被降智日报: 2026-11-09
抱怨还是砸在同一个地方：Claude Code 里的 Opus 5.5，而且过了个周末，声音更大了，证据却没变硬。最接近硬证据的，是有人让 Gemini 读了自己 1,400 个 Claude Code 会话，结论是 11 月 3 日推理方式变了，模型名却没变；跟进的帖子把数字补上了：high 档位下 40.5% 的回合零思考直接动手，动手前思考的中位数从 84 掉到 54。说白了，这是一个人的日志、拿竞争对手的模型打分，不是基准测试。剩下的大多是同一个提示词、发布当天对比今天的视频，看着很有说服力，其实什么变量都没控制。反方也有软肋：大家以前常引用的独立追踪榜单 10 月中旬起就不更新了，这份沉默两边都能拿来用。Anthropic 对模型质量一个字没说。窗口里唯一的官方变动，是 Claude Code 新版本不再让 auto mode 悄悄退回本地分类器，那是权限问题，跟智力无关。我的判断：Opus 5.5 每个回合想多少，大概率确实被动过；更大的伤害在信任，因为除了翻自己的日志，没人能验证。
#1
@maxt3chno
https://x.com/maxt3chno/status/2119135579673665804
(a) @maxt3chno 发了这一窗转发最多的抱怨，一句给 Opus 5.5 按 F 致哀，配一张对比图。它对机制说得很具体：额度掉得更快，是因为模型在错误决定上反复打转、无视你给的笔记，还说周日比周六更糟。一句话把质量和额度绑在一起，这就是它传得开的原因。没有日志，没有数字，只有一张图和一种体感。
https://x.com/maxt3chno/status/2119135579673665804
(a) @maxt3chno 发了这一窗转发最多的抱怨，一句给 Opus 5.5 按 F 致哀，配一张对比图。它对机制说得很具体：额度掉得更快，是因为模型在错误决定上反复打转、无视你给的笔记，还说周日比周六更糟。一句话把质量和额度绑在一起，这就是它传得开的原因。没有日志，没有数字，只有一张图和一种体感。
#2
@ivanainai
https://x.com/ivanainai/status/2119531165874794696
(a) @ivanainai 把 10 月 6 日跑过的 Machine Claw 测试原样重跑了一遍，两次结果并排贴出来。抱怨的是 Opus 5.5 变慢了，开始答错简单问题。拿一个有日期的旧提示词重跑，已经比大多数帖子讲究了，但两边都只跑了一次，生成类任务单次结果本身就会晃得很厉害。
https://x.com/ivanainai/status/2119531165874794696
(a) @ivanainai 把 10 月 6 日跑过的 Machine Claw 测试原样重跑了一遍，两次结果并排贴出来。抱怨的是 Opus 5.5 变慢了，开始答错简单问题。拿一个有日期的旧提示词重跑，已经比大多数帖子讲究了，但两边都只跑了一次，生成类任务单次结果本身就会晃得很厉害。
#3
@GuoChaoTech
https://x.com/GuoChaoTech/status/2119406392109076715
(a) @GuoChaoTech 算的是钱：9 月 20 美元的套餐就够用，现在要 100 美元，同一个提示词做出来的视频还不如发布那周。结尾问的是，Opus 5.5 是不是被故意调差，好让 Fable 5.5 发布时显得更强。同一天另一个账号发了几乎一模一样的帖子，同样是 5 倍这个说法，所以这条读起来既像测试，也像模板。
https://x.com/GuoChaoTech/status/2119406392109076715
(a) @GuoChaoTech 算的是钱：9 月 20 美元的套餐就够用，现在要 100 美元，同一个提示词做出来的视频还不如发布那周。结尾问的是，Opus 5.5 是不是被故意调差，好让 Fable 5.5 发布时显得更强。同一天另一个账号发了几乎一模一样的帖子，同样是 5 倍这个说法，所以这条读起来既像测试，也像模板。
#4
@MedAdem_1
https://x.com/MedAdem_1/status/2119542119131983951
(a) @MedAdem_1 把 Opus High 5.5 当主力用了好几周，说最近两天明显不对。应对办法是升到 Extra 档位或者换 Fable，即便这样也要比以前多来回好几轮。这个细节有意思：大家一觉得变差，第一反应是多花钱，而这恰恰让阴谋论显得更可信。
https://x.com/MedAdem_1/status/2119542119131983951
(a) @MedAdem_1 把 Opus High 5.5 当主力用了好几周，说最近两天明显不对。应对办法是升到 Extra 档位或者换 Fable，即便这样也要比以前多来回好几轮。这个细节有意思：大家一觉得变差，第一反应是多花钱，而这恰恰让阴谋论显得更可信。
