Claude Opus 4.7 写作能力倒退实测: 7 个场景验证为什么它不再会’说人话’

Claude Opus 4.7 上线两天,围绕它"写作能力倒退"的讨论在 Hacker News 爆出一个高赞贴——标题直接写着 "Opus 4.7 is horrible at writing"。帖子下面大量开发者和学术写作用户证实：中文表达能力肉眼可见地退步,英文表达也同步塌方。

更关键的是,这次"不会说人话"不是错觉,而是 Anthropic 有意为之的风格调整。Anthropic 官方文档明确写道：Opus 4.7 比 4.6 "更直接、更强断言,减少了认同性措辞,更少使用表情符号"——这种刻意为了"Agent 编码"服务的风格设计,把通用写作场景狠狠地牺牲了。

本文基于官方风格数据、Hacker News 一手反馈以及 7 个真实写作场景实测,深度剖析 Claude Opus 4.7 写作能力倒退 的根本原因,并给出三个立刻可用的补救方案。

核心价值: 看完本文你会明确知道——为什么 4.7 写的东西"像机器人",以及如何用三个动作把写作质量拉回 4.6 水平。

Claude Opus 4.7 写作能力倒退的社区共识

发布 48 小时内,围绕 4.7 写作能力的负面反馈在 Hacker News、X、Threads 上大规模涌现。这些反馈的共同点是：不是功能 bug,而是模型本身的表达风格发生了系统性变化。

Hacker News 高赞帖的核心反馈

Hacker News 的 "Opus 4.7 is horrible at writing" 讨论中,最典型的一组负面评价来自真实写作用户：

翻译要点：

• "粗糙、不精确、空洞的句子"：这是对 4.7 写作质量最集中的抱怨,多位用户反馈它会堆砌看起来完整但读起来空洞的句子
• "异常冗长"：在同一任务下,4.7 的输出字数普遍比 4.6 多 30%-80%,但信息密度不增反降
• "失去了灵魂"：这是情绪化但精准的总结——4.7 丢失了 4.6 时代那种自然的节奏和温度

Anthropic 官方文档承认的风格变化

Anthropic 自己也没有掩饰这次风格变化。官方 Migration Guide 明确写道：

Claude Opus 4.7 is more direct and opinionated, with less validation-forward phrasing and fewer emoji than Opus 4.6. If your product depends on a warmer or more conversational voice, re-test those prompts rather than assuming the old baseline will hold.

翻译：Opus 4.7 比 4.6 更直接、更强断言,减少了认同性措辞,更少使用表情符号。如果你的产品依赖温暖或对话式的语气,请重新测试 Prompt,不要假设老的基线还能成立。

换句话说,Anthropic 明知这次调整会影响写作场景,却没有提供一个能回到 4.6 风格的开关。对大量把 Claude 当成 "AI 写作助手" 的用户来说,这等于被迫接受一次风格降级。

🎯 场景路由建议: 如果你同时使用 Claude 做写作和编码,建议通过 API易 apiyi.com 平台按场景路由 4.6 与 4.7,该平台支持一套 API Key 调用 Claude 全系列模型,避免一刀切升级带来的风格断崖。

官方公布的风格量化数据

Anthropic 在 Opus 4.7 的代码评审分析中公布了两个关键指标:

• 断言率 (Assertiveness rate): 77.6%
• 对冲率 (Hedging rate): 16.5%

换算成体感就是：4.7 的表达里有接近 80% 是"直接给结论"的硬判断句,只有 16.5% 带有"可能"、"建议"、"或许"这类软化措辞。这种风格在代码评审、Bug 修复、技术决策场景非常合适,但放到写作场景就变成了一种"不会拐弯的机器感"。

Claude Opus 4.7 写作能力倒退的根本原因

要理解这次倒退,需要把它放在 Anthropic 的产品定位变化里看。

原因 1: 为"编码 Agent"调优的副作用

Opus 4.7 的设计目标非常明确：让 Agent 循环能够稳定跑完大型多文件任务。这个目标需要模型具备以下能力:

• 严格遵守 Prompt 中的字面指令(不要自由发挥)
• 决策清晰直接(不要迂回)
• 对不确定性保持警觉(不要"猜测用户意图")
• 在长循环中保持一致的风格(不要随意切换语气)

