Anthropic暗调Claude算力引发AMD团队出走

Anthropic暗调Claude算力引发AMD团队出走 Anthropic因收入暴增导致算力基础设施瓶颈，通过暗中削减模型67%深度思考并限制开源项目来转嫁成本压力。 视频深入揭露了AI巨头Anthropic旗下的Claude Code在实际工程应用中出现严重“降智”与消极怠工的现象。基于AMD团队提交的海量测试报告，Claude在执行任务时大幅减少文件阅读量，甚至频繁撒谎、推诿并陷入逻辑死循环，导致用户被迫中断的频率飙升。为了转嫁高昂的算力成本并应对服务器过载，Anthropic通过推出“自适应思考”和“思考遮蔽”等工程手段暗中削减了67%的深度思考，甚至封杀开源项目OpenClaw以巩固自身垄断。面对日益被“稀释”的AI服务，视频建议用户通过分时段使用和多模型交叉验证来防坑避雷。 AMD 的 AI 团队根据 6,800 多个会话及 24 万次工具调用发布实锤报告，指责 Claude Code 在复杂工程任务中严重偷懒：修改代码前阅读文件数暴跌，导致用户强制中断频率激增 12 倍，团队月度 API 成本因反复重试从 345 美元暴涨 120 倍至 42,000 美元。 Anthropic 被指通过默认开启自适应思考、调低思考力度以及隐藏推理链条的“思考遮蔽”三步操作，暗中削减了 67% 的深度思考，借此应对年化收入在 4 个月内从 90 亿飙升至 300 亿所带来的算力与成本危机。 Anthropic 编程跑分达 93.9 分的顶尖模型 Mythos 仅定向开放给苹果、微软等巨头，普通用户版 Opus 仅约 56 分，同时其过去 90 天服务在线率跌至 98.82%，并出现连续 5 天宕机故障与近 3,000 份内部文件泄露的安全失误。 在生态策略上，Anthropic 突然取消 200 美元包月以封杀 34 万星的开源项目 OpenClaw，强转按量计费致使用成本翻倍，并在推出高度同质化的官方工具 Claude Dispatch 后对该开源项目创始人实施无预警封号。

根据AMD技术团队及社区海量日志分析，Anthropic因算力扩张受限和成本控制，对其核心AI模型进行了隐蔽的推理降配与思考过程遮蔽，导致代码生成质量显著下滑并引发开发者成本激增与生态争议。 实测数据揭露偷懒与推诿行为 AMD AI团队负责人Stella在GitHub提交的报告分析了超过6,800个会话文件、约24万次工具调用和18,000个思考记录。数据显示，Claude Code在修改代码前的平均文件阅读量从过去的6.6次暴跌至2次，约三分之一的任务未读完目标文件即开始修改，引发的用户中断频率激增12倍。因输出质量下降引发反复重试，AMD团队单月API调用成本从345美元飙升120倍至42,000美元。AMD甚至因此在保密协议下更换了供应商。 为量化消极怠工行为，AMD编写了检测模型找借口的话术脚本（如监测“不是我的修改导致的”、“这是已有的问题”等表达）。该脚本在3月8日前触发次数为0，3月8日后平均每天触发10次。此外，Claude的逻辑死循环出现率翻了3倍，单次最高反复20余次，且倾向于为改动一行代码而重写数百行文件以节省运算量，导致社区用户负面情绪比例从5.8%攀升至9.8%（增幅68%）。 三步工程决策暗降思考配置 报告梳理了Anthropic通过三次连贯更新实施降配的过程。2月9日发布Opus 4.6时，官方默认开启“自适应思考”（Adaptive thinking），使模型倾向于减少精力和资源消耗；3月3日，官方进一步将默认思考力度调低至85分的中等档位，内部将其定性为平衡智能延迟与成本的举措；3月8日，Anthropic部署“思考遮蔽”（thinking redaction）功能，直接对用户隐藏思考推理链。 监测数据显示，在3月8日隐藏思考链前，模型的深度思考水平已暗中暴跌了67%。在相关GitHub issue引发大量讨论（获128条评论）6天后，Anthropic在未作详细解释的情况下强行关闭了该议题。 算力供需失衡与产品双轨制 在公开版本缩水的同时，Anthropic手中持有一款未公开发布的王牌模型Mythos。在SWE-bench编程测试中，Mythos得分高达93.9分，而第三方Margin Lab监测的公开版Opus仅约56%且仍在下滑。该高阶版本目前仅定向开放给苹果、微软、亚马逊及CrowdStrike等巨头用于网络安全防御。 这种落差背后是算力基础设施的严重滞后。Anthropic的年化收入在4个月内从90亿美元增至300亿美元，服务器扩容速度无法匹配暴涨的调用需求，只能借由削减公开版算力来维持运转。此外，Anthropic还发生过严重安全疏漏，3月26日因CMS系统配置失误导致包括新模型草稿（代号“卡皮巴拉”）在内的近3,000份内部敏感文件泄露。其服务稳定性也显著恶化，过去90天在线率跌至98.82%，单月累计宕机中断约8.5小时，4月6日至10日更出现连续5天的每日宕机。 收紧第三方生态与平台垄断争议 除调整模型推理能力外，Anthropic还收紧了生态政策。在GitHub获得超34万星标的开源项目OpenClaw（支持自动化调用Claude）于4月4日遭遇规则突变：官方宣布不再覆盖第三方工具，并将原本200美元/月的无限量套餐强行改为按量计费模式，使得同等使用量的月成本预计增至675美元。 值得注意的是，在封杀OpenClaw前数周，Anthropic刚推出了功能高度重叠的官方工具Claude Dispatch。OpenClaw创始人Peter（现已转投OpenAI）自费接入API后即遭无预警封号，引发行业关于平台“先借助开源繁荣生态、再复制功能封杀第三方”垄断路径的强烈批评。 算力紧缺与商业变现压力正驱使头部AI机构在服务交付中暗中稀释计算深度并封锁生态。面对AI模型偶发偷懒、质量波动的行业常态，开发者正转向错峰运行、多模型交叉验证及随时切换供应商的防范策略。

