Anthropic 工程師解析 Claude 寫作退化：為強化程式能力並適應「LLM 心理學」

據報導，負責 Claude 微調的 Anthropic 工程師 Jackson Kernion 近日解釋了為何 Claude 在數學與程式碼能力提升的同時，自然語言寫作品質卻出現退化。他指出，Opus 4.6 是 Anthropic 最後一個優秀的「寫作模型」。 退化的核心原因在於強化學習的獎勵機制。新模型不僅針對數學與程式碼進行最佳化，還被訓練成向其他 AI 模型提供技術解釋。Kernion 表示，模型已經適應了「LLM 心理學」，學會為 AI 而非人類寫作；由於 LLM 擁有比人類更大的工作記憶（working memory），這種為 AI 打造的文風在人類讀者看來，會變成「過於密集的資訊傾印（overly-dense info dumps）」與古怪的「Claude 式（Claudeish）」措辭。 他補充，在數學與程式碼上訓練越多，就越需要透過獎勵人類能理解的簡單解釋來抗衡。Anthropic 在 Opus 5.5 中找到了較佳的平衡，但 Kernion 坦言這是一個難題，並強調 Opus 5.5 的寫作能力並不一定超越舊版的 Opus 4.6。