我怀念旧的克劳德密码

和其他许多人一样，随着时间的推移，Anthropic 慢慢地赢得了我的青睐。 Anthropic 如何赢得我的青睐 我开始通过我自己托管的 Web 界面使用生成式 AI，通过 Open Router 使用我自己的 API 密钥和我自己的本地模型。因为 Open Router 可以轻松切换模型，我注意到 Anthropic 的模型始终给出更简洁的响应 - 他们只是更快地抓住要点。这种关注对我来说非常有价值，因此我倾向于 Sonnet，而不是类似的 OpenAI 模型。然后我有一个任务来总结一本书。我不经常使用 Opus，因为我必须自掏腰包，所以我首先尝试了 Gemini Pro。双子座旋转了几分钟，产生了一些简短的东西。然后我在 Opus 中尝试了同样的任务。它旋转了三到四分钟，结果正是我所希望的。我坐下来，对它的效果感到惊讶。与此同时，Anthropic 发布了 Claude Code。我一直在尝试其他工具——Aider、Cursor、Copilot——但都没有效果。克劳德·科德感觉就像是我大脑的延伸。它并不是试图提出复杂的工程解决方案。它只会 grep 存储库中的相关文件，读取它们，然后 grep 获取更多内容。完全像我一样探索代码库。然后事情发生了变化 在这个过程中，事情发生了变化。就在“人择”慢慢地赢得了我的青睐的同时，它也开始慢慢地给我带来负面影响。我仍然喜欢克劳德·科德。它根据我的工作进行了高度定制，并且易于扩展。我现在的雇主提供 Claude Code 企业订阅，事实证明这可以极大地提高生产力。但我越来越觉得我必须与该工具作斗争才能完成工作，而且它似乎远不如以前那么专注。我不是唯一一个，特别是当谈到 Claude Opus 5 时。以下是人们用自己的话描述相同问题的一些例子。 （@theo 排名 Opus 排名低于 gpt-5.6-sol 和 luna、kimi k3 和 deepseek v4 flash）你不会发疯，Opus 5 的写法确实与其他 Opuse 不同 对 Opus 5 的抱怨已经变得非常一致：它懒惰、草率和冗长。在 Opus 4.7 之前一切都很棒……Opus 5 非常冗长并且容易出现未经请求的过度设计。臃肿 我相信我和克劳德一起经历的臃肿可以归结为三个方面。模型 首先，也是最重要的，是模型本身。 Opus 5 非常啰嗦——大话，很多，而且很难集中在目标上。到了 Anthropic 自己发布了简洁输出风格的地步，添加该风格很可能只是为了让 Opus 5 处于控制之下（在我看来，缺乏焦点早于 Opus 5）。其次是工装。 Anthropic 团队似乎发货速度很快，而且发货量很大。现在生成代码很便宜，但这并不意味着不可阻挡的新功能流对用户来说是正确的事情。一个例子是 Claude Code 如何重构 /doctor 命令：它用于运行设置并确认一切正常。现在他们已经把它变成了对所有提示和系统的审计——也许是他们试图解决的 Anthropic 之外的问题——不断增长的技能、MCP 和 Claude.md 文件。 /doctor 技能是对系统问题的表面修复。这就是生成式人工智能的不足之处。其中一些系统性问题需要系统性解决方案——仔细思考和智能工程；不仅仅是在现有工具上添加一些东西。当谈到营销时，营销人性总是有点有趣（我敢说危言耸听），但它从来没有烦恼过，因为工具太棒了。他们的新营销方式似乎让人们分散了注意力。一个例子是最近发布的 AI 原生 SDLC Playbook。就像 Opus 5 的输出一样，我必须通过人工智能模型来运行它才能理解这一切。假设我理解正确，它提倡一个 /doctor 情况每天都会发生并影响到整个代码库的世界。该提案使得更容易将想法转化为功能和代码，消除摩擦，这也是更容易引入膨胀的另一种说法。也许这就是Anthropic现在的内部流程？这可以解释当前的问题……现在怎么办？我持有相反的观点：在代码生成成本低廉的世界中，每个功能在投入生产之前都需要更多的关注，而不是更少的关注。在生成式人工智能时代，控制膨胀可能成为每个公司面临的最大挑战。作为 Claude Code 的用户、粉丝和早期倡导者，这是令人痛苦和悲伤的事情。这篇文章是我试图用语言表达我们中一些人的感受，我希望 Anthropic 能够看到并考虑到它。我鼓励他们回归基础并保持专注。克劳德的优势并不是永久的，竞争对手正在注意到这一点。对抗人工智能膨胀这是我每天用来对抗膨胀的一个框架。 5 个问题 做还是不做？这到底应该存在吗？现在还是以后？现在重要还是可以等一下？这个多还是少？完成这项工作的绝对最小范围是多少？这样或者e