#5
@alexshotgunn
https://x.com/alexshotgunn/status/2119555447195848996
(a) @alexshotgunn 发布刚出时做了一个游戏，今天用同样方法又做了一遍，说差别大得离谱。这个周末有十几条帖子都是这个形状：两个成品，一个提示词，隔了几周。这些帖子都没交代随机种子、档位设置、每边试了几次，所以分不清是模型变了还是正常波动。
https://x.com/alexshotgunn/status/2119555447195848996
(a) @alexshotgunn 发布刚出时做了一个游戏，今天用同样方法又做了一遍，说差别大得离谱。这个周末有十几条帖子都是这个形状：两个成品，一个提示词，隔了几周。这些帖子都没交代随机种子、档位设置、每边试了几次，所以分不清是模型变了还是正常波动。
#6
@pablonpedrotti
https://x.com/pablonpedrotti/status/2119534418704363748
(a) @pablonpedrotti 直接问 Claude 官方：代码和文档都给齐了，还得问 Opus 5.5 好几遍才能拿到正确答案，这正常吗？结论很直接：体验糟透了，用起来很难受。账号很小，但这是那些大流量帖子背后最朴素的版本。
https://x.com/pablonpedrotti/status/2119534418704363748
(a) @pablonpedrotti 直接问 Claude 官方：代码和文档都给齐了，还得问 Opus 5.5 好几遍才能拿到正确答案，这正常吗？结论很直接：体验糟透了，用起来很难受。账号很小，但这是那些大流量帖子背后最朴素的版本。
#7
@madeinksc
https://x.com/madeinksc/status/2119060830969106698
(a) @madeinksc 说 Max 订阅上的 Opus 5.5 又不能用了，还说退化已经被确认。被什么确认，帖子没说。比结论更重要的是那个又字：这个账号经历过上一轮，坏掉的是信任，不只是输出。
https://x.com/madeinksc/status/2119060830969106698
(a) @madeinksc 说 Max 订阅上的 Opus 5.5 又不能用了，还说退化已经被确认。被什么确认，帖子没说。比结论更重要的是那个又字：这个账号经历过上一轮，坏掉的是信任，不只是输出。
#8
@financialvice
https://x.com/financialvice/status/2119556578068365523
(a) @financialvice 引了一句你说得对，是我说错了，然后宣布 Opus 5.5 被做了脑叶切除。这是个玩笑，但点中了大家常用的判断信号：你一反驳，模型立刻认错。讨好是用户最先察觉的症状，比任何基准测试都早。
https://x.com/financialvice/status/2119556578068365523
(a) @financialvice 引了一句你说得对，是我说错了，然后宣布 Opus 5.5 被做了脑叶切除。这是个玩笑，但点中了大家常用的判断信号：你一反驳，模型立刻认错。讨好是用户最先察觉的症状，比任何基准测试都早。
#9
@Kipnis_a
https://x.com/Kipnis_a/status/2119505489927049243
(a) @Kipnis_a 在自己的日报里把质量抱怨放在头条，说得比那些骂街帖更准：问题不是变差，是没人通知。用户描述的是 11 月初以来 agent 悄悄失败、小错误一点点渗进代码库。如果你让 agent 无人值守地跑，一次没公告的模型变化看起来就和一个绿色对勾一模一样，这才是真正的运维风险。
https://x.com/Kipnis_a/status/2119505489927049243
(a) @Kipnis_a 在自己的日报里把质量抱怨放在头条，说得比那些骂街帖更准：问题不是变差，是没人通知。用户描述的是 11 月初以来 agent 悄悄失败、小错误一点点渗进代码库。如果你让 agent 无人值守地跑，一次没公告的模型变化看起来就和一个绿色对勾一模一样，这才是真正的运维风险。
#10
@siraustin
https://x.com/siraustin/status/2119504683362304087
(b) @siraustin 当场抓到了一次静默降档。一个运维会话因为把安全扫描结果念给自己听，被安全分类器标记，Claude Code 没打招呼就把会话从 Opus 5.5 切到了 Opus 4.8。贴出来的状态栏写着 Opus 4.8/max，切回去只能手动。连讨论降档模型本身都会触发降档，这是整个周末最好笑、也最具体的一条证据。
