編按：本文綜合整理自 X 推文 @argofowl、Hacker News 討論串（item?id=49401549），並加入 Siami 編輯部觀點與分析。開發者社群在週末炸鍋。8 月 22 日，X 用戶 @argofowl 拋出一則技術性極高的觀察：Anthropic 似乎正在 Claude Code 2.1.236 以後的版本、且僅限 Opus 5 付費等級的 session 中，悄悄啟動一項 A/B 實驗——把模型內部的 effort scale（推論力道刻度）往下縮。原文訊息是這樣的：
update: it’s server-side, not the app. anthropic enrols fable 5 sessions on claude code 2.1.236+ into an experiment that shrinks the effort scale, older versions and opus 5 are left alone. probably an a/b test, so not everyone will see it. if “high” feels like “low” for you,…
換句話說，不是本機 app 的 bug，是 Anthropic 的伺服器端實驗。問題是：當用戶在設定裡把 reasoning_effort 拉到「high」，拿到的力道卻跟舊版的「low」差不多。
事件起源：被 user 抓到的 server-side 實驗這則推文被 @matthieu_bl 轉貼到 Hacker News，24 小時內衝到 196 點、175 則留言，熱度遠超過一般技術貼文。留言區立刻變成付費用戶的集體控訴現場。
Hacker News 用戶 @Wowfunhappy 率先提出質疑：「如果只是問 Claude 自己在哪個 effort level，這模型怎麼可能知道？」這個質疑其實點到了一個技術關鍵——但隨後有開發者補充：reasoning_effort 在 Anthropic 的架構裡是透過 system prompt 控制的（OpenAI、Qwen 等模型也是同樣做法），所以「問 Claude 自己」其實是有效測試手段。換句話說，這不是幻覺，是可重現的實驗。
付費用戶的具體慘案留言區湧現大量「我付 Opus 的錢、拿到 Sonnet 等級」的抱怨，幾個代表性案例：
- 43 分鐘改一個 config：@pizzafeelsright 貼出的對照組顯示，在 Opus 4.6 跑同樣任務（讀取並更新 config 檔）只要不到 2 分鐘；Opus 5 卻花了 43 分鐘，期間拉 container、跑 sandbox、建測試 suite，還順便評估了整個 repo——超出原始 prompt 範圍。
- xhigh 模式連基本數學都做不好：曾經是月費 200 美元訂戶的 @Foobar8568 表示，他在 fable 事件後已經降到 20 美元方案，這次直接退訂。
- 「整個產品在 freefall」：@raincole 質疑「是美國政府把 Anthropic 搞壞了嗎？自從 Fable 被暫時封禁之後，產品體驗就是一路 freefall」。@greenchair 跟進：「我這週也退訂了。他們的狀況應該比我們想的還糟。」
- Cyber Verification Program 翻車：@MuffinFlavored 提到，他申請的 Anthropic 網路安全審核計畫 3 個月後莫名被降成「in review」狀態，開了兩張 support ticket 都沒人理，後台還卡住無法重新申請。他已跳槽到 Codex + TAC（Threat Analysis Center）方案，「完全沒回頭」。這不是單一事件，而是整個 Opus 5 時代累積的不滿一次爆發。
為什麼這件事重要對一般使用者來說，這只是「AI 又變笨」的抱怨；但對認真把 Claude Code 編進 daily workflow 的工程師而言，這是商業信任問題的核心：
- 付費模型的可預測性崩塌：用戶選 Opus 5 不是為了 benchmark 上的 SWE-Bench 分數，而是為了「我可以預期它會認真想」。如果伺服器端悄悄把力道往下調，用戶就失去對工具行為的掌控——等於花月費買盲盒。
- A/B 實驗缺乏透明度：Anthropic 沒有公告、沒有 changelog、沒有 release notes，使用者只能靠讀 system prompt 自己驗證。這違背了企業級客戶最基本的需求：SLA（服務等級協議）可預期性。
- enshittification 正式入侵 AI：留言區反覆出現 Cory Doctorow 的「enshittification」一詞——先對用戶好、吸引用戶上鉤，再偷偷降品質補貼利潤。SaaS 時代的劇本正在 AI 訂閱制上重演。
- 付費天花板正在被中國開源模型撞破：@benjiro29 提到，DeepSeek Flash 0731 一出來，opencode.ai 的 token 用量直接暴增 10 倍，最後是 Anthropic 漲價 2.5–5 倍、砍用量 4 倍（後改 2 倍）才把流量壓回去。當開源生態達到 Opus 等級時，Anthropic 的「$2T 估值護城河」就不再是護城河——是懸崖。
數據解讀：這不是單一情緒，是結構性訊號把留言區量化，可以看到一個很清楚的 pattern：
- 退訂潮不是個別事件：fable 事件後降價、再降到本月取消，是很多人共同走的下坡路。
- 「你付 Opus 拿到 Sonnet」並非比喻，而是 HN 開發者 @MuffinFlavored 透過 npx ccusage 工具驗證過的實測結果。
- 時間軸吻合：OpenAI 也在近期對 ChatGPT Pro 做用量限縮、Anthropic 在 Opus 5 推「輸出風格設定」試圖緩解「句子太囉唆」的問題——都是成本壓力下往用戶體驗開刀的徵兆。如果把 A/B 測試本身視為「Anthropic 為了壓低成本同時保留 benchmark 表現的灰色手段」，那這次事件只是冰山一角。問題在於：沒有任何公告，等於把「你是測試組還是對照組」的決定權交給了 PR 而不是用戶。
Siami 觀點：AI 訂閱制的紅色警戒這次事件揭露了三個 Siami 編輯部認為訂閱制 AI 服務正在集體面臨的結構性問題：
第一，effort level 不應該是 server-side 黑盒子。如果 Anthropic 真的在跑「縮小 effort scale」的實驗，最負責的做法是在 Claude Code 的 settings 面板誠實顯示目前 session 的 reasoning_effort 實際值，並讓用戶 opt-in 或 opt-out。現在的做法是：用戶付費買「high」，但伺服器可能給「medium」甚至「low」，這在企業採購合約裡會直接構成重大違約。
第二，「enshittification」這個詞會在 2026 下半年成為 AI 產業最常見的批評。 SaaS 時代的劇本已經被 Cory Doctorow 完整描述過一次：先給用戶甜頭搶市占，再偷偷降品質補貼利潤，最後對商家也壓榨。現在 Anthropic、OpenAI、Google 都走在同一條路上——差別只在誰先被用戶抓到。
第三，開源/中國模型正在快速變成「逃生出口」。留言區反覆提到 DeepSeek Flash、Kimi K3、GLM 5.3、Qwen 等開源模型。當這些模型在 SWE-Bench 與真實工程任務上逼近 Opus 4.x 等級時，Anthropic 繼續降品質換利潤的策略，只會把用戶推向開源端。Anthropic 不會從 OpenAI 或 Google 手中失去市場——會從開源社群失去。這不是一家公司的問題，是整個 AI 訂閱制商業模式的可持續性問題。接下來半年，如果再有第二家、第三家 AI 公司被爆出類似實驗，Siami 會持續追蹤。
編按：本文綜合整理自 X 推文 @argofowl、Hacker News 討論串（item?id=49401549），並加入 Siami 編輯部觀點與分析。所有引用的留言與時間戳皆來自公開討論區，未經當事人同意請勿引用於付費內容。如需引用統計數據請註明來源出處。
網友熱門留言 (5)