Anthropic工程师解释Claude写作变差原因：模型被训练成写给AI看
Anthropic微调团队员工Jackson Kernion称，新模型为数学和代码优化，并学会面向其他AI模型写作，导致人类读起来像"过度密集的信息堆砌"；Opus 5.5在平衡上有所改善，但纯写作仍不及Opus 4.6。
Anthropic负责Claude微调的员工Jackson Kernion近日解释了为什么Claude在数学、代码和推理上持续变强，写作质量却停滞甚至变差，并称Opus 4.6是Anthropic最后一个好的"写作模型"。
Kernion将部分原因归于可预期的优化方向——新模型为数学和代码做了优化——但更关键的是，模型被训练成面向其他AI模型输出技术解释，这直接催生了人类读者感受到的"Claude腔"。
他称模型已被"适配到LLM心理"，学会了写给AI模型而不是写给人看。
Kernion用一个类比说明：只与其他自闭症人群交流的人会形成一种在群体内有效的沟通风格，但外人觉得难以跟上。他称LLM的工作记忆远超人类，能捕捉更细粒度的细节，因此在训练中涌现出一种对AI模型好用、但人类读起来像"过度密集信息堆砌"的写作风格。
奖励结构决定了写作走向
Kernion将问题归结为强化学习中的奖励结构。一些奖励优化AI模型的理解，另一些优化人类的理解。
他称，数学和代码训练得越多，就越需要主动往回推，奖励人类读者能跟上的简单解释。
Kernion表示，Opus 5.5找到了更好的平衡，并称自Opus 4.6之后，他还没对哪个模型的写作这么满意过。
- 奖励结构中有面向AI理解的信号，也有面向人类理解的信号。
- 数学和代码训练量越大，越需要主动奖励人类可读的简单解释来抵消。
- Kernion称Opus 5.5平衡更好，但不代表它超过了Opus 4.6。
Opus 4.6之后仍未被超越
Kernion明确表示，Opus 5.5在平衡上有所改善，但并不意味着它超过了更早的Opus 4.6。
他写道："这是一个很难解决的问题，我们会继续改进。"
以上内容均来自Kernion在X上的发言，由The Decoder报道。
该报道为摘要形式，未提供Kernion原帖的完整上下文或Anthropic官方声明。