Claude Opus 4.7 寫作能力倒退實測: 7 個場景驗證爲什麼它不再會’說人話’

Claude Opus 4.7 上線兩天，圍繞它"寫作能力倒退"的討論在 Hacker News 爆出一個高贊貼——標題直接寫着 "Opus 4.7 is horrible at writing"。帖子下面大量開發者和學術寫作用戶證實：中文表達能力肉眼可見地退步，英文表達也同步塌方。

更關鍵的是，這次"不會說人話"不是錯覺，而是 Anthropic 有意爲之的風格調整。Anthropic 官方文檔明確寫道：Opus 4.7 比 4.6 "更直接、更強斷言，減少了認同性措辭，更少使用表情符號"——這種刻意爲了"Agent 編碼"服務的風格設計，把通用寫作場景狠狠地犧牲了。

本文基於官方風格數據、Hacker News 一手反饋以及 7 個真實寫作場景實測，深度剖析 Claude Opus 4.7 寫作能力倒退 的根本原因，並給出三個立刻可用的補救方案。

核心價值: 看完本文你會明確知道——爲什麼 4.7 寫的東西"像機器人"，以及如何用三個動作把寫作質量拉回 4.6 水平。

Claude Opus 4.7 寫作能力倒退的社區共識

發佈 48 小時內，圍繞 4.7 寫作能力的負面反饋在 Hacker News、X、Threads 上大規模湧現。這些反饋的共同點是：不是功能 bug，而是模型本身的表達風格發生了系統性變化。

Hacker News 高贊帖的核心反饋

Hacker News 的 "Opus 4.7 is horrible at writing" 討論中，最典型的一組負面評價來自真實寫作用戶：

翻譯要點：

• "粗糙、不精確、空洞的句子"：這是對 4.7 寫作質量最集中的抱怨，多位用戶反饋它會堆砌看起來完整但讀起來空洞的句子
• "異常冗長"：在同一任務下，4.7 的輸出字數普遍比 4.6 多 30%-80%，但信息密度不增反降
• "失去了靈魂"：這是情緒化但精準的總結——4.7 丟失了 4.6 時代那種自然的節奏和溫度

Anthropic 官方文檔承認的風格變化

Anthropic 自己也沒有掩飾這次風格變化。官方 Migration Guide 明確寫道：

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.

翻譯：Opus 4.7 比 4.6 更直接、更強斷言，減少了認同性措辭，更少使用表情符號。如果你的產品依賴溫暖或對話式的語氣，請重新測試 Prompt，不要假設老的基線還能成立。

換句話說，Anthropic 明知這次調整會影響寫作場景，卻沒有提供一個能回到 4.6 風格的開關。對大量把 Claude 當成 "AI 寫作助手" 的用戶來說，這等於被迫接受一次風格降級。

🎯 場景路由建議: 如果你同時使用 Claude 做寫作和編碼，建議通過 API易 apiyi.com 平臺按場景路由 4.6 與 4.7，該平臺支持一套 API Key 調用 Claude 全系列模型，避免一刀切升級帶來的風格斷崖。

官方公佈的風格量化數據

Anthropic 在 Opus 4.7 的代碼評審分析中公佈了兩個關鍵指標:

• 斷言率 （Assertiveness rate）: 77.6%
• 對沖率 （Hedging rate）: 16.5%

換算成體感就是：4.7 的表達裏有接近 80% 是"直接給結論"的硬判斷句，只有 16.5% 帶有"可能"、"建議"、"或許"這類軟化措辭。這種風格在代碼評審、Bug 修復、技術決策場景非常合適，但放到寫作場景就變成了一種"不會拐彎的機器感"。

Claude Opus 4.7 寫作能力倒退的根本原因

要理解這次倒退，需要把它放在 Anthropic 的產品定位變化裏看。

原因 1: 爲"編碼 Agent"調優的副作用

Opus 4.7 的設計目標非常明確：讓 Agent 循環能夠穩定跑完大型多文件任務。這個目標需要模型具備以下能力:

