最近，不少用户觉得Anthropic的Claude模型虽在升级，却越来越难用。这并非模型变笨，而是其技术栈在生成、计算、上下文和智能体（Agent）运行时出现了“内耗”，具体表现为“五宗罪”：

1. 代码生成受限：为文本加入隐形标记，挤占了代码本就严苛的生成空间，导致代码输出质量下降。
2. 算力分配模糊：引入“思考努力值”后，高级模型在普通任务中与基础模型体验差异不大，高价难显价值。
3. 长上下文“失忆”：虽支持百万级上下文，但长对话中历史信息不断追加，模型难辨最新有效状态，用到20%就易出错。
4. 记忆压缩失真：为省空间压缩历史记忆时，易丢失关键限制条件，或把临时猜测当事实，导致后续执行偏离。
5. 错误“滚雪球”：Agent会主动修改环境，一旦误判就会制造新Bug。若无法识别，便会陷入不断修补自己制造的新错误的死循环。

总之，未来AI的瓶颈不再只是“单步答题有多聪明”，而是长任务中的“轨迹可靠性”：状态是否清晰、操作能否验证、错误能否回滚。