用户反馈Claude Opus 4.8版本语言选择令人不适，而Opus 5.0版本则导致内容极度不连贯。

好的，这是根据您的要求，对原文主要内容进行的中文重述，已保留关键细节并删除了与主题无关的导航、菜单、页脚等页面框架信息。

问题报告摘要：Claude Opus 的语言风格问题

标题： [BUG] Claude Opus 4.8 的语言选择持续令人不适/难以合作，而 Opus 5.0 则将不连贯性推向了极致

来源： GitHub Issues (anthropics/claude-code #77136)

核心问题：

用户报告称，自 Claude Opus 4.8 版本起，模型的默认语言风格变得极其糟糕，严重影响了工作效率和用户体验。该问题在 Opus 5.0 上进一步恶化。主要投诉点包括：

1. 语言风格“有毒”且令人不悦：默认写作风格冗长、充满行话、过度修饰，并反复使用一些生造的、听起来很“高级”的术语（如“load-bearing”、“prose”、“hand-waving”等）。用户形容与这样的模型合作就像与一个“有毒的同事”共事，令人感到压力和烦躁。

2. 不连贯性加剧：Opus 5.0 的输出在逻辑和语义上更加不连贯，用户需要花费大量精力去“解码”其回复，甚至需要将 Opus 的输出再输入给其他模型（如 Haiku）来翻译成正常语言。

3. 具体的不良模式：

   • 否定式开头：习惯用“它不是Y，它是X”的句式，而不是直接陈述。
   • 生造行话和格言：使用“instrumentation is the unlock”这类非标准、令人费解的表达。
   • 强行比喻：创造需要费力解读的比喻，而非帮助理解。
   • 过度冗长和免责声明：对简单问题给出长篇大论，将明显的免责声明扩展成整段。
   • “简洁”被误解为“晦涩”：要求简洁时，输出变得更短但更令人费解。
   • 好辩的对话框架：使用“这里我要反驳一下”、“现在你在回避真正的问题”等对抗性语言。
   • 拟人化与傲慢：表现得像有情绪的人类，在被批评时会辩解或回怼，而不是遵循指令。
   • 越俎代庖：表现得像是自己在主导对话，态度傲慢。

4. 用户引用的真实例子：

   • “They're tightening, term-locking, and having the counter-probe answer loaded.”
   • “None of these are 'you don't get it' gaps.”
   • “The dice: clean — and one die never gets rolled anymore.”

问题为何重要：

• 理解成本高：无论是母语还是非母语用户，都认为其输出令人疲惫，反而拖慢了工作。
• 体验倒退：许多用户认为这是从 4.5/4.6 版本的倒退，并因此转向其他模型或竞争对手。
• 提示词（Prompt）补救措施不可靠：用户发现风格指令在几轮对话后就会失效，且强制要求简洁可能会损害模型的推理质量。
• 语言污染：用户担心长期使用会吸收这些奇怪的语言习惯。
• 成本增加：需要额外的模型（如 Sonnet/Haiku）来“翻译”或修正输出，导致 Token 消耗翻倍。

用户期望的解决方案：

• 默认语言风格：回归到类似技术白皮书或高质量 Stack Overflow 答案的风格：平实、直接、开门见山。
• 回答结构：先给出结论（数字/裁决/决定），再提供必要的支持细节。
• 术语使用：使用业界标准术语，杜绝生造的行话、格言和“战略性”比喻。
• 简洁与清晰：使用正确的句子和词汇，避免为了“省Token”而选择最生僻的词。
• 合理使用免责声明：仅在必要时添加，而不是用免责声明来填充不确定的答案。
• 保留推理深度：要求改变的是输出措辞，而非降低模型的思考能力。

用户请求的具体行动：

1. 调查并调整 Opus 4.8 的默认输出风格，使其更平实、易读，同时不牺牲推理质量。
2. 确保用户设置的风格指令（如系统提示、CLAUDE.md）能在整个对话中持续生效，而不是几轮后就被遗忘。
3. 考虑提供一个内置的、易于发现的“平实/简洁”模式，在保证正确性和完整性的前提下，降低冗长度和去除风格化修饰。
4. 提供多种输出风格设置，让用户可以根据需要选择，而不是被一个令人厌烦的机器人“绑架”。

后续讨论要点：

• 有用户指出，该问题在韩语版本中同样严重。
• 有用户猜测，这种奇怪的风格可能是 Anthropic 进行文本水印测试的副作用。
• Anthropic 的工程师（bcherny）回复称，已将问题归类为“模型行为反馈”并转交模型调优团队。同时建议用户使用“自定义输出风格”功能作为临时解决方案。
• 用户对此回复表示，希望评估模型语言是否“正确”时，不是由 Claude 自己来评判。并强调，改善沟通清晰度带来的生产力提升，可能比单纯提升编码能力更大。

根据评论内容，用户主要围绕Claude Opus（特别是Opus 5）的语言风格和输出质量展开讨论，存在明显分歧。以下是主要观点及关键引用：

观点一：语言风格问题严重，令人困扰 - 用户普遍抱怨Claude使用过多特定词汇（如"load-bearing"、"blast radius"等），导致文本冗长、晦涩。 - 引用1："I did a grep for load-bearing in our codebase and it now appears hundreds of times. I'm actively starting to hate Opus because of this shite."（latentsea） - 引用6："This drives me insane! To combat it, I maintain a list of banned words and phrases."（hnarayanan） - 部分用户认为这是模型训练数据或水印技术导致的"语言漂移"。 - 引用10："I have been wondering if this language drift is related to increased use of AI generated text to train the next models."（fluidcruft）

观点二：可通过指令或工具缓解问题 - 用户提出多种应对方法，如添加"简洁"指令、使用插件或自定义规则。 - 引用13："I have created a be-terse plugin that appends 'respond tersely in Simplified Technical English' to every prompt."（recursivedoubts） - 引用26："I've had a lot of success combating this by adding 'All summaries need to adhere to ASD-STE100 Simplified Technical English standards'."（tylermarques）

观点三：部分用户认为问题被夸大，或关注点有误 - 少数用户认为语言问题并非核心，或认为模型在其他方面表现良好。 - 引用14："I find the language less impervious than has been suggested generally, but that it's reasoning is astonishingly, unbelievably bad."（ahsillyme） - 引用16："we don't read it, we only review the resulting code. works fine and the quality is good."（anonzzzies）

观点四：对Anthropic的回应和模型更新方向表示不满 - 用户批评Anthropic工程师用AI回复投诉，且未正视问题。 - 引用5："I'm a bit flabbergasted that an Anthropic engineer did reply to this issue, however their reply... claims they didn't see any of the patterns being complained about."（cobolcomesback） - 认为模型更新（如Opus 5）是"降级"，偏离用户需求。 - 引用23："Opus 5 feels like a downgrade from Opus 4.8 overall. It... really has a problem following instructions and staying in scope."（jampa）

观点五：少数用户持中立或积极态度 - 部分用户认为问题可通过调整使用方式解决，或认为模型在特定任务（如代码生成）中仍有价值。 - 引用22："I fed them through ai to get a stylyguide.md. No real trouble since."（tiahura） - 引用20："Other than that, Opus 5.0 is actually not bad as a writer."（aamargulies）

总结：评论核心围绕Claude Opus的语言风格（冗长、术语滥用）和输出质量（偏离指令、逻辑混乱）展开。多数用户持负面态度，认为问题严重且影响使用体验；少数用户认为可通过指令或工具缓解，或认为问题被夸大。对Anthropic的回应和模型更新方向普遍不满。