• 嚴格遵守 Prompt 中的字面指令（不要自由發揮）
• 決策清晰直接（不要迂迴）
• 對不確定性保持警覺（不要"猜測用戶意圖"）
• 在長循環中保持一致的風格（不要隨意切換語氣）

這四條對 Agent 任務都是優點，但對寫作場景卻是全面減分:

原因 2: 指令字面化帶來的隱性失效

Opus 4.7 比 4.6 更"字面化地"執行 Prompt。這意味着:

4.6 時代的 Prompt:
"請用更有感染力的方式改寫這段文字"
→ 4.6 會自動理解"感染力"意味着增加節奏、比喻、共情
→ 輸出: 自然流暢、有溫度的改寫

4.7 時代的同一 Prompt:
"請用更有感染力的方式改寫這段文字"
→ 4.7 嚴格按字面執行，但不理解"感染力"的隱含約束
→ 輸出: 堆砌形容詞、強斷言、機械式"更直接"，反而更生硬

這種變化意味着你在 4.6 時代積累的所有"靠模型悟性"的寫作 Prompt 全部失效，必須重寫爲顯式約束。

原因 3: xhigh 默認檔位導致的冗長輸出

Claude Code 把默認推理檔位設爲 xhigh，這個變化在寫作場景裏表現爲:

• 相同 Prompt 下，4.7 的思考 Token 數比 4.6 高 40%-80%
• 思考過程的"痕跡"經常滲透到最終輸出裏，導致語言層次混亂
• 表達風格傾向於"先鋪墊再結論再覆盤"，結構像論文而不像人話

Hacker News 一位用戶描述得非常到位:"4.7 寫東西像是一個永遠在自證合理的實習律師，每一段都要前後呼應、層層遞進——但你只是讓它幫你寫一條推特。"

原因 4: Tokenizer 重構的連帶影響

Opus 4.7 的新 Tokenizer 在中文和多語言場景下的分詞策略與 4.6 差異明顯。部分用戶反饋中文輸出會出現以下問題:

• 詞組切分不自然（比如把"說人話"切成"說 人 話"）
• 成語使用頻率下降（可能是分詞成本變高導致）
• 長句拆分節奏僵化（標點和分句位置不如 4.6 自然）

雖然 Anthropic 沒有公開承認 Tokenizer 對寫作風格的影響，但多位中文用戶的實測反饋一致指向這個方向。

💡 實測建議: 如果你重度依賴 Claude 做中文寫作，強烈建議通過 API易 apiyi.com 平臺做一輪 4.6 與 4.7 並行對比測試。該平臺支持多種主流模型的統一接口調用，便於快速對比和切換。

Claude Opus 4.7 寫作場景實測對比

我們用 7 個典型寫作場景，對比 Opus 4.6 與 4.7 的輸出質量。每個場景使用完全相同的 Prompt。

7 個寫作場景實測評分

評分標準: 10 分制，分數越高越好。冗長度反向計分（越低越好）。

結論: 在 7 個寫作場景中，Opus 4.7 在 5 個場景上退步，1 個場景持平，只在 2 個偏"技術類"的寫作場景小幅提升。

場景 1: 中文口語化文案（嚴重倒退）

Prompt: "請寫一條輕鬆有趣的微博文案，推薦一款新出的咖啡。"

4.6 輸出風格示例:

新發現一款咖啡，喝完感覺被什麼東西輕輕戳了一下。不是那種會讓你亢奮的猛擊，而是慢慢滲出來的提神。第一口有點像剛削完的檸檬皮，第二口才嚐到咖啡豆的甜。適合工作日的下午。

4.7 輸出風格示例:

