2026年11月16日nerfed

被降智日报: 2026-11-16

这一窗的降智声音很散,大多是体感。挨骂最多的还是 Claude Code 里的 Opus 5.5,有人说它退回了 Opus 4.8 的水平,有人说四个会话连着出错,还有几个人已经开始说 Fable 5.2 也被削了。更有分量的抱怨对准的是安全层而不是模型本身:分类器把 Fable 会话降到 Opus 5,其中一位只是在查肌营养不良的临床试验;Fable 的分类器被一条引用的 Opus 3 旧推文触发。硬证据依旧站在另一边。每天测 Opus 5.5 的追踪器没看到下降,本窗最好的数字来自一位用户自己做的周对周测试:同一个 Opus 5.5,Ultracode 和中高档位在质量上的差距落在噪声以内。Anthropic 确实回应了,但只回应了故障:周五两次性能下降事故都已修复,原因没公布。其余官方动作都是文档,讲 Code Mode、Projects 和套餐额度怎么算,没有一条碰到模型质量。
💡#1
@mehulmpt
https://x.com/mehulmpt/status/2121946029398606192
@mehulmpt 发了本窗点赞最多的降智段子:Opus 5.5 开始变笨的时候,就得请出大杀器(a)。背后没有测试,就是一个梗。但它作为情绪读数有用,因为这个梗要成立,前提是很多人已经相信 Opus 会时不时掉线、解法是切到 Fable。这个信念已经普遍到能当梗用了。
💡#2
@ayesha_fatiima
https://x.com/ayesha_fatiima/status/2121884847660753261
@ayesha_fatiima 直接问:Opus 5.5 是真的变差了,还是我要求太高(a)?前一天同一个账号还列了一串具体毛病,今天就开始自我怀疑。这其实是大多数降智帖的诚实版本:体感掉了,但分不清是模型动了还是自己的标准动了。
💡#3
@baskind
https://x.com/baskind/status/2121276283132825697
@baskind 说 Opus 5.5 最近不知道怎么了,根本没法用,四个会话一错再错,问有没有人也遇到性能下降(a)。附了截图,但没有任务描述也没有对比。发帖时间是 11 月 13 日,正好是 Anthropic 在排查 Claude Code 性能下降的那个下午,所以其中一部分可能是故障而不是模型。
💡#4
@develeop
https://x.com/develeop/status/2121415117552435383
@develeop 说 Opus 5.5 最近表现很差,担心被削了,顺便问 Anthropic 是不是要发新模型庆祝 IPO(a)。这是经典理论:新模型发布前,老模型先变差。没有证据,但把降智和 IPO 时间点挂钩,是新出现的说法。
💡#5
@albustime
https://x.com/albustime/status/2122016916139319735
@albustime 说 Anthropic 居然已经把 Fable 5.2 削了,简直明目张胆(a)。没有例子也没有数字,只有结论。Fable 5.2 上线才两周左右,降智的说法来得这么早,反映的是信任问题,而不是模型问题。
💡#6
@DtoTheMill
https://x.com/DtoTheMill/status/2122057026503053399
@DtoTheMill 回复说 Claude 现在很烂,被切了脑叶,劝对方趁还来得及赶紧退订退款(a)。这是本窗火气最大、也最不具体的一条。收进来是因为,没人拿得出测试的时候,这种帖子最后都会走到「退款」这一步。
💡#7
@fadeleusdev
https://x.com/fadeleusdev/status/2121421549844783248
@fadeleusdev 说 Opus 5.5 被削得很狠,感觉退回了 Opus 4.8 的水平(a)。点名一个具体的老模型,比只说「变笨」有用,因为可以去验证。这也和已知的回退机制对得上:有些会话确实是 Opus 4.8 在回答,体感就会是这样。
💡#8
@OmkarChandra
https://x.com/OmkarChandra/status/2121401189078102375
@OmkarChandra 说自己只是在查肌营养不良的临床试验研究,分类器就把会话切到了 Opus 5(b)。这位用户已经退订,只是把付过钱的时间用完。提出的问题很尖锐:如果 Opus 5 是生物类问题的默认安全模型,那它是不是被故意压着?这正是大家把它叫做降智的原因:一个无害的医学问题,被悄悄换了模型。
💡#9
@KryptoKum
https://x.com/KryptoKum/status/2121233459507036608
@KryptoKum 说手上所有正在跑的 Fable 5.2 会话都被悄悄降到了 Opus 5,连 Opus 5.5 都不是(b)。发在 11 月 13 日,就是下午出事故那天,所以可能是故障时的回退而不是分类器。不管哪种,抱怨的点是一样的:切换没有提示,是用户自己去查模型才发现的。
💡#10
@IrfanLateefUS
https://x.com/IrfanLateefUS/status/2121736979742347420
@IrfanLateefUS 说每周三就把 Claude 额度用光了,重置要等到周六(c)。想问的是怎么把 Claude Code 上的编程任务挪到 Codex 上,那边还有富余额度,又不掉质量。一周有三天用不了,这就是额度的具体代价,大家想到的解法是再找一家。
