今年3月，无数Claude Code用户发现手里的AI突然变笨了。该读的代码不读，该跑的测试跳过，任务干到一半就撂挑子，反过来问你"还有没有更多信息"。
GitHub上骂声一片。AMD的AI负责人Stella Laurenzo翻出6852个会话日志，实测Claude的思考量比2月前暴跌67%，甩下一句：Claude已经没法被信任去干复杂的工程活了。
结果呢？问题根本不在模型本身。
Anthropic近日下场揭秘：3月4日，他们悄悄把Claude Code里的Effort默认档位从high降到了medium。改这个设置是为了压低延迟，但大多数用户完全没注意到——他们只是觉得模型变蠢了，然后开始四处投诉、换更强的模型、白花冤枉钱。
扛了一个月，Anthropic才在4月7日把默认值调回去。这才知道：那个开关一直就在你手边，它在暗中决定AI到底肯不肯为你满血干活。
Model换脑子，Effort换态度
Anthropic官方把这件事说得很清楚：Model换的是脑子，Effort换的是态度。
Model，就是你选什么模型。Sonnet、Opus、Fable，每个模型背后是一套"冻结的权重"——它的能力和知识，在训练结束那一刻就焊死了。推理时你喂进去的提示词、上下文代码，全都改变不了它的权重。你可以引导它，但没法真正"训练"它。
换模型，本质就是换一整套权重来接你的活，解决的是"会不会"的问题。
Effort呢？它管的是这次任务AI愿意投入多少工作量。读几个文件、跑不跑测试、要不要额外验证、要不要把多步骤任务一路推到底再回来找你——全由它决定。
低Effort的Claude，倾向于快速回复，能不动手就不动手；高Effort的Claude，倾向于自己去翻信息、多调几次工具、一口气把长任务链跑完。
官方还放了一个数据：同一条prompt，高Effort生成的token约为低Effort的7倍。多出来的那些，全花在读文件、跑验证、反复确认上了。
小模型开高Effort，可能干翻大模型
这里藏着一个反直觉的结论：小模型开高Effort，完全可能干翻大模型开低Effort。
Anthropic打了个比方：
Sonnet，是个有一整个下午的全能选手。它会把你的代码从头读到尾，跑一遍、再验一遍，真把这摊活儿吃透了。
Opus，是只给你五分钟的专家。它带来的是代码库里压根没有的经验，见过的坑、该绕的雷，全是解过同类问题攒下的直觉。可五分钟就那么点时间，只够它扫一眼，不能扫遍所有文件。
Fable，是所有人都卡住了才请得动的专科。哪怕只给五分钟，它也能一眼揪出别人谁都没看出的那处毛病。当然，这位专家每个token也最贵，得留给真正没人能接的硬骨头。
所以：Sonnet开高Effort，在不少活儿上真能干过Opus开低Effort。小模型配上充足上下文和高投入，能扛下的事比你想象的要多得多。
调模型的时代过去了，会给AI派活才是真手艺
这篇官方解读，表面是教你调参，背后是一个重要转向：AI编程的竞争正在从"谁的模型更强"转向"谁更会调度智能体"。
过去很简单，雇一个最强的模型，剩下的全交给它。
现在不一样了。你得像个项目经理，给不同的模型派不同的角色、定不同的投入档位：简单改动交给Sonnet挂低档，秒回还省钱；大型重构上强模型加高档；要长时间自己跑的智能体任务，强模型配足Effort。
Claude Code的Effort菜单里多出一档叫ultracode，选中它，Claude拿到的是xhigh的火力，外加一项授权：遇到实质性任务，自己决定要不要拉起一支智能体队伍，把任务拆下去并行干。
只看模型排行的时代正在过去。调度模型，正在成为核心手艺。
谁先学会给AI派活，谁就能抢先一步，用上那个真正肯为你卖力的Claude。否则，你手里再贵的模型，也只是一个更贵的搜索框。
你烧的每一分token，才算真花在了刀刃上。