Anthropic 工程师解释：模型更聪明了，Claude 的写作为何反而变差

核心事实

据 the-decoder.com 报道，Anthropic 从事 Claude 微调工作的工程师 Jackson Kernion 近日解释了为何 Claude 在数学、代码和推理能力快速提升的同时，写作质量却停滞甚至变差。据报他的说法是：新模型被优化用于数学与代码，同时被训练成面向其他 AI 模型输出技术性解释，这被认为是 Claude 措辞显得怪异（即所谓「Claudeish」）的主要原因。Kernion 称模型已被「适配到 LLM 心理学」，学会为 AI 模型而非人类写作。

背景与影响

Kernion 把这一现象类比为只与同类交流的人所形成的表达风格：在群体内部有效，外部读者却难以跟上。他表示，LLM 的工作记忆远大于人类，能捕捉更细粒度的细节，因此在训练中逐渐形成一种对 AI 模型友好、但被人类读者视为「信息过度密集堆砌」的写作风格。按他的说法，问题根源在于强化学习的奖励结构：一部分奖励针对 AI 模型的理解，另一部分针对人类的理解；数学与代码训练越多，就越需要主动通过奖励「人类能跟上的简单解释」来抵消这种偏移。他还提到，Anthropic 在 Opus 5.5 上找到了更好的平衡，并称自 Opus 4.6 以来他未曾对某个模型的写作如此满意；但他同时表示，这并不意味着 Opus 5.5 超越了更早的模型，并称这是一个难题，团队会继续改进。

限制与来源

上述内容来自 the-decoder.com 对 Kernion 在 X 上发言的转述，属于个人观点与经验性描述，尚未获 Anthropic 官方确认，也不代表官方产品说明。素材中未提供任何实测数据、性能指标、定价、地区可用性或发布时间信息，本文亦不作此类推断。模型的具体功能、可用范围与支持语言请以 Anthropic 官网当前信息为准。