💡#11
@OmAgale22
https://x.com/OmAgale22/status/2122021310972977315
@OmAgale22 直接问 Anthropic:Pro 的额度是不是改了?同样的工作量,5 小时额度感觉掉得快了三倍(c)。三倍是体感不是实测。这和上周的抱怨是同一类,当时 Anthropic 承认计量有 bug,发了一次重置。
💡#12
@awesamarth_
https://x.com/awesamarth_/status/2122072826006102440
@awesamarth_ 因为考试月降到了 20 美元的 ChatGPT Plus 加 20 美元的 Claude Pro,说用 Fable 超过三个提示词就会把额度烧完(c)。这把现在的 Pro 档讲得很清楚:Fable 名义上能用,但三个提示词是演示,不是一天的工作。
💡#13
@MythomancerX
https://x.com/MythomancerX/status/2122048839620452598
@MythomancerX 把 Anthropic 对计量 bug 的修复读成:一次要自己去领、12 月 10 日前过期的重置(c)。关键在缺的那个数:有多少人因为这些 bug 提前撞了周上限、还额外买了用量?这位用户要的是这个数字,而不是一张优惠券。这是对「重置为什么没把事情了结」最清楚的说法。
💡#14
@JohnWittle
https://x.com/JohnWittle/status/2122080147436408910
@JohnWittle 说过去几周 Fable 5.2 的分类器让人非常崩溃(d)。例子很具体:在给一批旧模型输出建索引时,一段别人发过的 Opus 3 原文就触发了 general_harms 分类器。作者的推测是:分类器先按宁可误杀来调,然后只在挡住付费工作的地方往回放,所以凡是不属于干活的内容,比如聊模型心理,就会一直撞墙。
💡#15
@netdur
https://x.com/netdur/status/2122086593540284834
@netdur 附和一条公开批评,说 Anthropic 用了一个很蠢的分类器,可能只看关键词就拒绝请求(d)。论点是性价比:你付钱买结果却拿不到,而别家会直接帮你做。没有给出被拒的具体请求,所以这是情绪而不是案例。
💡#16
@JacobDev15
https://x.com/JacobDev15/status/2122068807388627066
@JacobDev15 指出,Claude Code 的 auto mode 分类器只读用户的消息,从不读 Claude 的(d)。所以「我批准,继续」会被拒,「继续,推到生产」反而能过。作者说这很烦但是对的,因为一个能和自己护栏辩论的 agent,迟早会辩赢。很多分类器抱怨,其实就是这个设计选择在起作用。
💡#17
@bread_
https://x.com/bread_/status/2122054401816977432
@bread_ 给 t3 做了一个带专职调度者的分支,后来砍掉了,说经过大量高频的线程使用,还是没发现任何降智(e)。这次实验真正暴露的是对默认设置的需求:能指定设计类工作交给 Opus 5.5、子任务交给便宜模型,而不是一天打几十遍。高强度日用却没感觉到下降,是对那些一句话抱怨很好的平衡。
💡#18
@olveraruize
https://x.com/olveraruize/status/2122024295677169748
@olveraruize 回复说 Opus 5.5 太好用了,求 Anthropic 别削(e)。帖子很短,但它显示了同一天人群的另一半:有人担心的是将来被削,而不是正在被削。
💡#19
@RudyXFantasy
https://x.com/RudyXFantasy/status/2122065428457628098
@RudyXFantasy 横向比了套餐,说 Gemini Argon 对 Pro 用户的额度还是很差,而同样档次、同样的数据分析,Opus 5.5 能撑好几个小时(e)。质量上,作者觉得 Argon 比 Hydrogen 幻觉少。作为额度抱怨的反例,至少对这位用户来说,Claude 是给得更大方的那家。
💡#20
@bsmokes
https://x.com/bsmokes/status/2122074496089931892
@bsmokes 做了本窗最好的一次测试:同一个 Opus 5.5、同一个 Expo 加 React Native 代码库,Ultracode 和中高档位各跑一周(e)。中高档位合并的 PR 大约多 3.2 倍,187 对 58,合并中位时间 6.2 小时对 16.6 小时。20 个 PR 盲评,Ultracode 3.91 分对 3.69 分(满分 5),但同一个 diff 两次打分平均差 0.36,所以差距落在噪声以内。作者把局限讲得很老实:不同的周、不同的工作结构、工具链也变了。结论是贵的模式最多换来一点点质量优势,这也说明那一周底座模型并没有在崩。
💡#21
@TCCardoza
https://x.com/TCCardoza/status/2122038136226062463
@TCCardoza 不认为 Opus 被削了,觉得是预期变了(e)。同一条回复还说 Sol 跟不上 Opus 5.5。这是一条朴素的「我没感觉到」,但来自同时用两家、依然把 Opus 排第一的人。
💡#22
@PiotrBoruta1