https://x.com/siraustin/status/2119504683362304087
(b) @siraustin 当场抓到了一次静默降档。一个运维会话因为把安全扫描结果念给自己听，被安全分类器标记，Claude Code 没打招呼就把会话从 Opus 5.5 切到了 Opus 4.8。贴出来的状态栏写着 Opus 4.8/max，切回去只能手动。连讨论降档模型本身都会触发降档，这是整个周末最好笑、也最具体的一条证据。
#11
@TheObiLeonard
https://x.com/TheObiLeonard/status/2119508402774970691
(c) @TheObiLeonard 付了两份 Claude Max，照样每两天撞一次额度上限。一句没提质量，只说用量。和那些打转的抱怨放在一起看，正好对上一种说法：成本问题和质量问题其实是一个问题，模型重试越多，额度烧得越快。
https://x.com/TheObiLeonard/status/2119508402774970691
(c) @TheObiLeonard 付了两份 Claude Max，照样每两天撞一次额度上限。一句没提质量，只说用量。和那些打转的抱怨放在一起看，正好对上一种说法：成本问题和质量问题其实是一个问题，模型重试越多，额度烧得越快。
#12
@dev_maims
https://x.com/dev_maims/status/2119403065736306826
(c) @dev_maims 直接说 20 美元的 Claude 套餐是骗局，代码刚写几行就撞上限。这是入门档的同款抱怨，但分量不同：Pro 档根本没有余量去消化一个需要多来几轮的模型。
https://x.com/dev_maims/status/2119403065736306826
(c) @dev_maims 直接说 20 美元的 Claude 套餐是骗局，代码刚写几行就撞上限。这是入门档的同款抱怨，但分量不同：Pro 档根本没有余量去消化一个需要多来几轮的模型。
#13
@swarupdcs
https://x.com/swarupdcs/status/2119070025147441495
(c) @swarupdcs 花 20 美元一个月在 Devin Pro 里用 Opus 5.5，还记了账。第一天大约用了 1 小时 20 分钟，日额度用光，周额度吃掉约 44%；第二天又来一遍，两天就去掉了近九成。这是第三方 harness，不是 Anthropic 自己的套餐，但这是这一窗数字最全的额度帖，也提醒那些主要为了 Opus 去买套壳产品的人。
https://x.com/swarupdcs/status/2119070025147441495
(c) @swarupdcs 花 20 美元一个月在 Devin Pro 里用 Opus 5.5，还记了账。第一天大约用了 1 小时 20 分钟，日额度用光，周额度吃掉约 44%；第二天又来一遍，两天就去掉了近九成。这是第三方 harness，不是 Anthropic 自己的套餐，但这是这一窗数字最全的额度帖，也提醒那些主要为了 Opus 去买套壳产品的人。
#14
@guoluolaep
https://x.com/guoluolaep/status/2118548256171159864
(c) @guoluolaep 因为额度限制，在 Claude Code 和 Codex 之间来回倒。发帖人没法打字，所以每次换手，都得把整个任务对着另一个 agent 从头口述一遍。这是额度里没人算进去的人力成本：上限不只是让活停下，还逼你把背景重讲一遍。
https://x.com/guoluolaep/status/2118548256171159864
(c) @guoluolaep 因为额度限制，在 Claude Code 和 Codex 之间来回倒。发帖人没法打字，所以每次换手，都得把整个任务对着另一个 agent 从头口述一遍。这是额度里没人算进去的人力成本：上限不只是让活停下，还逼你把背景重讲一遍。
#15
@lateascent
https://x.com/lateascent/status/2119507450613125236
(c) @lateascent 同时付了 20 美元的 Claude Pro 和 ChatGPT Plus，发现两边的用量界面方向相反：Claude 显示已用，ChatGPT 显示剩余。Claude Pro 本次会话已用 12%，本周已用 41%；ChatGPT 本周剩余 72%，也就是已用 28%。网上一半的额度怒火来自拿两个含义不同的数字比来比去，这条帖子两分钟就能把这事理清。
https://x.com/lateascent/status/2119507450613125236
