IT之家 9 月 23 日消息，AI 模型在数学、编程和推理能力上进步迅速，写作水平却停滞不前，甚至有所退步，Anthropic 的 Claude 同样也存在这一问题。为何 Opus 4.6 会成为 Anthropic 最后一款写作表现出色的模型？负责 Claude 微调的 Anthropic 工程师杰克逊 · 克尼恩今天（23 日）对此给出了解释：后续模型的优化重点更多放在数学和代码能力上。这些模型还接受了大量面向其他 AI 模型撰写
今日技术观察 IT之家 9 月 23 日消息，AI 模型在数学、编程和推理能力上进步迅速，写作水平却停滞不前，甚至有所退步，Anthropic 的 Claude 同样也存在这一问题。为何 Opus 4.6 会成为 Anthropic 最后一款写作表现出色的模型？负责 Claude 微调的 Anthropic 工程师杰克逊 · 克尼恩今天（23 日）对此给出了解释：后续模型的优化重点更多放在数学和代码能力上。这些模型还接受了大量面向其他 AI 模型撰写 01 背景速览 围绕“Anthropic 工程师解释为何 Claude 写作变差：模型被训练成写给 AI 看而非写给人看”这一公开信息，本文以讨论区视角提炼其值得关注的技术背景，避免复述原文细节，重点关注事件背后的产品、算力、数据与应用变化。 02 趋势影响 从行业影响看，人工智能 相关动态可能会继续推动企业在智能化流程、内容生产、研发效率和客户体验等方向进行评估，但实际落地仍需要结合业务场景、预算、数据安全与团队能力。 03 企业应用启发 对企业应用而言，更适合先从低风险、高频率、可衡量的场景开始试点，例如知识库问答、客服辅助、营销素材草案、研发资料检索或内部流程自动化，并通过人工审核保障质量。 04 合规观察 合规层面需要关注数据来源、版权边界、模型输出审核、隐私保护和安全策略。任何 AI 生成内容都不应直接替代专业判断，更不应基于未经证实的信息形成商业决策。 05 开放讨论 欢迎在评论区讨论：这类技术变化最可能先影响你所在行业的哪个环节？如果企业要做一次小规模 AI 试点，你认为最应该优先验证什么指标？ 公开来源参考 Anthropic 工程师解释为何 Claude 写作变差：模型被训练成写给 AI 看而非写给人看