https://x.com/PiotrBoruta1/status/2122089698835280056
@PiotrBoruta1 说磨合了一阵之后,Fable 5.2 是个了不起的模型,但不像 5.1 那样样样都行(e)。它在一些意外简单的任务上会卡,任务越难越有野心它越亮,作者主要拿它做规划、调度 Opus agent。它非常吃额度,不过 High 档基本够用。这个说法很有用:一部分 Fable 降智报告,可能只是有人拿它去干它偏偏不擅长的简单活。
💡#23
@thepatchnotesai
https://x.com/thepatchnotesai/status/2121650132982579288
@thepatchnotesai 把这道裂缝概括了一下:成千上万人说 Claude 变笨了,Anthropic 同一天发了新模型,而每天测 Opus 5.5 的追踪器没看到任何下降(e)。它解释不了体感为什么掉,但这是一直摆在那里的反证。在追踪器动之前,这些抱怨仍然是体感问题加上已知的回退机制。
💡#24
@OneSignalDesk
https://x.com/OneSignalDesk/status/2121234445940240676
@OneSignalDesk 转述了 Anthropic 的状态页:11 月 13 日错误再次出现,从 UTC 13:09 起网页版、API 和 Claude Code 性能下降,距离上午的登录故障被标为修复只有约 70 分钟(f)。这是本窗唯一一次官方承认性能下降,说的是可用性,不是模型质量。当天的一部分降智帖,很可能就落在这个时间段里。
💡#25
@joshwilson_will
https://x.com/joshwilson_will/status/2122014826402906576
@joshwilson_will 复盘了周五:上午登录失败,下午 App、API 和编程工具性能下降(f)。两次都已修复,原因至今没公布。正是这个缺失的原因,被大家用降智理论填上了。
💡#26
@DYoung_AI
https://x.com/DYoung_AI/status/2121413105213194417
@DYoung_AI 梳理了 Anthropic 关于 Claude Code Projects 的文档,目前在 Pro、Max、Ultra 上公测(f)。和额度抱怨相关的是这几条:新项目默认所有线程跑 Opus 高档,文档说这最耗额度;项目用量算在同一个套餐里,而且消耗更快;额度重置后自动继续默认是开的。谁要是没改线程模型就开了一大批,额度掉得快是有文档依据的。
💡#27
@YashNautiyal_
https://x.com/YashNautiyal_/status/2122060897984114937
@YashNautiyal_ 讲了新的实验性 Code Mode:Claude 不再一次只调一个工具,而是写一小段 JavaScript,一次跑完多个调用,有些并行(f)。需要 v2.1.323 以上和交互式终端会话,用一个环境变量开启。提醒的点在 auto mode:分类器审的是整段脚本而不是每次调用,所以审批变成了打包批准。
💡#28
@JacqBots
https://x.com/JacqBots/status/2122028951363084300
@JacqBots 说对话拉得越长,Claude 就越差,解法很简单(f)。让它总结哪些已经能用、还剩什么,开个新对话,把总结贴进去。还是同一个模型,输出好很多,团队说他们就是这样把结账产品做出来的,没有一个人会写代码。很多体感降智其实是长上下文漂移,这是最便宜的绕法。
💡#29
@anilpervaiz
https://x.com/anilpervaiz/status/2122017599307550807
@anilpervaiz 补上了 Code Mode 的管控一面:auto mode 下分类器审的是打包后的代码,但看不到运行时才算出来的值,比如从搜索结果里取出的路径(f)。deny、ask 规则和 PreToolUse 钩子仍然逐次生效,文档也建议必须管住的调用就留在这些规则里。作者的建议是逐次规则别关,再加一个在代码运行前读一遍的钩子。
💡#30
@AlloyPress
https://x.com/AlloyPress/status/2122072151004164251
@AlloyPress 总结了 Anthropic 11 月 13 日发布的安全评测指南(f)。其中一句能解释很多跨产品的体感差异:某个模型在多轮安全评测上,原始 API 和带系统提示词的 claude ai 之间差距高达 34 个百分点。设置对行为的影响有这么大,所以同一个模型在 App、Claude Code 和 API 上感觉不一样,并不奇怪。
💡#31
@curatedbyap
https://x.com/curatedbyap/status/2122087250930352639
@curatedbyap 澄清了 200 美元套餐的一个常见误解:它覆盖 Claude 聊天和 Claude Code,有 5 小时和每周上限,附带的 API 额度是给 API 应用用的(f)。它不会延长 Claude Code 的额度。有一部分额度抱怨,来自以为这些 API 额度能当溢出用的人。
💡#32
信号板
今日:抱怨 16 条,证据与反证 7 条,Anthropic 官方动作 6 条,其中没有一条回应模型质量。
← 上一篇
AI 造 AI 日报: 2026-11-16
下一篇 →
Qwen4-Max:卖的是单任务成本,权重不给
← 返回所有文章

评论

加载中...
>_