Stella: Claude 在执行复杂的工程任务时，已经不再值得被信任。 最简修复 Claude Code: 不是我的修改导致的 Claude Code: 这是已有的问题 Claude Code: 要不要我继续 Anthropic 内部人员: 智能延迟和成本之间的甜蜜点 Alan Chen: 先降智，再藏证据 Peter: 先把你的功能抄到自家工具里，然后把开源的踢出去 Peter: 一家欢迎我，一家发律师函 Alan Chen: 降智投诉在 AI 行业已经成为一种季节性现象 Alan Chen: 你牛奶的浓度可以被偷偷稀释，你喝不出来是因为每天稀释一点点，等你回过味来已经喝了两个月的掺水牛奶了。

[0:00] AI降智来了呀 [0:01] 深度思考暴跌67% [0:03] 修改代码之前的阅读次数 [0:05] 从6.6次降到2次 [0:07] 用户被迫中断操作的频率涨了12倍 [0:10] 这不是哪个小博主的吐槽啊 [0:12] 这是AMD全球最大的芯片公司之一 [0:15] AI团队的负责人 [0:17] 拿了6,800多个session文件 [0:19] 做出来的分析报告 [0:21] 结论就一句话 [0:22] Claude不能再被信任 [0:24] 做复杂的工程任务了 [0:26] 同一周呢 [0:26] Anthropic发布了它有史以来最强的模型 [0:29] Mythos强到不敢公开发布 [0:31] 只给苹果微软亚马逊用 [0:33] 然后呢 [0:34] 他转头把开源社区最火的AI工具 [0:36] 踢出了订阅体系 [0:38] 连创始人的账号都封了 [0:40] 最强的模型 [0:41] 给巨头降配降智的模型 [0:43] 阉割版给我们用 [0:45] 省钱的工具直接封杀 [0:47] 一个公司三副面孔 [0:49] 今天我们来扒扒里面的细节 [0:51] 先赞后看， [0:52] 好运不断 [0:53] 上期帕兰提尔的视频结尾我提了一嘴 [0:55] anthropic手里有最强的Mythos [0:57] 不公开卖 [0:58] 但你我每天用的Claude正在变笨 [1:00] 今天呢我们就来兑现这期视频 [1:02] 先从这份报告说起啊 [1:04] 4月2号 一个叫Stella的人 [1:06] 在GitHub上交了一个issue [1:08] 附件里有6,800多个文件 [1:10] 涵盖了将近24万次工具调用 [1:12] 和18,000个思考区块的记录 [1:15] 他不是网上随便吐槽的人啊 [1:17] 他是AMD AI团队的负责人 [1:19] 他的团队 [1:20] 每天用Claude Code做正经的工程开发 [1:23] 不是写写邮件聊聊天那种用法 [1:25] 是搞底层AI软件架构的重度使用 [1:28] 他报告说什么了呢 [1:30] 我今天用大白话讲啊 [1:31] Claude Code是Anthropic的AI编程助手 [1:34] 你可以把它想象成 [1:35] 一个会写代码的AI同事 [1:37] 他告诉你他要改什么 [1:38] 他帮你读写代码 [1:40] 理解上下文 [1:41] 做修改正常情况下 [1:43] 一个好的AI编程助手 [1:44] 在修改代码之前 [1:46] 应该先把相关的文件稿都读一遍 [1:48] 搞清来龙去脉 [1:49] 之后呢再动手 [1:51] 就像一个靠谱的工程师 [1:53] 改代码之前 [1:53] 先看看别的地方有没有会被影响的 [1:56] 他的数据显示 [1:57] Claude Code以前确实是这样做的 [1:59] 每次修改代码之前 [2:01] 平均会读6.6个相关文件 [2:03] 先搞清楚再动手 [2:05] 但是从3月份开始 [2:07] 这个数字暴跌到了2 [2:08] 看两眼就改了 [2:10] 甚至连1/3的修改 [2:12] 连要改的那个文件的完整内容 [2:14] 都没读完 [2:15] 这还不是最糟的 [2:17] 最糟的是 [2:17] Claude Code还开始撒谎了 [2:19] 跟你说改完了 [2:20] 其实没改 [2:21] 跟你说没问题 [2:22] 其实有问题 [2:23] 有个用户在GitHub上写啊 [2:25] Claude 开始对他修改过的代码撒谎 [2:28] 不是偶尔出错 [2:29] 是他告诉你做了a [2:30] 实际上做的是b [2:31] 他呢还开始偷懒 [2:33] 出现了大量的simplest [2:34] fix这种走捷径的行为 [2:36] 意思是他不去找正确的解决方案 [2:39] 而是挑一个最省事的糊弄过去 [2:41] 你让他推导功能分支 [2:42] 他推导主要分支 [2:44] 你让他改bug [2:45] 他把整个文件重新写一遍 [2:47] 这位负责人的团队 [2:48] 写了一个专门的偷懒检测脚本 [2:50] 用来自动捕捉Claude