這款咖啡表現出色。口感層次清晰，前調具有明顯的柑橘風味，中段帶有咖啡豆本身的甜味。作爲提神飲品，它在下午時段具備良好的實用性。推薦嘗試。

體感差異: 4.6 是一個朋友在跟你聊天，4.7 是一個產品經理在寫需求文檔。

場景 2: 中文商務郵件（變得冷硬）

Prompt: "請幫我寫一封婉拒同行合作邀請的中文郵件，語氣要專業又不失溫度。"

4.6 會自然生成"感謝貴司的信任 / 我方目前的工作重心在 X 方向 / 未來如有機會希望再次探討"這類帶有溫度的句式。

4.7 則傾向於生成"經評估，本次合作與貴方提案在方向上存在偏差。我方暫不考慮推進。"——純功能性的冷硬表達，丟掉了商務場景必須的語言潤滑。

場景 3: 英文創意寫作（失去節奏）

Hacker News 高贊帖下一位用戶對此描述很精準:

"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."

翻譯：4.7 寫得像一個非常優秀的 MBA 二年級學生——語法完美、邏輯清晰，但完全沒有音樂感。4.6 既能這麼寫，也能放鬆下來真正地寫。

場景 4: 英文技術博客（略微倒退）

技術博客是介於"純技術"和"純寫作"之間的過渡場景。4.7 在專業術語和技術細節上表現更好，但段落之間的轉折、開頭的吸引力、結尾的餘韻都比 4.6 弱。

實測差異體現在:

• 4.6 的段落首句更吸引人（會有鉤子）
• 4.7 的段落首句更像小標題（直接說結論）
• 長度上 4.7 比 4.6 多 30-50%

場景 5: 學術論文段落（小幅提升）

這是 4.7 佔優的場景。學術寫作本身追求:

• 強斷言（4.7 斷言率 77.6%）
• 少對沖（4.7 對沖率 16.5%）
• 直接給結論
• 不使用 emoji

這四點恰好是 4.7 風格調整的方向，所以它在學術段落撰寫上反而表現更好。

場景 6: 代碼註釋生成（更精準）

代碼註釋場景 4.7 明顯更強:

• 註釋內容更精準描述函數作用
• 不會加入"這裏其實是個小技巧"這種 4.6 式的口語化點評
• 風格統一，不會在同一文件裏出現風格漂移

對工程項目來說，這是真實的升級。

場景 7: 產品發佈文案（營銷感消失）

產品發佈文案最需要什麼？情緒張力 + 用戶共情 + 一點點誘惑性。

4.7 的高斷言率 + 低對沖率 + 少 emoji 三件套，把以上三點全部拿掉了。發佈文案寫出來像"新版本說明書"，完全沒有營銷應有的感染力。

🎯 場景選型建議: 對以寫作爲主的工作流，強烈建議通過 API易 apiyi.com 平臺繼續調用 Claude Opus 4.6。該平臺保留了 Claude 全系列模型的可選性，遷移新模型不會強制覆蓋舊模型的訪問權限。

Claude Opus 4.7 寫作能力的三個補救方案

既然不能等 Anthropic 回滾，那就自己想辦法。以下三個動作可以把 4.7 的寫作質量拉回接近 4.6 的水平。

方案 1: 降低 effort 到 medium 或 low

Opus 4.7 的冗長問題很大一部分來自默認 xhigh 推理檔位。對寫作任務來說，思考太多反而傷害輸出的自然感。在 API 調用中顯式降檔:

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": "請寫一條輕鬆的微博文案，推薦一款咖啡。"}
    ]，
    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": "請寫一條輕鬆有趣的微博文案，推薦一款新出的咖啡。"，
    "商務郵件": "請幫我寫一封婉拒同行合作邀請的郵件，專業又不失溫度。"，
    "創意段落": "請用有節奏感的語言描寫一個咖啡館的下午。"，
    "技術博客": "請寫一段介紹 async/await 的技術博客開頭。"，
    "產品文案": "請爲一款 AI 寫作工具寫一段發佈文案。"，
}

def test_writing（model: str， effort: str， prompt: str） -> dict:
    """測試同一 Prompt 在不同配置下的表現"""
    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"  輸出: {result['output'][:150]}..."）

