BitTorrent 创始人 Bram Cohen 最近批评 Claude 的话很重：它正在变成一个“asshole”。

这个词刺耳，但他真正指向的不是模型“脾气差”。他的观察是：Claude 某些新版本，尤其是 Fable，在普通对话里越来越像一个防御型辩手。用户说一句，它先挑一句；用户补充事实，它继续抠语义；哪怕被要求去搜索确认，它也像要抢最后一句。

这事不能直接写成“Claude 全面变差”。目前能确定的，只是 Cohen 的个人体验和对比判断。但它值得讨论，因为很多重度用户都熟悉那种疲劳感：你找的是助手，来的是审稿人、法务和辩手的混合体。

Cohen 批评的不是单次回答，而是对话姿态

Cohen 的说法有几个锚点。

他认为 Claude 从 Opus 4.7 开始变得更难聊，4.8 稍有缓和，到 Fable 最明显。典型问题不是拒答，而是把普通交流框成辩论。

对比项Cohen 的观察对用户的影响
被批版本Opus 4.7 起变差，Fable 最明显聊天摩擦上升
具体表现语义挑刺、补无关 caveat、默认反驳用户感觉被审问
对比锚点同一问题下 Opus 4.6 更平淡、更合理问题像是版本取舍变化
另一个对照Sonnet 4.6 聊天更舒服，但技术和编码弱能聊与能写代码未必同步

这里要压住判断强度。

这不是公开基准测试，也不是 Anthropic 官方承认的问题。它更像一位长期技术用户的使用笔记：样本不够大，但症状很具体。

问题在于，这种症状对开发者特别要命。

开发者用模型，不是为了找一个永远站在道德高地上的陪聊。他们要的是降低认知成本。查资料、拆问题、写代码、改 bug，本来就够费脑。模型如果每一步都先假设用户有问题，协作成本就会反弹。

一个助手偶尔纠错，是有用。每句话都像庭审交叉询问，就不是严谨，是添堵。

四个可能原因，都指向同一组激励

Cohen 提到几个可能原因。都不能写成定论，但可以作为观察框架。

可能原因可能逻辑风险
安全护栏过粗模型默认用户在诱导危险输出必要边界变成默认怀疑
反谄媚做歪训练模型不要一味迎合用户不迎合被学成爱反驳
语料风格带入Reddit 或内部争论式材料影响语气论坛吵架味进入助手人格
编码训练优先编码有指标、有预算、有企业需求聊天体验被当成软成本

我更在意最后一项。

编码能力好量化。能不能过 benchmark，能不能修 bug，能不能生成可运行代码，市场马上给反馈。企业客户也愿意为这个付钱。

聊天协作感很难量化。一个模型是不是“让人愿意继续说下去”，没有那么清楚的排行榜，也很难变成采购 PPT 里的硬指标。

于是资源自然会流向编码。天下熙熙，皆为利来。放在模型训练上，这句话一点不玄：哪里有预算，哪里就会成为优化目标。

Cohen 提到 Sonnet 4.6 的反差，也说明了这一点。它聊人类话题更舒服，但技术和编码能力弱。这至少提示一件事：会协作和会解题，不一定沿着同一条曲线提升。

模型看着更强，产品反而可能更难用。

这对两类人影响最大。

一类是重度开发者。短期内，他们可能不会立刻迁移模型，但会调整用法：让强模型负责代码和推理，让更顺滑的模型负责讨论、写作、需求拆解。一个模型包打天下的预期会下降。

另一类是团队采购者。以前看模型，重点是代码能力、上下文长度、价格和稳定性。现在还得加一项：协作摩擦。内部试用时，不能只跑代码题，还要拿真实需求、真实 bug、真实安全问题去聊。看它是在帮团队推进，还是在把每个需求都打成辩论赛。

安全不是把所有用户默认当嫌疑人

安全对齐当然必要。

没人希望模型教人制造危险物、攻击系统，或者绕过现实世界防线。把边界做好，是前沿模型公司必须承担的成本。

但 Cohen 对粗暴限制的批评有现实感：把某一个前沿模型变得对所有人都难用，并不能解决 AI 辅助攻击问题。他认为，软件安全真正的出路，是白帽审计、补丁和快速部署。发现漏洞，尽快修掉。

这个判断不能替代安全治理，但它指出了一个限制。

AI 编码能力上来后，攻击者会更容易写脚本，防守者也会更容易查漏洞。猫已经跑出袋子。只靠把一个模型捆紧，效果有限，副作用却很具体：正常用户也被拦、被怀疑、被教育。

这有点像铁路早期扩张。不完全一样，但结构相似：监管必须有，可一旦指标压过真实运输场景，系统会先学会自保。少开、慢开、层层签字，看起来安全，效率却被磨掉。

AI 护栏也可能走到这一步。

如果模型学到的是“不要承担责任”，它就会变成防御性表演。它会补 caveat，会绕开问题，会用高姿态纠正用户。可这不等于更安全，只是更会保护自己。

必要边界和粗糙怀疑，是两回事。

成熟的 AI 产品应该能区分语境。药物合成、生物安全、网络攻击这类高风险请求，谨慎处理，甚至要求身份、资质和上下文验证，都说得通。但普通技术讨论、写作协作、代码解释，不该默认按审讯逻辑处理。

接下来最该观察两个变量。

一个是 Anthropic 或模型社区是否能拿出更系统的对比证据。比如同一批提示词下，Fable、Opus 4.6、Opus 4.7、Sonnet 4.6 的拒答率、纠错语气、无关 caveat 比例、任务完成率有什么差异。没有这类证据，讨论只能停在体验层。

另一个是模型公司会不会把“协作感”做成产品指标。不是让模型更会讨好用户，而是减少无意义反驳，减少自保式废话，减少把普通对话升级成争论的冲动。

Fable 被骂得狠，真正刺痛行业的地方在这里：前沿模型越来越会做题，却可能越来越不会合作。

如果公司继续追逐可量化的编码成绩，把不可量化的人机协作感当成本，助手就会变成辩手。它未必更安全，只是更难相处。

开头那个问题也就有了答案。Claude 不一定是“脾气差”。它更像是被几组互相打架的目标，训练成了一个随时准备自证清白的系统。

这才麻烦。