一句话看懂：Anthropic 负责 Claude 微调的工程师 Jackson Kernion 公开解释，模型在数学、代码和推理上变强的同时，写作能力却停滞甚至退步，部分原因是训练过程让模型学会了”写给 AI 看”，而非写给人看。
事件核心：发生了什么
据 The Decoder 报道，Kernion 在社交平台上表示，Anthropic 自 Opus 4.6 之后，他”再没有对哪个模型的写作这么满意过”。他认为问题不完全是模型变笨，而是优化方向变了：新模型大量针对数学和代码做强化学习，写作风格随之被重塑。
更关键的一点是，训练中出现了面向其他 AI 模型的写作偏好。模型被”适配到 LLM 心理”上，学会了如何让另一个大模型更容易理解输出。由于 LLM 的工作记忆远大于人类，对细节层级的敏感度也更高，这种风格会表现为信息密度极高的表述，人类读者读起来就像”过度密集的信息倾倒”，也就是常被吐槽的”Claudeish”腔调。
Kernion 把这种现象类比为只在特定小圈子里交流的人，内部沟通高效，外部读者却难以跟上。他提到 Opus 5.5 在平衡上有所改善，但并不认为它已全面超越 Opus 4.6，并称”这是个很难解决的问题”。
为什么重要
这揭示了当前大模型训练的一个结构性取舍：代码和数学能力更容易用奖励信号量化，写作质量则依赖人类偏好，两者在强化学习阶段会互相拉扯。Kernion 的说法是，数学和代码训练越多，就越需要主动通过奖励机制去”顶回来”，鼓励人类可读的简单解释。
对行业而言，这意味着模型能力排行榜上的分数提升，未必同步转化为自然语言体验。AI 应用层大量依赖模型输出质量，无论是客服、文档生成还是内容创作，风格退化都会直接影响产品口碑，而不只是实验室里的评测数字。
对用户/开发者/创作者的影响
开发者如果通过 API 调用 Claude 做写作类任务，可能需要更明确地在提示词里约束输出风格和信息密度，甚至考虑为写作场景单独挑选模型版本，而不是默认用最新最强的那个。企业采购时也应把”人类可读性”纳入评测维度，而不只看代码和推理基准。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对内容创作者来说，这条信息解释了为什么模型越新，有时初稿反而更”难读”：它更像在写给机器看的摘要。实际使用中，配合分步改写、降低术语密度的指令，往往比直接抱怨模型变差更有效。
值得关注的后续
一是 Anthropic 是否会公开区分”代码/推理优化”与”写作优化”的模型版本或参数配置；二是后续模型能否在基准分数不下降的前提下，把写作体验拉回 Opus 4.6 的水平；三是竞品是否会在宣传中把”写作自然度”作为差异化卖点，因为目前公开信息显示，这仍是全行业尚未很好解决的难题。