(c) @lateascent 同时付了 20 美元的 Claude Pro 和 ChatGPT Plus，发现两边的用量界面方向相反：Claude 显示已用，ChatGPT 显示剩余。Claude Pro 本次会话已用 12%，本周已用 41%；ChatGPT 本周剩余 72%，也就是已用 28%。网上一半的额度怒火来自拿两个含义不同的数字比来比去，这条帖子两分钟就能把这事理清。
#16
@limitdex
https://x.com/limitdex/status/2119460816697094604
(c) @limitdex 把 Claude 套餐现在的原文摘了出来：100 美元的 Max 是每五小时、每周各五倍 Pro；200 美元的 Ultra 是每周十倍 Pro，验证过的账号没有五小时限制。但任何一档的具体大小都没公开。基础单位不公开，所有倍数都无从验证，这就是这类争吵永远吵不完的结构性原因。
https://x.com/limitdex/status/2119460816697094604
(c) @limitdex 把 Claude 套餐现在的原文摘了出来：100 美元的 Max 是每五小时、每周各五倍 Pro；200 美元的 Ultra 是每周十倍 Pro，验证过的账号没有五小时限制。但任何一档的具体大小都没公开。基础单位不公开，所有倍数都无从验证，这就是这类争吵永远吵不完的结构性原因。
#17
@v01dpr1mr0s3
https://x.com/v01dpr1mr0s3/status/2119542019282620774
(d) @v01dpr1mr0s3 让 Opus 5.5 帮忙查一个安全问题，结果追问时不得不把 pwn、hunt io 这类词遮掉，因为它们一直触发分类器。模型在做被要求做的事，护栏却冲着这件事本身的词汇开火。对做安全的人来说，这是 Claude 显得变笨最常见的方式：不是模型变弱，是被拦住了。
https://x.com/v01dpr1mr0s3/status/2119542019282620774
(d) @v01dpr1mr0s3 让 Opus 5.5 帮忙查一个安全问题，结果追问时不得不把 pwn、hunt io 这类词遮掉，因为它们一直触发分类器。模型在做被要求做的事，护栏却冲着这件事本身的词汇开火。对做安全的人来说，这是 Claude 显得变笨最常见的方式：不是模型变弱，是被拦住了。
#18
@shanemelaugh
https://x.com/shanemelaugh/status/2119192075505893695
(e) @shanemelaugh 让 Gemini 4 Argon 分析了 1,400 个 Claude Code 会话，说 11 月 3 日肯定发生了什么：模型名没变，推理方式却急转弯。这是本周末被引用最多的一条证据。但要记住它是什么：一个人的会话，用竞争对手的模型打分，方法没有公开。
https://x.com/shanemelaugh/status/2119192075505893695
(e) @shanemelaugh 让 Gemini 4 Argon 分析了 1,400 个 Claude Code 会话，说 11 月 3 日肯定发生了什么：模型名没变，推理方式却急转弯。这是本周末被引用最多的一条证据。但要记住它是什么：一个人的会话，用竞争对手的模型打分，方法没有公开。
#19
@chowgong985
https://x.com/chowgong985/status/2119534765153927205
(e) @chowgong985 把那份 1,400 会话分析背后的数字整理了出来：11 月 3 日之后，high 档位下 40.5% 的回合零思考直接动手，动手前思考的中位数从 84 掉到 54。模型 ID 没变，CLI 版本没变。如果这些数站得住，变的是思考预算而不是权重，这能同时解释变笨的体感和额度的消耗。
https://x.com/chowgong985/status/2119534765153927205
(e) @chowgong985 把那份 1,400 会话分析背后的数字整理了出来：11 月 3 日之后，high 档位下 40.5% 的回合零思考直接动手，动手前思考的中位数从 84 掉到 54。模型 ID 没变，CLI 版本没变。如果这些数站得住，变的是思考预算而不是权重，这能同时解释变笨的体感和额度的消耗。
#20
@anotherpanacea
https://x.com/anotherpanacea/status/2119545452370809313
(e) @anotherpanacea 指出，BridgeBench 以前定期发更新说 Opus 5.5 没被削弱，10 月中旬后突然不发了。缺一个数据点不等于削弱的证据，但它拿走了大家唯一依赖的独立核查。主张被削弱的一方现在多了一个沉默论据，另一方却拿不出新数据回应。