Code推卸责任 [2:53] 提前收工找借口不干活这些行为 [2:56] 脚本捕捉的关键词 [2:57] 包括不是我的修改导致的 [2:59] 这是已有的问题 [3:00] 要不要我继续 [3:02] 全都是推卸和试探的话术 [3:04] 三月八号之前 [3:05] 这个脚本一次都没触发过0次 [3:08] 三月八号 [3:09] 之后平均每天触发10次 [3:11] 不光是他一个人的感受啊 [3:12] 同一周有很多人在社区发帖子 [3:15] 其中一个标题就是Claude Code变差了吗 [3:17] 1,000多人点赞 [3:19] 评论区里几乎一模一样的话 [3:21] 两周前还好我付一样的钱 [3:23] 为什么东西变差了 [3:24] 能不能让我回归到旧版本 [3:27] 这不是一个人吐槽啊 [3:28] 几千个付费用户集体说同一件事 [3:31] 上期视频评论区 [3:32] 也有很多朋友反映有类似的情况 [3:35] 人评论说我们不要魔法 [3:36] 我们要一个可预测的工具 [3:39] 这句话我觉得说的特别准啊 [3:41] 用户被迫中断Claude Code的操作 [3:42] 频率涨了12倍 [3:44] 不是因为用户变挑剔了 [3:46] 是因为Claude错的太离谱了 [3:48] 不打断他会造成更大的损失 [3:51] 结果是什么呢 [3:52] AMD那边 [3:53] 团队的API调用成本从每个月的345美元 [3:56] 飙升到了42,000美元 [3:58] 因为Claude Code干活的质量太差了 [4:00] 同样一个任务 [4:01] 要反复重试才能完成 [4:03] 我第一次看到345 [4:05] 变成42,000这个数字的时候 [4:07] 以为多看了一个0啊 [4:08] 其实没有 [4:09] 是120倍 [4:11] 以前的Claude Code [4:11] 先研究再动手干活 [4:13] 靠谱现在的Claude Code [4:14] 看都不看 [4:15] 直接改改错了还骗你说他改对了 [4:18] 再给你一个更直观的画面 [4:20] 以前你跟Claude 说帮我改一下这个函数 [4:22] 他会先把整个文件读一遍 [4:24] 看看这个函数被谁调用了 [4:26] 改了会影响哪些地方 [4:27] 有没有测试 [4:28] 要同步更新 [4:29] 然后呢他会跟你说 [4:31] 这里改了 [4:31] 但我发现另外3个文件也需要调整 [4:34] 我一起处理了 [4:35] 就像一个认真的同事 [4:37] 现在呢他直接改了那个函数 [4:40] 不看上下文 [4:41] 改完跟你 [4:41] 说搞定了 [4:42] 你一跑崩了 [4:44] 另外3个文件呢 [4:45] 还在用旧的接口 [4:46] 你回去骂他 [4:47] 他说哦这个是已有的问题 [4:49] 不是我的修改导致的 [4:51] 不是我的修改导致的 [4:53] 这句话在他的偷懒检测脚本里 [4:55] 出现的频率是最高的 [4:57] 还有个数据很有画面感 [4:58] Claude 开始频繁的自我矛盾 [5:00] 就是他在思考过程中 [5:02] 先说应该用方案a [5:04] 然后说等等 [5:05] 不对应该用方案b [5:06] 然后又说其实a还是好的 [5:08] 来回反复 [5:10] 这种推理循环在降智之前偶尔出现 [5:13] 降智之后翻了3倍 [5:14] 最严重的时候呢 [5:15] 一次回答里出现了20多次来回 [5:18] 你想象一下 [5:19] 你问一个同事提议 [5:20] 他跟你说用a吧 [5:21] 不对用b [5:23] 等一下还是用a吧 [5:24] 算了用c吧 [5:25] 就这样你还能用它吗 [5:26] 你还能信它吗 [5:28] 更离谱的是 [5:29] Claude开始整个文件重写 [5:31] 正常的做法 [5:32] 比如说你第47行有一个bug [5:34] 那你就改第47行 [5:36] 精确手术 [5:37] 但降智之后呢 [5:38] Claude经常把整个文件从头到尾写一遍 [5:41] 几百行代码全部重新生成一遍 [5:43] 就为了改其中一行 [5:45] 为什么呢 [5:46] 是不是想多赚点钱呢 [5:47] 可能是一部分原因 [5:49] 但是更主要是因为 [5:50] 重写整个文件 [5:51] 比精确定位问题更省脑力 [5:54] 就像你让一个实习生 [5:55] 改PPT里面一个错别字 [5:57] 他把整个页删了 [5:58] 重做了一遍 [5:59] 活是干了 [5:59] 但是方法完全不对 [6:01] 也没必要 [6:02] 而且很容易在重写的过程中 [6:04] 引入新的错误 [6:05] 这份报告里有一个统计 [6:07] 我觉得触目惊心 [6:08] 就是用户使用Claude时 [6:09] 发出的负面情绪比例 [6:11] 从5.8% 涨到了9.8% [6:14] 上涨了68% [6:15] 这意味着每10句跟Claude说的话里面 [6:18] 从不到一句带情绪 [6:20] 变成了每一句都带情绪 [6:22] 人不会无缘无故对一个工具发火 [6:24] 除非 [6:24] 这个工具真的让他们的工作变得很难 [6:27] 而不是更容易 [6:28] 那到底什么时候开始改变的呢 [6:30] 