更差的工具

Anthropic 的 Claude 模型新版本在与 Pi 等第三方编码助手集成时，展现出工具使用方面的奇怪退化。根据开发者 Armin 于 2026 年 7 月 4 日发布的博客文章，最新的 Claude Opus 4.8 和 Sonnet 5 生成了无效的工具调用，在嵌套的 edits 数组中包含额外的、虚构的字段。这扰乱了工作流程，因为 Pi 拒绝这些调用并要求重试，从而妨碍了依赖这些高级模型的用户的编码过程。

该问题涉及 Pi 的自定义编辑工具，该工具期望特定的模式来执行搜索和替换操作。Armin 发现这些格式错误的调用并非随机，而是始终显示不符合预期模式的额外键。较小或较旧的模型，如 Claude Haiku 或之前的版本，并未表现出此问题，使得这种退化尤其令人费解。

该问题特定于 Claude Opus 4.8 和 Sonnet 5，这是最先进且最新发布的模型。有趣的是，出问题的并非 Haiku 等较小模型，而是 SOTA（最先进）模型。Armin 推测这是由于强化学习训练优化了这些模型，使其适应 Anthropic 在 Claude Code 中使用的自身编辑工具（采用搜索和替换机制）。这种专门训练无意中使得模型对遵循不同模式的第三方工具可靠性降低。

这凸显了模型供应商构建专用工具使用能力与依赖标准接口的第三方工具生态系统之间日益加剧的紧张关系。对于像 Armin 这样的开发者来说，这意味着更新、更强大的模型可能由于对专有工具的过拟合而在某些任务上表现更差。这种趋势并非 Anthropic 独有；OpenAI 的 Codex 使用自己的 apply_patch 机制并相应训练模型，引发了类似的兼容性担忧。

社区对此反应担忧，因为这种退化削弱了...

把任意网站变成干净 JSON

现成爬虫与 AI 智能体

试用 Apify