Claude变笨风波：Anthropic回应是努力度设置问题，不是模型退化
针对开发者广泛抱怨Claude Code“变笨”，Anthropic官方发文澄清，根源在于2026年3月将努力度（Effort）默认从high调至medium，导致模型不愿投入资源读文件、跑测试。他们区分了Model（决定知识能力）和Effort（决定任务投入）两个独立维度，并给出诊断框架：先查上下文，再判断是“不会”还是“不够努力”。AI编程正从模型排行竞赛转向智能体调度能力比拼。
事件概述
2026年3月，大量Claude Code开发者发现模型表现突然“变笨”：该读的文件不读、该跑的测试不跑、任务半途而废。AMD AI负责人Stella Laurenzo通过分析6852个会话日志发现，Claude的思考量较2月前下降67%，并公开表示Claude已无法信任用于复杂工程任务。
4月7日，Anthropic将Effort默认值从medium恢复为high，并重置所有订阅用户用量。官方承认，3月4日为压低延迟，他们将默认Effort从high降为medium，多数用户并未注意到这一变更。
Model与Effort的本质区别
Anthropic官方明确解读了两个核心参数：
- Model（模型）：相当于“换脑子”。每个模型拥有训练结束时就冻结的权重，知识能力固定。用户通过提示词、上下文文件可以引导，但无法改变模型本身。选择更强的模型（如从Sonnet换到Opus/Fable）解决的是“会不会”的问题。
- Effort（努力度）：相当于“换态度”。它控制模型在任务上投入的工作量：读几个文件、是否跑测试、是否主动推进长任务链。低Effort下模型倾向快速回复并反问用户；高Effort下模型会自行检索信息、多次工具调用、完整跑完多步骤流程。
官方示意：同一Prompt下，高Effort生成的Token量可达低Effort的7倍，多出的部分全用于读文件、验证和反复确认。反直觉结论：小模型搭配高Effort，在不少任务上可超越大模型搭配低Effort。
诊断框架：不会，还是不够努力
当Claude出错时，官方建议按以下步骤排查：
- 检查上下文是否充分：Prompt是否清晰、所需工具是否给出、CLAUDE.md是否配置正确。大多数所谓“变笨”根源在此。
- 确定错误类型：
- 不够努力：模型跳过该读的文件、没跑测试、重构中途折返询问。此时应调高Effort。
- 不会：上下文和努力都到位，但仍然出错，换多种表述亦然。此时Effort无效，需要更换更强的模型。
官方用聪明比喻：Sonnet（全能选手，有一下午时间）开高Effort能全盘吃透代码；Opus（专家，只给五分钟）靠经验快速定位但时间有限；Fable（专科医生，五分钟）能揪出罕见问题但成本最高。
AI编程竞争的新转向
Anthropic的解读揭示了一个趋势：AI编程的竞争正从“谁的模型更强”转向“谁更会调度智能体”。用户需要像项目经理一样，根据任务性质分配不同模型和Effort档位：简单更改用Sonnet+低Effort（快速省钱），大型重构用强模型+高Effort，长时间自治任务用强模型+最高Effort。
Claude Code新增的“ultracode”档位即是这一理念的产品化：给予xhigh火力，并授权模型在必要时拉起子智能体并行执行。只看模型排名的时代正在过去，学会给模型“派活”正成为核心技能。