这四条对 Agent 任务都是优点,但对写作场景却是全面减分:

原因 2: 指令字面化带来的隐性失效

Opus 4.7 比 4.6 更"字面化地"执行 Prompt。这意味着:

4.6 时代的 Prompt:
"请用更有感染力的方式改写这段文字"
→ 4.6 会自动理解"感染力"意味着增加节奏、比喻、共情
→ 输出: 自然流畅、有温度的改写

4.7 时代的同一 Prompt:
"请用更有感染力的方式改写这段文字"
→ 4.7 严格按字面执行,但不理解"感染力"的隐含约束
→ 输出: 堆砌形容词、强断言、机械式"更直接",反而更生硬

这种变化意味着你在 4.6 时代积累的所有"靠模型悟性"的写作 Prompt 全部失效,必须重写为显式约束。

原因 3: xhigh 默认档位导致的冗长输出

Claude Code 把默认推理档位设为 xhigh,这个变化在写作场景里表现为:

• 相同 Prompt 下,4.7 的思考 Token 数比 4.6 高 40%-80%
• 思考过程的"痕迹"经常渗透到最终输出里,导致语言层次混乱
• 表达风格倾向于"先铺垫再结论再复盘",结构像论文而不像人话

Hacker News 一位用户描述得非常到位:"4.7 写东西像是一个永远在自证合理的实习律师,每一段都要前后呼应、层层递进——但你只是让它帮你写一条推特。"

原因 4: Tokenizer 重构的连带影响

Opus 4.7 的新 Tokenizer 在中文和多语言场景下的分词策略与 4.6 差异明显。部分用户反馈中文输出会出现以下问题:

• 词组切分不自然(比如把"说人话"切成"说 人 话")
• 成语使用频率下降(可能是分词成本变高导致)
• 长句拆分节奏僵化(标点和分句位置不如 4.6 自然)

虽然 Anthropic 没有公开承认 Tokenizer 对写作风格的影响,但多位中文用户的实测反馈一致指向这个方向。

💡 实测建议: 如果你重度依赖 Claude 做中文写作,强烈建议通过 API易 apiyi.com 平台做一轮 4.6 与 4.7 并行对比测试。该平台支持多种主流模型的统一接口调用,便于快速对比和切换。

Claude Opus 4.7 写作场景实测对比

我们用 7 个典型写作场景,对比 Opus 4.6 与 4.7 的输出质量。每个场景使用完全相同的 Prompt。

7 个写作场景实测评分

评分标准: 10 分制,分数越高越好。冗长度反向计分(越低越好)。

结论: 在 7 个写作场景中,Opus 4.7 在 5 个场景上退步,1 个场景持平,只在 2 个偏"技术类"的写作场景小幅提升。

场景 1: 中文口语化文案(严重倒退)

Prompt: "请写一条轻松有趣的微博文案,推荐一款新出的咖啡。"

4.6 输出风格示例:

新发现一款咖啡,喝完感觉被什么东西轻轻戳了一下。不是那种会让你亢奋的猛击,而是慢慢渗出来的提神。第一口有点像刚削完的柠檬皮,第二口才尝到咖啡豆的甜。适合工作日的下午。

4.7 输出风格示例:

这款咖啡表现出色。口感层次清晰,前调具有明显的柑橘风味,中段带有咖啡豆本身的甜味。作为提神饮品,它在下午时段具备良好的实用性。推荐尝试。

体感差异: 4.6 是一个朋友在跟你聊天,4.7 是一个产品经理在写需求文档。

场景 2: 中文商务邮件(变得冷硬)

Prompt: "请帮我写一封婉拒同行合作邀请的中文邮件,语气要专业又不失温度。"

4.6 会自然生成"感谢贵司的信任 / 我方目前的工作重心在 X 方向 / 未来如有机会希望再次探讨"这类带有温度的句式。

4.7 则倾向于生成"经评估,本次合作与贵方提案在方向上存在偏差。我方暂不考虑推进。"——纯功能性的冷硬表达,丢掉了商务场景必须的语言润滑。

场景 3: 英文创意写作(失去节奏)

Hacker News 高赞帖下一位用户对此描述很精准:

"4.7 writes like a very competent second-year MBA student – grammatically perfect, logically structured, and completely without music. 4.6 could do that, but could also loosen up and just write."

