📖 AI 总结

Anthropic工程师Jackson Kernion解释了为何Claude在数学、代码和推理能力持续提升的同时，写作质量却停滞甚至下降。核心原因有两点：一是新模型被优先针对数学和代码任务进行优化；二是模型在训练中被适配为面向其他AI模型输出技术性解释，而非面向人类读者，由此形成了被称作"Claudeish"的怪异文风。Kernion用只与同类交流的人群作类比，指出大语言模型拥有远超人类的工作记忆，能捕捉更细粒度的信息，因而在训练中演化出一种对AI模型有效、却让人类读者感到信息过载的表达方式。他进一步指出，问题根源在于强化学习的奖励结构：数学和代码训练越多，就越需要主动奖励人类可读的简洁解释来加以平衡。Anthropic在Opus 5.5上找到了更好的平衡，但Kernion坦言这仍是难题，改进仍将继续。