This page collects WhisperX intelligence signals tagged #性能下降. It is designed for humans, search engines, and AI agents: each item links to a canonical source-backed record with sector, source, timestamp, credibility, and exportable structured data.
Claude 正在“偷偷降智”，而用户们持续数月的糟糕体验，如今被一份无可辩驳的数据日志彻底坐实。从今年2月开始，大量开发者就察觉到 Claude 的输出质量明显下滑：回答变得更浅薄、急于给出结果，甚至在简单任务上频繁失败。与此同时，过去罕见的“停止钩子”违规提示激增，Token 消耗飙升。面对用户的集体抱怨，Anthropic 官方长期保持沉默，或建议用户“检查设置”，直到有人用数据撕开了这层窗户纸——Claude 的“思考深度”据称已暴跌了67%。 几天前，AMD 的 AI 总监 Stella Laurenzo 在 GitHub 上甩出了一记重锤：一份基于近三个月内 6852 次真实会话的监测日志。这份数据量化了开发者们的直观...
Anthropic的旗舰模型Claude Opus 4.6正面临一场严重的信任危机。最新的BridgeBench评测报告给出了冰冷的数据：该模型的全球排名从第2名垂直坠落至第10名。其准确率从83.3%断崖式跌至68.3%，而幻觉率则几乎翻倍，增加了98%。这一实锤证据终结了所有用户的疑问——Claude Opus 4.6确实变差了，并非用户自身的问题。AMD的AI总监也证实了Claude Code在复杂任务上已“不可用”。对于依赖该模型处理关键任务的用户而言，这种未经告知的性能降级无异于一场背叛，引发了“这怎么可能合法？”的广泛质疑。 就在全网群嘲、用户感觉上当受骗之际，Anthropic的动向却指向了另一个战场。疑似内部工具界...
Anthropic 的旗舰模型 Claude Opus 再次陷入“降智”争议。大量用户在社交媒体上抱怨，最新版本 Opus 4.6 的思考深度和推理能力显著下降，同时幻觉问题加剧，而用户为此付出的 Token 消耗却并未减少。有用户直言，过去两个月 Opus 4.6 被“大幅度削弱”，实际体验甚至被比作性能更低的 Sonnet 3.5，如同“披着狮子皮的狗”。 具体测试加剧了用户的疑虑。有博主用经典的“走路还是开车去洗车”问题对 Opus 4.6 和旧版 Opus 4.5 进行对比测试。结果显示，Opus 4.6 连续五次都错误地选择了“走路去”，而切换回 Opus 4.5 后，模型则能正确理解任务需要开车。用户普遍反映，新版本的...
Claude Opus 正在经历一场信任危机。近期，大量用户反馈这个曾被视为最聪明的AI模型之一，其表现正悄然发生令人不安的转变。用户普遍感到，模型虽然回答速度更快，但推理过程却变得更短、更敷衍，仿佛跳过了关键的思考步骤。从零星的抱怨到Reddit社区内密集涌现的高度一致的负面反馈，一种共识正在形成：Claude Opus 可能真的“变蠢了”。 讨论的焦点迅速从主观感受转向了具体数据。一份基于Claude Code历史交互日志的分析报告指出，自2月模型更新以来，模型在处理复杂任务时的推理深度估计下降了惊人的67%。报告链接在社区内广泛传播。尽管作者承认67%是基于签名长度与思考内容相关性的估算，并非直接测量，且一月份的基线日志已被...
Claude Opus 模型的性能“降智”已成事实，并且伴随着变相涨价，这引发了重度用户和企业的强烈不满。AMD 高级总监 Stella Laurenzo 在对近 7000 份会话日志进行详细审计后发现，自 2 月份以来，模型的推理深度出现断崖式下滑。在处理复杂工程任务时，Claude 变得不再可靠，频繁出现逻辑断层、无法理解复杂指令，甚至倾向于用最简单的方案敷衍了事，或在任务中途莫名停止。第三方基准测试 BridgeBench 的数据更为直观：Opus 4.6 的准确率在短时间内从 83.3% 暴跌至 68.3%，排名也从第二名骤降至第十名。 面对质疑，Anthropic 官方负责人 Boris Cherny 承认，模型默认开启...
Anthropic 旗下王牌模型 Claude Opus 的智能水平出现断崖式下滑，已从顶尖梯队跌落。这一发现并非来自普通用户，而是由 AMD 高级总监 Stella Laurenzo 在审计了近 7000 份会话日志后公开指出。分析覆盖了超过 2.3 万次工具调用，结果显示，自 2 月以来，模型在处理复杂工程任务时的推理深度骤降，频繁出现逻辑断层或无法理解指令。第三方基准测试 BridgeBench 的数据更为直观：Opus 4.6 的准确率在短时间内从 83.3% 暴跌至 68.3%，排名从稳居前二直接滑落至第十名。 面对用户质疑，官方负责人 Boris Cherny 承认，模型默认开启了“中等努力”模式，旨在平衡响应速度与算...