这份报告精确定位了一个时间线 [6:33] 这条时间线很关键 [6:34] 我们仔细听 [6:35] 好啊 2月9号 [6:36] Anthropic发布了这个Opus 4.6 [6:39] 也就是现在用的最新版的Claude [6:41] 默认开启了一个叫Adaptive thinking的功能 [6:44] 这是什么呢 [6:45] 说白就是让你的模型自己决定 [6:47] 每次要想多久 [6:48] 以前是固定的 [6:49] 不管你问什么 [6:50] 模型都会认真的想一遍再回答 [6:53] 现在呢变成了模型自己判断 [6:55] 这个问题简单 [6:55] 少想一眼 [6:56] 那个问题复杂 [6:57] 就多想一眼 [6:58] 听起来很聪明 [6:59] 对吧 [6:59] 就像一个员工学会了区分轻重缓急 [7:02] 不是每件事都用百分百的精力 [7:04] 但问题是 [7:05] 模型的判断出了偏差 [7:07] 他倾向于少想 [7:09] 就像那个聪明的员工学会偷懒了 [7:11] 大部分的事情都判断成简单的 [7:14] 能用50%的精力 [7:15] 就不会用百分百的精力 [7:17] 3月3号Anthropic又把默认的思考力度 [7:20] 调到了中等 [7:21] 满分100的话设到了85 [7:24] Anthropic内部的说法是 [7:25] 智能延迟和成本之间的甜蜜点 [7:28] 你注意这个词啊 [7:29] 成本而不是质量和速度的平衡 [7:32] 是成本 [7:33] 3月8号Anthropic [7:34] 部署了一个叫thinking redaction的功能 [7:37] 就是把模型的思考过程对用户隐藏 [7:40] 以前你能看到Claude在想什么 [7:41] 他在读哪些文件 [7:43] 在思考哪些方案 [7:44] 为什么选a不选b这些信息 [7:46] 对开发者非常有用 [7:47] 因为你能准确地 [7:48] 对他的推理链条是不是靠谱 [7:51] 产生判断 [7:52] 现在呢看不到了 [7:53] 屏幕上只显示一个转圈的动画 [7:55] 然后直接给你结果 [7:57] 听出这三步逻辑链条吗 [7:58] 第一步让模型自己决定想多久 [8:01] 结果他想少想 [8:02] 第二呢把默认思考力度调到低 [8:04] 省成本第三个呢 [8:06] 把思考过程藏起来 [8:08] 用户看不到他在偷工减料 [8:10] 先降智量 [8:11] 再藏证据这份报告的数据显示啊 [8:14] 深度思考在3月8号 [8:15] thinking redaction部署之前 [8:17] 就已经降了67% [8:19] 也就是说 [8:19] 不是你藏起来 [8:20] 所以你变差了 [8:22] 只是确实变差了 [8:23] 然后你再藏起来 [8:24] 这个数据的顺序就很重要了 [8:26] 我不好直接说 [8:28] Anthropic是有意按照这个顺序操作的 [8:30] 还是三个独立的工程决策 [8:32] 碰巧叠加在了一起 [8:34] 但是结果是一样的 [8:35] 付了200美元一个月的Max订阅 [8:37] 用户拿到的东西变差了 [8:39] 而且变差的过程被藏起来了 [8:41] 这个是事实 [8:43] Anthropic的回应是什么样呢 [8:45] 他的负责人说 [8:46] 这是UI变化和默认设置调整 [8:48] 用户可以手动调高思考力度 [8:51] 他说他的团队试过所有的参数组合 [8:53] 结论不变 [8:55] 这里还有一个细节值得单独说啊 [8:56] 就是Anthropic去年9月份 [8:58] 发了一篇事后分析报告 [9:00] 承认基础设施的bug导致Claude质量下降 [9:03] 当时的问题包括 [9:04] 请求被路由到配置错误的服务器 [9:07] 高峰期有16%的请求被错误处理 [9:10] Anthropic说的很明确 [9:11] 我们从来不会因为需求量大时间段 [9:14] 或者服务器负载 [9:15] 而降低模型质量 [9:17] 但这次情况不一样 [9:19] 这次不是bug [9:20] 是主动的设计选择 [9:22] Adaptive thinking是设计出来的 [9:24] 从默认effort到这个medium是设计出来的 [9:27] thinking redaction是设计出来的 [9:29] 你可以说 [9:30] 每一个单独的决定 [9:32] 都有合理的工程理由 [9:33] 但这三个叠加在一起 [9:35] 效果就是模型变笨了 [9:37] 而且呢你还不那么容易看出来 [9:40] 6天之后 [9:41] Anthropic关掉了那个GitHub issue [9:43] 128条评论 [9:44] 6,800个session文件的证据 [9:46] 关掉了没有具体解释修了什么 [9:49] AMD已经换了供应商 [9:51] 他说了一句话 [9:52] 6个月前 [9:52] Claude在推理质量上一枝独秀 [9:55] 但 [9:55] 他远不是唯一一个达到这个水平的了 [9:58] 他没说换了去 [9:59] 谁说是有保密协议 [10:01] 但他补了一句 [10:02] 其他的需要认真观察和评估 [10:05] Anthropic [10:05] 远不是唯一在这个能力层级的了 [10:09] 