关于 Claude Opus 5.5 性能下降的用户报告

关于性能下降的用户报告

近期在 Hacker News 上的讨论表明，部分用户认为 Claude Opus 5.5 的性能有所下降。报告称该模型难以遵循指令、注意力持续时间变短，且冗长程度增加。一些用户指出，这些问题在过去几周内似乎愈演愈烈，另一些用户则报告称在过去 24 到 48 小时内行为发生了突变。

模型行为的常见症状

报告这些问题的用户强调了几个具体的行为模式：

• 上下文衰减 (Context Rot)： 一些用户报告称，模型在长时间会话中表现吃力，最终会“忘记”之前提供的指令或配置步骤。一些人将其描述为一种“上下文衰减”，即模型在多轮对话后变得心不在焉或感到困惑。
• 指令遵循： 用户注意到模型越来越容易忽略特定的约束条件，或在复杂的提示词中遗漏细节。
• 冗长与 Token 消耗： 有报告称模型变得过于冗长，导致使用配额迅速耗尽，而输出质量却没有相应提高。
• A/B 测试： 一些社区成员认为，这些性能差异可能是 A/B 测试或静默模型更新的结果，这可以解释为什么有些用户经历了严重的性能下降，而另一些用户则报告没有变化。

社区对模型可靠性的看法

尽管许多用户表示沮丧，但社区对于模型是否客观上“变笨了”，或者这些体验是否由其他因素引起，仍然存在分歧。

• 基准测试与轶事： 一些用户指出自动化基准测试（例如在 BridgeBench 等平台上发现的测试）认为模型性能保持稳定。
• 替代模型： 为了应对这些问题，一些高级用户正在探索替代方案，包括使用旧版本的模型（如 Opus 4.8），或迁移到像 "Abliterated" 70B/120B 系列这样的无审查模型，以避免感知到的“电击项圈”或限制性护栏。
• 对未来版本的猜测： 讨论中一个反复出现的主题是猜测性能变化可能是新模型版本发布的前兆，一些人将其俗称为 "Fable 5.5" 或类似的变体。

"如果我让 Opus 5.5 运行太多轮次……它就开始表现出类似人类痴呆的迹象。它会忘记它曾让我运行某个东西，然后指责我配置错误，而这实际上是它亲手给我的脚本。" — Hacker News user Bender

"我认为有些事情发生了变化，大概是在两周前，因为模型出现了一种固执，如果你需要进行更正，它就会对你的指令变得漠不关心。" — Hacker News user itopaloglu83