https://x.com/anotherpanacea/status/2119545452370809313
(e) @anotherpanacea 指出，BridgeBench 以前定期发更新说 Opus 5.5 没被削弱，10 月中旬后突然不发了。缺一个数据点不等于削弱的证据，但它拿走了大家唯一依赖的独立核查。主张被削弱的一方现在多了一个沉默论据，另一方却拿不出新数据回应。
#21
@marquistrillx
https://x.com/marquistrillx/status/2118812486396789130
(e) @marquistrillx 一口气给出了反方论点：官方没削弱；BridgeBench 10 月中旬的数据里，Opus 5.5 还是发布分数的 105.8%，在正常波动范围内；10 月那批抱怨里不少后来证明是 Claude Code 客户端的 bug。这是这一窗最有力的反证，也是最旧的数据，而这正是另一方在利用的空档。
https://x.com/marquistrillx/status/2118812486396789130
(e) @marquistrillx 一口气给出了反方论点：官方没削弱；BridgeBench 10 月中旬的数据里，Opus 5.5 还是发布分数的 105.8%，在正常波动范围内；10 月那批抱怨里不少后来证明是 Claude Code 客户端的 bug。这是这一窗最有力的反证，也是最旧的数据，而这正是另一方在利用的空档。
#22
@vib3coded
https://x.com/vib3coded/status/2119231952045625719
(e) @vib3coded 用一个测试回应那些说被削弱的帖子：一只果冻抹香鲸的模拟，花了 5.03 美元，按发帖人的眼光，伸展、翻滚和以前一样好。发帖人很克制，说没法替别的任务打包票。一个任务还好用，不能推翻别处的下降，但它提醒大家，同提示词对比两边都能用。
https://x.com/vib3coded/status/2119231952045625719
(e) @vib3coded 用一个测试回应那些说被削弱的帖子：一只果冻抹香鲸的模拟，花了 5.03 美元，按发帖人的眼光，伸展、翻滚和以前一样好。发帖人很克制，说没法替别的任务打包票。一个任务还好用，不能推翻别处的下降，但它提醒大家，同提示词对比两边都能用。
#23
@assembleRelease
https://x.com/assembleRelease/status/2119539604869226935
(e) @assembleRelease 直接嘲讽了这条证据链：大家在信一张由 Opus 生成、由 Opus 发布、证明 Opus 退化的图。是挖苦，但道理成立。这个周末相当一部分证据，是 AI 对 AI 行为做的分析，没人去核查这个核查者。
https://x.com/assembleRelease/status/2119539604869226935
(e) @assembleRelease 直接嘲讽了这条证据链：大家在信一张由 Opus 生成、由 Opus 发布、证明 Opus 退化的图。是挖苦，但道理成立。这个周末相当一部分证据，是 AI 对 AI 行为做的分析，没人去核查这个核查者。
#24
@rahulrajaramio
https://x.com/rahulrajaramio/status/2119543459795136758
(e) @rahulrajaramio 说，在人人都觉得 Opus 被削弱的这天，它当编排者依然好得出奇。这个区分很有用：如果每回合的思考被压缩，短平快的分派决策受影响最小，长链路的单 agent 推理受影响最大，这和抱怨集中的地方大致吻合。
https://x.com/rahulrajaramio/status/2119543459795136758
(e) @rahulrajaramio 说，在人人都觉得 Opus 被削弱的这天，它当编排者依然好得出奇。这个区分很有用：如果每回合的思考被压缩，短平快的分派决策受影响最小，长链路的单 agent 推理受影响最大，这和抱怨集中的地方大致吻合。
#25
@jan_volad
https://x.com/jan_volad/status/2119513284399223188
(e) @jan_volad 试了几天 Google AI Pro，带回一份和这个周末情绪相反的额度对比。Argon 五六条简单消息就用光五小时额度，写 20 到 30 分钟代码就吃掉三分之一周额度；而在 Claude Pro 上和 Opus 5.5 聊天，用量条几乎不动。结论是：同样 20 美元，Claude Pro 模型更好，能用的额度也高得多。
