Anthropic 工程师解释 Claude“写作退步”：训练目标偏向让 AI 理解，而非服务人类读者

据 IT之家 9 月 23 日消息，Anthropic 负责 Claude 微调的工程师杰克逊·克尼恩近日解释了外界对 Claude 写作表现变化的疑问：虽然 AI 模型在数学、编程和推理等能力上持续提升，但写作质量并未同步进步，甚至在部分场景中出现退步。克尼恩认为，问题并非单纯来自模型规模或能力不足，而是后续模型在训练和强化学习中更偏向数学、代码与技术解释，逐渐形成了更适合 AI 模型读取、却不一定适合人类阅读的表达方式。

这一现象也被用户称为“Claude 腔”（Claudeish）。来源显示，克尼恩认为，Claude 后续模型接受了大量面向其他 AI 模型撰写技术解释的训练，导致模型逐步适应所谓“LLM 心理”：它学会用 AI 更容易解析的方式组织信息，而不是用人类读者更自然、更轻松理解的方式表达。

“写给 AI 看”的训练，如何影响写作风格

从克尼恩的解释看，Claude 写作风格变化的关键在于训练目标的偏移。数学和代码任务通常强调严密性、完整性和可验证性，模型为了在这些任务上获得更好反馈，会倾向于把信息压缩得更密集、层次更复杂、限定条件更多。这类表达对拥有较强上下文处理能力的 AI 模型来说并不困难，但对普通人类读者而言，可能显得冗长、抽象或“堆概念”。

克尼恩将这种情况类比为一个只与特定群体长期交流的人，内部沟通可以高效运行，但外部读者可能会感到难以进入语境。放到大模型训练中，LLM 拥有远超人类的工作记忆，也能捕捉细微上下文，因此它在训练过程中可能逐渐偏好一种信息密度更高、但可读性更差的写法。

• 数学与代码训练强化了精确、完整和逻辑闭环的表达偏好；
• 面向 AI 的技术解释可能让模型习惯使用更适合机器解析的句式；
• 强化学习奖励机制如果更看重模型理解效果，就可能牺牲人类阅读体验；
• 要改善写作，需要额外奖励简洁、自然、易懂的表达。

问题根源：奖励机制不只决定能力，也决定“语气”

克尼恩指出，根本问题在于强化学习中的奖励设计。有些奖励机制会提升 AI 模型对答案的理解与执行效果，有些则更关注人类是否容易读懂。当模型训练越来越多地围绕数学和编程任务展开，如果不主动抵消这种倾向，就可能让写作风格不断向“技术说明书”靠拢。

这对 AI 产品设计是一个重要提醒：模型能力排行榜上的进步，并不等于日常使用体验必然提升。对写作、办公、教育、客服等面向普通用户的场景来说，可读性、节奏感和人类语感同样是核心能力。如果模型只追求逻辑覆盖和信息完整，用户可能会觉得它“很聪明但不好读”。

对 AI 写作工具的启示：下一阶段要重新平衡“能力”和“人味”

来源显示，克尼恩称 Anthropic 在 Opus 5.5 上找到了更好的平衡，他表示自 Opus 4.6 以来，还没有对一款模型的写作表现如此满意。不过，他也强调这并不意味着 Opus 5.5 已经超过 Opus 4.6，相关问题仍然很难解决，Anthropic 还会继续改进。

从产业角度看，Claude 的案例说明，大模型进入成熟竞争阶段后，厂商不只是在比拼推理、代码、长上下文和多模态，也必须重新审视“人类读者体验”。尤其在中文内容创作、知识总结和企业文档场景中，用户需要的不只是正确答案，还包括清晰、自然、符合语境的表达。未来模型训练可能会更多引入面向人类阅读的评价体系，让 AI 不只是会解题、会写代码，也能真正写出让人愿意读的内容。