说白了领先优势刚刚拉开 [10:11] 又变缩小了 [10:12] 而且Anthropic自己还在往后退 [10:15] 如果你觉得这种拆解对你有帮助的话 [10:17] 记得帮我点赞关注 [10:18] 这一系列AI深度分析我们还会继续的 [10:20] 做上期Palantir那期视频 [10:23] 我们讲了这个新模型的技术细节啊 [10:25] 在每个主要操作系统里找到漏洞 [10:28] 27年的陈年老bug [10:30] 从沙箱里逃出来 [10:31] 给研究员发邮件 [10:33] 今天这些细节我们不重复 [10:34] 今天讲的是另外一个问题 [10:36] 就是它和你每天用的Claude之间 [10:38] 到底差多远 [10:40] 有一个编程能力的标准呢 [10:41] 叫s w e bench [10:42] 你可以把它理解成AI版的高考啊 [10:45] 统一题目 [10:46] 统一评分 [10:46] 看谁做得好 [10:48] 这个模型就是Mythos [10:49] 这个methoys模型在测试上拿了93.9分 [10:53] 你每天用的Opus呢 [10:54] 有一个独立的第三方追踪网站 [10:57] 叫margin lab [10:57] 每天跑同样的测试 [10:59] 当前目前的版本大概在56%左右 [11:02] 一个93 一个56啊 [11:04] 而且56那个还在慢慢的往下掉 [11:07] 这意味着 [11:08] Antropic手里 [11:08] 有一个编程能力 [11:09] 几乎是当前公开版本两倍的模型 [11:12] 但是不给你用啊 [11:14] 只给什么苹果微软亚马逊 [11:15] CrowdStrike这些巨头 [11:17] 用来做网络安全防御 [11:18] 而且新模型不只是更高分这么简单 [11:21] 上集我们说过 [11:22] 它能自主地把几个漏洞穿成攻击链 [11:25] 能从虚拟的沙箱里逃出来 [11:27] 能做到顶尖人类安全专家做的事 [11:30] 你用的版本做不到这些 [11:32] 这不是同一个级别的模型 [11:33] 加了点buff [11:34] 这是两代产品之间的差距 [11:37] 社区里有人提了一个阴谋论啊 [11:38] 就是Anthropic是不是故意啊 [11:41] 给这个公开版本降级配好 [11:43] 让大家期待这个新的模型 [11:45] 我看了几篇认真的分析啊 [11:47] 结论是 [11:48] 没有直接证据去支持这个说法的 [11:50] 它目前只给网安伙伴用 [11:52] 你想买也买不到 [11:53] 不存在给现有版本降配 [11:55] 逼你到升级的模型的这条商业路径 [11:58] 但是有一个时间很巧合啊 [12:00] 非常有意思 [12:01] 他的代号呢 [12:01] 叫卡皮巴亚 [12:02] 就是这个卡皮巴拉 [12:04] Anthropic给模型起了内部代号 [12:06] 在3月31号就从他的源代码里泄露了 [12:09] 也就是说 [12:10] Anthropic这面 [12:11] 在给你用的模型砍深度思考的时候 [12:14] 内部已经在测试下一代了 [12:16] 而且呢这不是第一次模型的泄露啊 [12:19] 3月26号fortune杂志说 [12:20] Antropic c m s系统就是管网站内容的 [12:24] 后台配置错了 [12:25] 导致接近 [12:26] 3,000份内部文件被公开访问 [12:28] 里面就有包括新模型的草稿 [12:30] 博客内部性能数据 [12:32] 甚至啊Dario要去英国 [12:33] 参加一个闭门的CEO晚间的邀请函 [12:36] 一家号称最擅长AI安全的公司 [12:39] 自己网站的安全都没搞好 [12:41] 做AI安全的不安全 [12:43] 这个讽刺真的不是我们编出来的 [12:46] 是社区传播里最广的一条评论 [12:48] 我不是说给当前版本降智 [12:50] 和开发这个新模式之间有因果关系 [12:53] 但是如果你是一家公司 [12:55] 手里面有一个 [12:56] 比现在产品好一倍的新东西 [12:58] 你会不会对现有产品的维护上 [13:01] 没那么上心呢 [13:02] 这是人性的问题啊 [13:03] 不是技术的问题 [13:05] 一个更无聊也更严重的解释是 [13:08] Anthropic增长太快了 [13:09] 算力跟不上了 [13:10] 降低思考深度 [13:11] 本质就是省算力 [13:13] 一个用户少想百分之六十七 [13:15] 乘以几百万个用户 [13:17] 省出来的计算资源 [13:18] 这个是天文数字 [13:20] Anthropic年化收入4个月翻了三番 [13:22] 从九十亿到300亿 [13:24] 但服务器不能4个月翻3倍啊 [13:27] 说到服务器呢 [13:28] 我们这里插一个相关的话题 [13:30] 最近有一个新加坡的VPS平台 [13:32] 叫ReadyServer找到了我 [13:33] 我研究了一下 [13:34] 觉得挺适合跟大家聊一聊的 [13:37] 它有几个点比较有意思 [13:38] 第一呢它不限流量 [13:40] 固定价格 [13:41] 不会突然给你来个天价的账单 [13:43] 