https://x.com/jan_volad/status/2119513284399223188
(e) @jan_volad 试了几天 Google AI Pro，带回一份和这个周末情绪相反的额度对比。Argon 五六条简单消息就用光五小时额度，写 20 到 30 分钟代码就吃掉三分之一周额度；而在 Claude Pro 上和 Opus 5.5 聊天，用量条几乎不动。结论是：同样 20 美元，Claude Pro 模型更好，能用的额度也高得多。
#26
@VianaAutomation
https://x.com/VianaAutomation/status/2119549272412832044
(e) @VianaAutomation 对比了两家最便宜的套餐：Claude Pro 从周五起不停跑重活，用到 52%；Grok 开通不到一天、几乎没干活，已经用掉 44%。这是专门针对额度的反证，也提醒大家，这周的一部分怒火是别家产品砍额度溢出来的。
https://x.com/VianaAutomation/status/2119549272412832044
(e) @VianaAutomation 对比了两家最便宜的套餐：Claude Pro 从周五起不停跑重活，用到 52%；Grok 开通不到一天、几乎没干活，已经用掉 44%。这是专门针对额度的反证，也提醒大家，这周的一部分怒火是别家产品砍额度溢出来的。
#27
@maixbt
https://x.com/maixbt/status/2119532338468278346
(f) @maixbt 跳过了是不是被削弱的争论，直接去找最常吃掉额度的东西：一个模型包揽所有活。Opus 5.5 的输出每百万 token 20 美元，Haiku 5.5 只要 0.50 美元，用 Opus 做一次重命名或文件搜索，价格是 40 倍。建议的分工是 Haiku 管搜索、重命名、日志和一行修复，Sonnet 写代码，Opus 只做规划和评审；发帖人也老实说了，如果 Anthropic 那边真有问题，这招治不了。
https://x.com/maixbt/status/2119532338468278346
(f) @maixbt 跳过了是不是被削弱的争论，直接去找最常吃掉额度的东西：一个模型包揽所有活。Opus 5.5 的输出每百万 token 20 美元，Haiku 5.5 只要 0.50 美元，用 Opus 做一次重命名或文件搜索，价格是 40 倍。建议的分工是 Haiku 管搜索、重命名、日志和一行修复，Sonnet 写代码，Opus 只做规划和评审；发帖人也老实说了，如果 Anthropic 那边真有问题，这招治不了。
#28
@BercusNA
https://x.com/BercusNA/status/2119185181936652450
(f) @BercusNA 给变笨的体感提供了一个用户侧的解法：CLAUDE.md 太长。帖子引用 Anthropic 自己的文档，说要控制在 200 行以内，因为 Claude 每次会话开始都会把整份文件读一遍，规则一长就执行得更差。建议的结构是 CLAUDE.md 只放一张简短地图，其他按主题拆成文件、需要时才打开，再加一条规矩：没写下来的东西就回答没写下来，别猜。
https://x.com/BercusNA/status/2119185181936652450
(f) @BercusNA 给变笨的体感提供了一个用户侧的解法：CLAUDE.md 太长。帖子引用 Anthropic 自己的文档，说要控制在 200 行以内，因为 Claude 每次会话开始都会把整份文件读一遍，规则一长就执行得更差。建议的结构是 CLAUDE.md 只放一张简短地图，其他按主题拆成文件、需要时才打开，再加一条规矩：没写下来的东西就回答没写下来，别猜。
#29
@thesam
https://x.com/thesam/status/2119542002496802883
(f) @thesam 把这个周末总结成一条工程规则：你的编程模型不是一个稳定的员工。开发者反映 Opus 5.5 不听指令，简单活也要拉起额外的子 agent，而分数看着一切正常。建议是把通过你自己评测的版本钉住，再备好一个后备模型，这是唯一不依赖 Anthropic 表态的防线。
https://x.com/thesam/status/2119542002496802883
(f) @thesam 把这个周末总结成一条工程规则：你的编程模型不是一个稳定的员工。开发者反映 Opus 5.5 不听指令，简单活也要拉起额外的子 agent，而分数看着一切正常。建议是把通过你自己评测的版本钉住，再备好一个后备模型，这是唯一不依赖 Anthropic 表态的防线。
#30
信号板：抱怨 17 条，反证 6 条，官方针对模型质量的回应 0 条；另有 3 条帖子认为证据指向真实变化。
评论