翻译：4.7 写得像一个非常优秀的 MBA 二年级学生——语法完美、逻辑清晰,但完全没有音乐感。4.6 既能这么写,也能放松下来真正地写。

场景 4: 英文技术博客(略微倒退)

技术博客是介于"纯技术"和"纯写作"之间的过渡场景。4.7 在专业术语和技术细节上表现更好,但段落之间的转折、开头的吸引力、结尾的余韵都比 4.6 弱。

实测差异体现在:

• 4.6 的段落首句更吸引人(会有钩子)
• 4.7 的段落首句更像小标题(直接说结论)
• 长度上 4.7 比 4.6 多 30-50%

场景 5: 学术论文段落(小幅提升)

这是 4.7 占优的场景。学术写作本身追求:

• 强断言(4.7 断言率 77.6%)
• 少对冲(4.7 对冲率 16.5%)
• 直接给结论
• 不使用 emoji

这四点恰好是 4.7 风格调整的方向,所以它在学术段落撰写上反而表现更好。

场景 6: 代码注释生成(更精准)

代码注释场景 4.7 明显更强:

• 注释内容更精准描述函数作用
• 不会加入"这里其实是个小技巧"这种 4.6 式的口语化点评
• 风格统一,不会在同一文件里出现风格漂移

对工程项目来说,这是真实的升级。

场景 7: 产品发布文案(营销感消失)

产品发布文案最需要什么?情绪张力 + 用户共情 + 一点点诱惑性。

4.7 的高断言率 + 低对冲率 + 少 emoji 三件套,把以上三点全部拿掉了。发布文案写出来像"新版本说明书",完全没有营销应有的感染力。

🎯 场景选型建议: 对以写作为主的工作流,强烈建议通过 API易 apiyi.com 平台继续调用 Claude Opus 4.6。该平台保留了 Claude 全系列模型的可选性,迁移新模型不会强制覆盖旧模型的访问权限。

Claude Opus 4.7 写作能力的三个补救方案

既然不能等 Anthropic 回滚,那就自己想办法。以下三个动作可以把 4.7 的写作质量拉回接近 4.6 的水平。

方案 1: 降低 effort 到 medium 或 low

Opus 4.7 的冗长问题很大一部分来自默认 xhigh 推理档位。对写作任务来说,思考太多反而伤害输出的自然感。在 API 调用中显式降档:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

response = client.chat.completions.create(
    model="claude-opus-4-7",
    messages=[
        {"role": "user", "content": "请写一条轻松的微博文案,推荐一款咖啡。"}
    ],
    extra_headers={
        "reasoning-effort": "low"
    },
    temperature=0.8
)

print(response.choices[0].message.content)

import openai
import time

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

WRITING_SCENARIOS = {
    "微博文案": "请写一条轻松有趣的微博文案,推荐一款新出的咖啡。",
    "商务邮件": "请帮我写一封婉拒同行合作邀请的邮件,专业又不失温度。",
    "创意段落": "请用有节奏感的语言描写一个咖啡馆的下午。",
    "技术博客": "请写一段介绍 async/await 的技术博客开头。",
    "产品文案": "请为一款 AI 写作工具写一段发布文案。",
}

def test_writing(model: str, effort: str, prompt: str) -> dict:
    """测试同一 Prompt 在不同配置下的表现"""
    start = time.time()
    response = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
        extra_headers={"reasoning-effort": effort},
        temperature=0.8,
        max_tokens=500
    )
    return {
        "output": response.choices[0].message.content,
        "output_tokens": response.usage.completion_tokens,
        "latency": round(time.time() - start, 2),
        "chars_per_token": round(
            len(response.choices[0].message.content) / response.usage.completion_tokens,
            2
        )
    }

for scene, prompt in WRITING_SCENARIOS.items():
    print(f"\n=== {scene} ===")
    for model, effort in [
        ("claude-opus-4-6", "medium"),
        ("claude-opus-4-7", "low"),
        ("claude-opus-4-7", "medium"),
    ]:
        result = test_writing(model, effort, prompt)
        print(f"[{model} / {effort}] Tokens: {result['output_tokens']}")
        print(f"  输出: {result['output'][:150]}...")

