关键词网

聚焦互联网热点关键词,即时更新最新资讯,在关键词网一站式看天下。

科技

Opus 5.5成默认:别再写think hard

深色背景上同心环状光线由内向外渐暗

11 月中旬,Anthropic 把 Claude Opus 5.5 设为 Pro、Max、Ultra 与 Team 四个付费档的默认模型,同时发布了一份知识工作使用指南。指南里最扎眼的一条是:别再写”think hard””请仔细思考”这类话。这些被无数教程奉为技巧的措辞,在新模型上已经成了拖慢首响的多余动作,也让一批老提示词当场作废。

发生了什么:默认模型换了,说明书也换了

默认模型的位置很关键。它决定了一个新用户打开对话框时,背后跑的是哪一层能力,也决定了老用户那些”以前管用”的习惯会被怎样放大或抵消。Opus 5.5 接替前代成为四个付费档的默认选项,等于把一整代用户直接推到了新模型的脾气面前。

配套的那份指南没有讲参数,讲的全是用法。核心是两条:去掉提示词里的”努力暗示”,以及把推理档位从默认的 Medium 起步。其余内容都在展开同一个判断——很多人不是不会用模型,而是在用上一代模型的方式用它。

同期还有两件事值得记一笔。Meta 在 11 月 14 日发布 Muse Ember,定位是低成本的智能体执行层,二十万词元以内的输入定价每百万词元 0.1 美元、输出 0.5 美元,在 coding agent 类评测上拿到 46 分;再往前几天,行业里关于”模型该被当工具还是当同事”的讨论也因为几起自动化事故被重新翻出来。这些线索指向同一件事:模型能力在往上走,而人的使用习惯还留在原地。

为什么”多想一点”反而更慢

“think hard””think step by step””请仔细思考”这类话,来源很清楚:大约一年半前,推理模型刚普及时,用户确实可以通过这类措辞让模型多走几步推理,甚至影响内部的调度判断。那时候它有用,因为模型没有稳定的自主推理机制。

现在不一样。据 Anthropic 的说法,Opus 5.5 在任何情况下都会自主推理,推理深度由任务本身和你选的 effort 档位决定,而不是由提示词里的形容词决定。也就是说,你写”请务必深度思考”,模型并不会因此想得更深,它只会先花时间处理这句多余的话。

Anthropic 给出的内部测试结论是:去掉这些措辞后,回复启动更快,质量没有可测量的下降。这句表述有两处值得注意——”启动更快”说的是延迟,不是能力;”无可测量下降”是厂商自测口径,不是第三方复现。把它当成”可以放心删掉”的信号没问题,当成”删掉一定更好”就过了。

Medium 为什么够用

第二个建议是把推理档位从 Medium 起步。Medium 本来就是 Opus 5.5 的默认值,Anthropic 的意思是不用急着往上调。

支撑这个建议的是一条内部对比:Opus 5.5 在 Medium 档的表现,与前代 Opus 5 在 High 档相当。如果这条成立,那么过去那套”复杂任务一律拉满”的经验就贬值了——你付的是新模型 Medium 的钱,拿到的是旧模型 High 的效果。

指南同时提醒,更高的档位更贵,而且不总是更好。这句话在实践中的意思是:档位解决的是”要不要多走几步”,不解决”目标有没有说清”。目标含糊的时候,把档位拉满只会让模型在错误的方向上想得更久,输出更长、更自信,也更难改。

操作上,档位开关就在发送键旁边的模型菜单里。合理的用法是先 Medium 跑一版,只在两种情况下升档:任务本身需要多步推演(比如跨文件的代码改动、多约束的排期),或者 Medium 的输出明显漏了条件。

夜色中亮着的笔记本电脑与台灯

四条改写建议:从对话转向交办

指南里剩下的内容,其实在讲同一件事:把模型当成可以一次交办的下属,而不是需要你一句句带的实习生。

一条消息给全信息。目标、输出格式、什么情况下该回来问你,三样写在同一段里,而不是先给背景、等回复、再给要求。Anthropic 称 Opus 5.5 更能把多段任务一次做穿,甚至能基于最初那段输入自己往下推。这一点对写材料的人影响最大——过去那种”先出提纲再逐节展开”的多轮流程,现在可以合并成一次。

图表直接贴图。不要再手抄表格里的数字。指南称,即便在最低档,Opus 5.5 读密集图表也比 Opus 5 在最高档更准。这条如果成立,意味着”把图转成文字再喂给模型”这个流传很广的做法可以退休了,而转录过程中丢小数点、串行的问题也一并消失。

要成品就直说。需要文档就说”给我一份可以直接发出去的文档”,而不是”先给我一个草稿”。指南称它常常一次就能从需求走到成品。这一点在实测里也有一致的地方:AI 编程实测那篇提到,真实任务里模型往往能完成大部分,剩下的收尾恰恰发生在”交付形态没讲清”的地方。

设计禁忌要具体命名。做界面时不要写”不要通用设计”,而要写”不要奶油色背景、不要胶囊按钮、不要圆角卡片加大面积渐变”。理由很实在:抽象的否定只是把一种默认风格换成另一种默认风格,具体的否定才能把方向钉住。

还有一条不在清单显眼位置,但影响很大:接上 connectors。让模型自己去读你的文件、表格、工单系统,比你在提示词里描述这些内容准确得多。这条思路和AI 智能体公共底座那篇讲的托管与连接是同一件事——能力的上限,越来越取决于模型能碰到什么,而不是你写了多少字。

Sonnet 打底的老账要重算

过去两年最常见的成本策略是:日常用便宜的 Sonnet,难题才动用 Opus。指南建议重新算这笔账,理由是步数。

一个更强的模型可能三步做完,弱一点的模型要七步,七步里每一步都在计费,还要加上你来回纠正的时间。所以单看每百万词元的价格,会高估强弱模型之间的实际差距。指南给了一个更直接的对照:常年把 Sonnet 开到 Extra High 或 Max 档的用户,花费与直接用 Opus 5.5 差不多。

这条建议的适用范围要自己验证。指南里所有对比都来自 Anthropic 内部测试,没有随文公布分数和测试细节,这意味着它是一份使用建议,不是一份可复现的评测报告。团队要换默认模型,最稳的做法是挑三个自己的真实任务,分别在新旧配置下跑一遍,记三个数:词元消耗、完成步数、返工次数。三个数都降了,再改默认值。

顺带说一句,这种”用一个更强的模型来降总成本”的逻辑,在Fable 5.2 发布那篇里也出现过:能力上涨带来的真正变化,往往不是单次更快,而是任务被压缩到更少的轮次里。

结语

这次调整表面上换了一个默认模型,实质是把”怎么问”的主动权从提示词交回给了设置项。深度不再靠形容词争取,而由档位决定;效率不再靠多轮对话堆出来,而靠一次把目标、格式、边界说清。对普通用户来说,最实际的三步是:删掉那些”请仔细思考”,把档位留在 Medium,然后把下一件事按”目标—成品形态—什么情况下回来问”写成一段话发出去。至于那些厂商自测的数字,看看就好,自己的活儿还得自己测。

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注