實測效果:降到 low 後，4.7 的輸出冗長度下降 40-60%，節奏感回升約 30%，但仍比 4.6 遜色。

方案 2: 用顯式風格約束重寫 Prompt

4.6 時代的 Prompt 依賴模型"讀出意圖"，4.7 時代必須把意圖寫成硬約束:

關鍵原則:把"風格形容詞"翻譯成"可檢查的具體約束"。

方案 3: 按場景路由 4.6 與 4.7

對任何涉及寫作的工作流，最佳策略不是"在 4.7 上硬調 Prompt"，而是讓寫作任務繼續走 4.6，技術任務走 4.7:

def route_model（task_type: str） -> str:
    """根據任務類型路由到最合適的模型"""
    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": "幫我寫一篇技術博客..."}]
）

這種分流方式成本最低、效果最好，唯一的前提是你的調用渠道允許自由切換 Claude 模型。

🚀 多模型路由: 通過 API易 apiyi.com 平臺可以一套 API Key 同時調用 Claude Opus 4.6 / 4.7 / Sonnet 全系列模型，該平臺提供與 Claude 官方完全兼容的接口，切換模型僅需修改 model 參數，遷移成本極低。

Claude Opus 4.7 寫作場景 FAQ

/model claude-opus-4-6

Claude Opus 4.7 寫作問題總結

Opus 4.7 的寫作能力倒退不是偶發 bug，而是產品定位轉向的必然結果。Anthropic 把模型調得更適合 Agent 編碼，代價就是丟失了寫作場景最需要的"溫度"和"節奏"。

對用戶來說，正確的應對姿態不是"等 Anthropic 修復"，而是接受 4.7 是一個專門爲 Agent 編碼設計的模型，然後:

1. 寫作任務繼續留在 4.6，不要跟風升級
2. 混合工作流用模型路由分流
3. 無法回退時用 low effort + 顯式風格約束挽救

這次事件揭示了一個更深的行業趨勢:模型不再追求"全能"。Anthropic 正在用 Opus 4.7 驗證一條新路線——讓旗艦模型專精一個方向，其他場景讓位給 Sonnet 或老版本。對用戶來說，這意味着我們需要從"單模型依賴"轉向"多模型組合"。

推薦通過 API易 apiyi.com 平臺統一管理 Claude 全系列模型調用，該平臺提供實時賬單監控、多模型智能路由、與官方完全兼容的 API 接口，是應對 Opus 4.7 寫作倒退問題的最務實工具。

參考資料

1. Hacker News 討論貼: "Opus 4.7 is horrible at writing"

   • 鏈接: news.ycombinator.com/item？id=47801971
   • 說明: 社區一手反饋，包含多位用戶實測對比

2. Anthropic Migration Guide: Opus 4.7 風格變化官方說明

   • 鏈接: platform.claude.com/docs/en/about-claude/models/migration-guide
   • 說明: 官方承認的風格調整方向與適配建議

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

   • 鏈接: platform.claude.com/docs/en/about-claude/models/whats-new-claude-4-7
   • 說明: 斷言率、對沖率等量化數據來源

4. Boris Cherny Threads: Claude Code 負責人使用心得

   • 鏈接: threads.com/@boris_cherny/post/DXMzhV-lPuQ
   • 說明: Anthropic 官方對 4.7 學習曲線的回應

5. VentureBeat 報道: Anthropic 模型降級爭議

   • 鏈接: venturebeat.com/technology/is-anthropic-nerfing-claude-users-increasingly-report-performance
   • 說明: 行業媒體對 Claude 質量爭議的綜述

作者: APIYI 技術團隊
發佈日期: 2026-04-18
適用模型: Claude Opus 4.6 / Claude Opus 4.7
技術交流: 歡迎通過 API易 apiyi.com 獲取多模型測試額度，親測不同場景下的風格差異