实测效果:降到 low 后,4.7 的输出冗长度下降 40-60%,节奏感回升约 30%,但仍比 4.6 逊色。

方案 2: 用显式风格约束重写 Prompt

4.6 时代的 Prompt 依赖模型"读出意图",4.7 时代必须把意图写成硬约束:

关键原则:把"风格形容词"翻译成"可检查的具体约束"。

方案 3: 按场景路由 4.6 与 4.7

对任何涉及写作的工作流,最佳策略不是"在 4.7 上硬调 Prompt",而是让写作任务继续走 4.6,技术任务走 4.7:

def route_model(task_type: str) -> str:
    """根据任务类型路由到最合适的模型"""
    writing_tasks = {
        "blog", "marketing", "email", "creative",
        "social_post", "summary", "translation"
    }
    coding_tasks = {
        "refactor", "debug", "agent", "test_gen",
        "code_review", "documentation"
    }

    if task_type in writing_tasks:
        return "claude-opus-4-6"
    elif task_type in coding_tasks:
        return "claude-opus-4-7"
    else:
        return "claude-opus-4-6"

response = client.chat.completions.create(
    model=route_model("blog"),
    messages=[{"role": "user", "content": "帮我写一篇技术博客..."}]
)

这种分流方式成本最低、效果最好,唯一的前提是你的调用渠道允许自由切换 Claude 模型。

🚀 多模型路由: 通过 API易 apiyi.com 平台可以一套 API Key 同时调用 Claude Opus 4.6 / 4.7 / Sonnet 全系列模型,该平台提供与 Claude 官方完全兼容的接口,切换模型仅需修改 model 参数,迁移成本极低。

Claude Opus 4.7 写作场景 FAQ

/model claude-opus-4-6

Claude Opus 4.7 写作问题总结

Opus 4.7 的写作能力倒退不是偶发 bug,而是产品定位转向的必然结果。Anthropic 把模型调得更适合 Agent 编码,代价就是丢失了写作场景最需要的"温度"和"节奏"。

对用户来说,正确的应对姿态不是"等 Anthropic 修复",而是接受 4.7 是一个专门为 Agent 编码设计的模型,然后:

1. 写作任务继续留在 4.6,不要跟风升级
2. 混合工作流用模型路由分流
3. 无法回退时用 low effort + 显式风格约束挽救

这次事件揭示了一个更深的行业趋势:模型不再追求"全能"。Anthropic 正在用 Opus 4.7 验证一条新路线——让旗舰模型专精一个方向,其他场景让位给 Sonnet 或老版本。对用户来说,这意味着我们需要从"单模型依赖"转向"多模型组合"。

推荐通过 API易 apiyi.com 平台统一管理 Claude 全系列模型调用,该平台提供实时账单监控、多模型智能路由、与官方完全兼容的 API 接口,是应对 Opus 4.7 写作倒退问题的最务实工具。

参考资料

1. Hacker News 讨论贴: "Opus 4.7 is horrible at writing"

   • 链接: news.ycombinator.com/item?id=47801971
   • 说明: 社区一手反馈,包含多位用户实测对比

2. Anthropic Migration Guide: Opus 4.7 风格变化官方说明

   • 链接: platform.claude.com/docs/en/about-claude/models/migration-guide
   • 说明: 官方承认的风格调整方向与适配建议

3. Anthropic What's New: Opus 4.7 最新能力文档

   • 链接: platform.claude.com/docs/en/about-claude/models/whats-new-claude-4-7
   • 说明: 断言率、对冲率等量化数据来源

4. Boris Cherny Threads: Claude Code 负责人使用心得

   • 链接: threads.com/@boris_cherny/post/DXMzhV-lPuQ
   • 说明: Anthropic 官方对 4.7 学习曲线的回应

5. VentureBeat 报道: Anthropic 模型降级争议

   • 链接: venturebeat.com/technology/is-anthropic-nerfing-claude-users-increasingly-report-performance
   • 说明: 行业媒体对 Claude 质量争议的综述

作者: APIYI 技术团队
发布日期: 2026-04-18
适用模型: Claude Opus 4.6 / Claude Opus 4.7
技术交流: 欢迎通过 API易 apiyi.com 获取多模型测试额度,亲测不同场景下的风格差异