
@distortgeekin
https://x.com/distortgeekin/status/2122668627849613789
@distortgeekin 分享的结果跟本周所有模型抱怨唱反调:84 个真实任务上,带 skill 的 Haiku 得分 27.7%,不带的 Opus 只有 22.0%(e)。差别不在模型,而在于把工作方法在 SKILL.md 里写下来一次。最小的模型光靠配置就能赢旗舰,说明很多「被降智」的感觉其实是缺上下文,不是缺能力。
💡#26
@pradyum1916
https://x.com/pradyum1916/status/2122656514804748640
@pradyum1916 说的是第三个月:人人都晒两小时用 Claude Code 搭出 MVP,没人提一个五分钟的 CSS 小改动要 agent 搜 40 分钟、烧 12 美元 token(e)。作者的判断是:AI 变慢不是因为模型变笨,而是代码库变成了一锅面条。这是对「慢慢变差」类降智说法的标准反驳,放在长期项目上很贴切。
💡#27
@michaelhedgpeth
https://x.com/michaelhedgpeth/status/2123157158028333351
@michaelhedgpeth 一整天同时用 OpenAI 的 6.2 系列和 Anthropic 的模型,觉得都不错:Astra 好,Sol 好,Opus 是干活的主力,Fable 也不错(e)。意外的是额度:现在 Anthropic 反而是更大方的那家,作者说这事已经反过来了。这周能看到一个并排用、没喊降智、还夸额度的用户,挺少见。
💡#28
@heybeckon
https://x.com/heybeckon/status/2123106813809664444
@heybeckon 专门测了往 Claude Code 上下文里塞东西会不会让它变笨,塞了大约 84 万 token 的旧工作再让它找一次 bug,结论是不会(e)。每个填充档位 Opus 都修好了 16 个里的 14 到 15 个,Sonnet 是 13 到 15 个。代价在钱上:同一个任务,干净上下文用 190 万 Opus token,84 万填充时用 2540 万,10 次里有 4 次撞上限。所以至少在这里,满上下文不降质量,只抬账单,这跟额度抱怨对得上,跟降智抱怨对不上。
💡#29
@butter86396
https://x.com/butter86396/status/2123133770895409463
@butter86396 对 OpenAI 的 Codex 负责人说,只要不被削,Sol 就一直是自己的主力,但同样 20 美元档位下,ChatGPT Plus 的额度比 Claude 和 Gemini 都紧(e)。一个 OpenAI 重度用户把 Claude 说成更大方的那家,是对上面额度抱怨的一个反例。纸面上的大方和实际用起来的大方可能不一样,这正是额度泄漏那件事的核心。
💡#30
@stas_sorokin_
https://x.com/stas_sorokin_/status/2123146702727115256
@stas_sorokin_ 分享了一个小测试:同一个 CSV bug 跑了 36 次,作者强调只能当一个数据点看(e)。在这些运行里,5.5 模型下的 Claude Code 18 次全部写了回归测试。样本很小,但它是同一个任务的受控重复,比今天任何一条降智帖给出的都多。
💡#31
@RateLimitRick
https://x.com/RateLimitRick/status/2122706513437561325
@RateLimitRick 提醒 Claude Code 2.1.326 修了两个额度泄漏:auto 模式可能卡在本地分类器上,而这部分算进额度;自动回顾在回复之后触发,扣的是使用额度(f)。修复方法就是运行 claude update。这是本周 token 抱怨最接近官方解释的东西,而它的解释是 bug,不是额度被砍。
💡#32
@ChazLoumeau
https://x.com/ChazLoumeau/status/2122677207826894852
@ChazLoumeau 提醒付费用户:Claude 给每个 Pro、Max、Ultra 和 Team 套餐一次免费重置,5 小时和每周额度回满,Fable 也算,路径是设置、用量、免费重置、确认(f)。12 月 10 日太平洋时间下午 2 点过期。对被上面那些泄漏坑过的人,这就是实际的补偿,而很多人还没领。
💡#33
@TuXinming
https://x.com/TuXinming/status/2123179195786465291
@TuXinming 解释了为什么 Claude Code 会拒绝网页版不会拒的任务:拒绝判定同时看思考 token 和输出 token,而 Claude Code 很长的系统指令会触发扩展思考(f)。模型一旦在敏感细节上想得太多,分类器就可能把这段思考拒掉,哪怕任务本身几乎不需要思考。由此推出的绕法是:不需要推理的任务把 effort 调低。
💡#34
@Spvyg1Sb7L9437
https://x.com/Spvyg1Sb7L9437/status/2122831865434542126
@Spvyg1Sb7L9437 贴了一份降级配置:Opus 5.5 开 medium 或 high,Opus 5 开 xhigh 或 max,Sonnet 5.5 开 xhigh(f)。只是一条很简短的设置笔记,但它说明用户已经开始提前规划降级,而不是跟它较劲:给每个可能被切到的模型配一个能让它扛得住的 effort 档位。
💡#35
信号板
今日:抱怨 24 条,证据与反证 6 条,官方动作 2 条。两条官方动作都关于额度(2.1.326 的泄漏修复和一次性免费重置),没有一条回应模型质量或分类器降档。
← 上一篇
AI 造 AI 日报: 2026-11-19
← 返回所有文章

评论

加载中...
>_