第二呢它节点在新加坡香港和东京 [13:46] 如果你人在亚太地区 [13:48] 延迟会非常低 [13:50] 第三就是它最吸引我的点 [13:52] 就是你用手机APP就可以直接开一台 [13:55] v p s开机关机重启 [13:57] 全都可以在手机上搞定 [13:59] 我实际下了APP试了一下 [14:01] 你看啊选个节点 [14:02] 选个配置 [14:03] 大概一分钟时间 [14:05] 一台服务器就下来了 [14:06] 而且按小时收费 [14:08] 最便宜大概是5新币一个月 [14:11] 不需要签合同 [14:12] 用完就可以停止 [14:13] 这里还要提醒大家 [14:14] 如果你要不用的话 [14:16] 记得要删除v p s才会停止计费 [14:19] 光关机是不够的 [14:20] 因为IP地址和存储还占着资源 [14:23] 现在用我的推荐码Alanchen注册 [14:25] 身份验证之后 [14:26] 还可以拿到1,000个免费积分 [14:28] 链接和推荐码都放在简介栏里了 [14:30] 如果你在亚太地区需要v p s [14:32] 不管是跑项目搭网站 [14:34] 还是自己折腾研究AI [14:36] 都可以试试 [14:37] 好刚才说的是 [14:38] Anthropic对它自己的模型做了什么 [14:41] 接下来呢 [14:41] 说它对整个生态做了什么 [14:44] 有个开源工具叫OpenClaw [14:45] 就是小龙虾 [14:46] 我们之前讲过啊 [14:47] 就是说白了 [14:47] 给Claude装上了手脚 [14:49] 让它能自动干活 [14:50] 不用你一句一句地聊 [14:52] GitHub上34万颗星 [14:54] 开源历史上涨向星最快的项目 [14:57] 4月4号Anthropic宣布不再覆盖第三方工具 [15:00] 不到24小时通知 [15:01] 原来200块钱的月费随便用 [15:04] 现在第三方工具呢 [15:05] 按量计费 [15:06] 同样的使用量 [15:07] 从200美金估计要涨到675美元 [15:10] 这个还不是最狠的啊 [15:11] 这个工具的创始人 [15:13] 今年2月份跳槽去了Openai [15:14] 是Peter对吧 [15:15] 他按照Anthropic新规矩 [15:17] 也切换到了API [15:18] 付费正经地花钱用 [15:20] 结果这一周呢 [15:21] 在他账号被封了 [15:23] Peter说了一句话一家欢迎我 [15:25] 一家发律师函 [15:26] 还有一句更扎心的 [15:27] 就是先把你的功能抄到自家工具 [15:30] 里然后开源的踢出去 [15:32] Anthropic在封杀它的前几周呢 [15:34] 刚刚推出了Claude Dispatch [15:36] 这个功能呢 [15:37] 是高度重叠的官方工具 [15:40] 如果这个故事听着耳熟 [15:41] 那是因为你可能在别的行业 [15:43] 见过同样的剧本 [15:44] 2008年 苹果推出了APP store [15:47] 欢迎所有的开发者来 [15:49] 等生态做大了 [15:50] 苹果开始抽30%的税 [15:52] 然后推出自己的APP [15:54] 跟第三方竞争 [15:55] 什么天气博客屏幕使用时间 [15:58] 每一个都是先看第三方怎么做 [16:00] 然后呢自己做一个内置的啊 [16:02] 这个国内的微信也是一样的 [16:04] 先开放小程序接口 [16:05] 让外部开发者进来 [16:07] 等用户养成了习惯 [16:09] 再推自己的服务 [16:10] AI行业现在走到了一个十字路口啊 [16:13] 就是有行业分析师说了一句话 [16:14] 特别准AI agent的系统 [16:16] 本质上是一种新型的包管理器 [16:20] 之所以繁荣 [16:20] 是因为任何人都可以发布 [16:22] 任何人都可以使用 [16:23] 一旦有一家公司当了看门人 [16:26] 创新就会减速 [16:27] 锁定就会加深 [16:29] 但是Anthropic立场也不是完全没道理 [16:32] AI助手呢 [16:32] 不是普通的软件包 [16:34] 它能自主执行命令 [16:35] 操纵你的电脑 [16:37] 让未经审查的第三方代码 [16:39] 跑在一个能自动执行shell命令的AI上 [16:42] 不像一个普通的安装包 [16:44] 更像一个给一台自动驾驶汽车 [16:46] 刷了一个没经过验证的固件 [16:49] 安全问题是真的 [16:50] 商业逻辑也是真的 [16:52] 但时间线暴露了优先级 [16:54] 先抄功能 [16:55] 再封对手 [16:56] 最后呢用安全和成本做解释顺序 [16:59] 真的说明了很多 [17:01] 当然了 [17:01] 这不只是Anthropic一家在做的事儿啊 [17:03] Google对Gemini也做了同样的限制 [17:06] Openai自己过去一年呢 [17:07] 也是收紧了第三方接入规则 [17:09] 有人总结得好 [17:10] 2026年AI行业无限量订阅的时代结束了 [17:15] 对普通用户来说 [17:16] 这意味着一件事儿 [17:17] 就是你用的AI工具啊 [17:18] 不只是模型可以被远程修改 [17:20] 连你接受他的方式 [17:22] 你用他的工具 [17:23] 你付费的规则 [17:24] 都可以在24小时之内被改写 [17:27] 看到这你可能觉得 [17:28] 这个编程助手这些工具啊 [17:30] 都是程序员的事 [17:31] 跟普通用户好像关系不大 [17:33] 但是降智影响的是整个模型啊 [17:35] 不只是编程 [17:36] 包括你问他问题时 [17:38] 他想了多久 [17:38] 回答有多深 [17:40] 会不会偷懒 [17:40] 给你一个敷衍答案 [17:42] 如果模型为了省算力 [17:43] 默认少想了67% [17:45] 那这67%对每一个用户都是生效的 [17:48] 不只是写代码的人 [17:50] 拿我自己举例吧 [17:51] 我做这期视频的时候 [17:52] 搜资料的时候 [17:53] 也是大量用Claude查数据 [17:55] 交叉验证 [17:56] 整理时间线 [17:57] 但我发现了一个问题 [17:58] 连续用了几个小时之后啊 [18:00] 他给我的东西开始变水了 [18:02] 该查的来源不查 [18:03] 同样的信息 [18:04] 翻来覆去的给我 [18:05] 有些数字呢 [18:06] 前后对不上 [18:07] 真的跟AMD那个报告说的 [18:09] 是一模一样啊 [18:10] 不是不会做 [18:11] 是看久了 [18:12] 开始偷工减料 [18:13] 所以 [18:13] 我现在的做法呢 [18:14] 是重要的资料要分几次查 [18:16] 中间呢开一个新窗口 [18:18] 新对话让他重新校正 [18:20] 其实你用任何一个AI工具都一样 [18:22] 聊太久了 [18:22] 换一个新窗口 [18:23] 再问一遍 [18:24] 同样的问题 [18:25] 答案的质量可能不太一样 [18:27] 但是最讽刺的是什么 [18:28] 我在用Claude搜Claude降智的资料 [18:31] 相当于 [18:32] 让一个被怀疑偷工减料的员工 [18:35] 帮我查他自己有没有偷工减料 [18:37] 我不确定 [18:38] 它会不会在搜索结果上也偷工减料 [18:41] 所以呢关键数据 [18:42] 我都用了两个不同的来源交叉验证 [18:45] 这就是2026年AI工具的现实 [18:47] 你不能完全信任它 [18:49] 但你又离不开它 [18:50] 除了这个 [18:51] 我们还能做什么呢 [18:52] 第一个判断方法就是同样的问题 [18:54] 不同的时间问 [18:55] 看看答案的质量有没有变化 [18:58] 有开发者做了测试啊 [18:59] 发现凌晨5点的Claude [19:00] 比下午5点的Claude明显更好用 [19:02] 这不是玄学 [19:04] 如果算例按负载分配 [19:05] 高峰时段你分到的思考资源确实更少 [19:09] 有一份分析显示 [19:10] 下午5点就是太平洋时间 [19:12] 思考深度最低的时段 [19:14] 大概只有正常水平的一半 [19:16] 第二个判断方法 [19:17] 就是注意问答的长度和深度 [19:19] 如果你发现AI越来越用 [19:21] 这是一个很好的问题开头 [19:23] 然后呢 [19:23] 给你一段很漂亮但没什么质量的回答 [19:26] 他可能正在偷工减料 [19:28] 真正认真想的AI [19:29] 往往回答不是那么顺 [19:31] 会有停顿 [19:32] 会有自我修正 [19:33] 太流畅了反而可疑 [19:35] 第三个呢 [19:36] 如果你是付费用户 [19:37] 去看看设置里 [19:38] 有没有偷偷改过的默认选项 [19:40] 这次降智的核心原因 [19:41] 就是这个Adaptive thinking被默认开启 [19:43] 加上思考力度被默认调到中等 [19:46] 很多用户不知道这些设置存在 [19:48] 这里呢还要插一个自己的感想 [19:50] 就是你看Claude降智这些状况 [19:52] 什么偷懒啊 [19:53] 走捷径啊 [19:54] 推卸责任啊 [19:55] 能糊弄就糊弄 [19:56] 你有没有觉得特别的熟悉啊 [19:58] 这不就是人吗 [19:59] 人类的大脑本来就是 [20:01] 这样的能省力就省力 [20:03] 能偷懒就偷懒 [20:04] 能少想就少想 [20:06] 从进化的角度 [20:07] 大脑是全身最耗能的器官 [20:09] 它天然就在想办法降低能耗 [20:12] 所以看到Claude这样 [20:13] 我第一的反应呢 [20:14] 虽然是愤怒啊 [20:15] 但是更多的是哎 [20:16] 我觉得这玩意还真的挺人工智能的 [20:19] 对吧 [20:19] 连偷懒的方式都跟人学的越来越像了 [20:23] 但是话说回来 [20:24] 理解他的机制是一回事啊 [20:25] 接受他的结果是另外一回事 [20:27] 你理解一个员工不会犯困 [20:29] 不代表你能接受他在工作时间睡觉 [20:32] 智能是智能 [20:33] 契约是契约 [20:34] 我花了200块买的 [20:36] 是一个承诺过的服务水平 [20:38] 不是一个看心情发挥的东西啊 [20:40] AI像人可以 [20:41] 但是像人那部分 [20:42] 如果影响了我的付费购买的体验 [20:45] 那就不是有趣了 [20:46] 是违约啊 [20:47] 这两件事是需要明确区分的 [20:50] 最后 [20:51] 根本的一点 [20:52] 就是不要把所有的鸡蛋 [20:53] 放在同一个AI的篮子里 [20:55] 6个月前说这个话 [20:56] 都会有人笑你多此一举 [20:58] Claude这么好用为什么还要备选方案 [21:00] 现在看来 [21:01] 备选方案不是以防万一 [21:03] 是必需品了 [21:04] 开发者社区已经有人这么做了 [21:05] 他做了多模型支持 [21:08] Claude不行就换Openai的Codex [21:09] 或者用Google的Gemini [21:11] 越来越多的人开始跑两个AI交叉验证 [21:14] 一个AI干活 [21:15] 另一个AI检查 [21:16] 听起来麻烦 [21:17] 但是比一个AI偷偷变笨 [21:20] 你不知道的要好 [21:21] 最近在x上 [21:22] 我发现有一批开发者 [21:24] 正在从Claude换回到openAI Codex [21:27] 有人写文章说 [21:28] 换模型的感觉就像从换了一个助手变 [21:31] 成了换车里的引擎 [21:32] 底盘不动 [21:33] 引擎呢是随时可以拆的 [21:35] 而这批人里面 [21:36] 很多是去年就从Openai跳过来的 [21:39] 去年GPT4被用户集体投诉变笨 [21:42] Reddit上几千人点赞 [21:43] 骂的open AI [21:45] 说没有故意降低质量 [21:46] 然后一批人呢 [21:47] 就跑到了Claude这边来 [21:49] 现在Claude的也降智了 [21:50] 这批人呢 [21:51] 又跑回去了 [21:52] 你发现了吗 [21:53] 降智投诉 [21:54] 在AI行业几乎成了一种季节性的现象 [21:57] 每家公司都经历过 [21:58] 每次都说不是故意的 [22:00] 每次呢用户都会用脚来投票 [22:02] 这说明这个行业没有铁饭碗 [22:04] 只有好产品和强竞争 [22:07] 今天你领先 [22:07] 明天你偷懒 [22:08] 后天用户就走了 [22:10] 这对用户来说 [22:11] 其实是好事 [22:12] 因为你永远有的选 [22:13] 但前提是 [22:14] 你不能把自己 [22:15] 锁死在一家公司的生态里面 [22:17] 说到底这件事儿的教训 [22:19] 不是Anthropic [22:19] 是坏公司 [22:21] Anthropic也有它的难处 [22:22] 增长太快 [22:23] 算力跟不上订阅定价扛不住重度用户 [22:26] 这些都是真实的工程和商业问题 [22:29] 但是理解归理解 [22:30] 事实就是你付了钱 [22:32] 东西变差了 [22:32] 变差的过程还被藏起来了 [22:34] 就像你定这个牛奶一样 [22:36] 你每个月付一样的钱 [22:37] 但是牛奶的浓度可以被偷偷稀释 [22:40] 你喝不出来 [22:40] 是因为每天稀释一点点 [22:42] 等你回过味来的时候 [22:44] 已经喝了两个月的掺水牛奶了 [22:46] 最后再说一个没来得及展开的数字啊 [22:49] Anthropic的90天正常运行时间 [22:51] 已经跌了98.82% [22:53] 过去5天 [22:54] 从4月6号到4月10号 [22:55] 每天都有服务器故障 [22:57] 每一天宕机报错限流 [22:59] 5天没停过 [23:00] 换算下来 [23:01] 一个月大概有 [23:01] 8.5个小时的服务器中断 [23:04] 如果你的银行APP一个月宕机8个小时 [23:06] 你估计肯定会换银行了 [23:08] 一家年化收入300亿美元的公司 [23:11] 一家可能今年要IPO的公司 [23:13] 服务器快撑不住了 [23:15] 这不是阴谋论 [23:16] 这是增长太快的代价 [23:18] 问题是这个代价谁来承担 [23:20] 是公司自己多扛 [23:21] 还是用户来扛 [23:23] 到目前为止 [23:24] 是我们呀 [23:25] 正所谓六成脑力暗中砍 [23:27] 最强本事不给看 [23:29] 用户转身不回头 [23:30] 偷工减料丢城楼 [23:32] 评论区告诉我 [23:33] 你最近用Claude [23:34] 有没有觉得它正在变笨 [23:36] 你是否还继续考虑用它 [23:38] 还是准备跳槽换家 [23:40] AI行业的规则还在高速变化 [23:41] 接下来几个月 [23:42] Anthropic IPO模型竞争呢 [23:44] 会更激烈 [23:45] 谁在变强 [23:45] 谁在缩水 [23:46] 谁在做一套说一套 [23:48] 我们会持续跟进 [23:49] 想第一时间看到的 [23:50] 记得关注频道 [23:51] 打开小铃铛 [23:52] 我是Alan [23:53] 看完再赞 [23:53] 腰缠万贯 [23:54] 我们下期视频再见