Anthropic 工程师承认 Claude 腔是训练出来的

他具体说了什么

• 写作体验下滑的起点，被他定位在 Opus 4.6 之后
• 原因：后续训练偏向数学、代码，以及面向其他模型的技术解释，模型适应了「LLM 的阅读习惯」
• 症状：句子不清楚、信息密度过高，读起来像一大段资料倾倒
• 根源：强化学习的奖励设计，需要额外奖励简洁易懂的表达
• 现状：Opus 5.5 是第一个针对句子清晰度和信息堆砌做了专门改进的版本，他称这是 Opus 4.6 以来自己最满意的一次，但没有断言已经超过 4.6

为什么越练越难读

强化学习最好用的场景，是答案能被自动核对的任务：代码跑不跑得通、数学题对不对，判分器给得出干脆的分数。模型在这些任务上被反复奖励，能力提升很快。「这段话普通人读起来顺不顺」却很难自动判分，往往只能交给人工偏好或另一个模型来打分。

问题出在后半句。如果打分的是另一个模型，它天然偏爱信息全、术语准、一口气塞满细节的回答，因为它读长句不累、也不会跳读。再加上如今大量训练数据来自智能体场景，一个模型给另一个子代理交代任务，本来就该写得密、写得全。这些偏好叠加起来，就把整体文风往「交接文档」的方向推。

用户早就在抱怨

「Claude 腔」这个说法在社区里流传有一阵子了：动不动加粗、层层嵌套的列表、每段都在总结上一段。不少写作用户私下退回旧模型，也有人专门在系统提示里写一长串「别用列表、别加粗」。这次是 Anthropic 内部人员第一次把原因讲到训练机制层面，而不是笼统地说「风格偏好因人而异」。

Opus 5.5 能改多少

Kernion 的措辞留了余地：改善了平衡，但还不能确定超越 Opus 4.6。这很诚实，也说明问题没有简单解法。给「易懂」加奖励，需要一个能可靠判断易懂的评分者，而这恰恰是这场偏移的起点。只要这个评分者还是模型，模型就会继续学着取悦模型；要真正拉回来，恐怕得在人类读者身上花更多、更贵的标注。