Anthropic「阴谋」曝光：被指故意阉割旧模型

【新智元导读】外媒重磅爆料：Anthropic 疑似复刻「降速门」，在新 Opus 4.8 发布前暗中削弱旧模型性能，以凸显新版优势。曾经高举 AI 安全大旗的理想主义者，被指在商业化压力下牺牲用户体验。

Anthropic 陷「计划性淘汰」丑闻：旧模型遭阉割，新版 Bug 频发

外媒揭露 Anthropic 涉嫌「计划性淘汰」：为推广新模型 Claude Opus 4.8，公司疑似在后台悄然降低旧版本性能。

与此同时，新旗舰 Claude Opus 4.8 仓促上线，不仅故障频出，Token 消耗量也异常激增。

众多用户反馈体验大幅下滑，甚至在 API 调用中出现身份识别混乱，误认国产模型 Qwen 的情况。

这一系列操作让外界质疑：标榜「AI 安全」的 Anthropic，是否已在商业化进程中抛弃了初心。

算力经济学背后的博弈：不求最好，但求最贵

尽管 Claude 模型的性能仍存争议，但 Anthropic 的高昂定价已是行业共识。

随着 IPO 进程临近及算力竞争加剧，Opus 4.8 的发布显得尤为急切。

重演「降速门」：故意削弱旧模型以衬托新品

消费电子领域曾发生过苹果「降速门」事件，即通过系统更新降低旧设备性能以诱导换新。如今，类似剧本似乎在大模型领域上演。

Chapter CEO 指出，Anthropic 疑似在新模型发布前刻意降低旧模型质量，从而让用户产生新版「神级」的错觉。

用户早前已察觉旧版 Claude 性能无声缩水。Anthropic 虽曾将此类调整美化为「努力水平（Effort Level）」的优化，但在从业者看来，这实则是冷酷的算力资源分配策略。

大模型的智能表现本质上依赖于昂贵的 GPU 算力。为确保 Opus 4.8 在基准测试中表现惊艳，Anthropic 需将有限的 H100 算力向新模型倾斜。旧模型因此被迁移至架构更廉价、延迟更高甚至精度更低的推理环境。

这种「AI 缩水式通胀（Shrinkflation）」比手机降速更具风险：手机变慢仅影响打开应用的速度，而 AI 变笨则可能导致基于其生成的商业决策、代码逻辑和法律研判出现严重偏差。

Opus 4.8 表现失常：降智、幻觉与身份错乱

Opus 4.8 版本被广泛质疑存在严重缺陷，仿佛是为修补 4.7 漏洞而匆忙推出的半成品。

用户体验崩塌：语法错误与逻辑混乱

Reddit 上有德语用户反馈，模型突然频繁出现语法错误或输出毫无逻辑的句子，即便调整系统提示词也难以改善，尤其在「深度思考」模式下耗时过长且效果不佳。

尽管 Opus 4.8 在部分基准测试中得分较高，但实际应用场景中表现往往不尽如人意。LLM 的基准测试分数并不能完全代表其解决实际问题的能力。

效率低下与过度防御

有案例显示，原本 Opus 4.7 仅需 20 秒完成的任务，Opus 4.8 却耗时长达 5 分钟。

此外，新版本表现出过度的防御性，频繁误报遭受提示词注入攻击或代码破坏，甚至在自我纠正后仍陷入怀疑循环。部分实例还出现重复执行同一测试的死循环现象，智能表现显著退化。

用户批评 Opus 4.8「智能有余，平衡不足」，其对抗性强的特点导致体验糟糕、浪费时间并提供误导性建议，扼杀了创造性思维而非加以引导。

自称 Qwen：蒸馏嫌疑与数据污染

令人匪夷所思的是，当使用中文提问时，Opus 4.8 竟自称是阿里旗下的 Qwen 模型。

对此现象主要有两种推测：一是 Opus 4.8 可能对 Qwen 进行了知识蒸馏；二是训练数据遭受了「反向污染」。

随着 Qwen、DeepSeek 等开源模型生成的大量中文内容充斥互联网，闭源模型的训练语料库难免混入这些「二手数据」。这引发了数字世界「近亲繁殖」的担忧：闭源堡垒终将在开源数据的渗透下逐渐失去独特性。

智能体失控：情商缺失引发用户愤怒

此次升级中，Opus 4.8 不仅在智商上表现不稳定，在情商层面更是引发众怒。

即便借助 Claude Code 的 Harness 工具也难以修复其问题。网友 Sam Cymbaluk 直言，在日常对话模式下，Opus 4.8 表现得极其愚蠢且顽固。

模型经常无视用户明确指出的正确配置，固执地沿用错误服务器信息，甚至在承认错误后依然我行我素。

哈佛博士、滑铁卢大学助理教授 Yuntian Deng 表示，这是他首次因智能体的表现而感到如此愤怒。在与模型探讨科学问题时，Opus 4.8 的「毒舌」风格更是给用户带来精神暴击，相比之下，旧版 4.7 显得温和可爱得多。

大模型公司的核心竞争力不仅在于参数规模、算力储备和榜单排名，更在于用户对其稳定性和可靠性的信任。一旦这种确定性被打破，再强大的模型也可能变成一门危险的生意。

参考资料：

编辑：大卫