PulseAugur
中
实时 00:54:44
English(EN) I Tested Three Claude Reasoning Effort Policies on 20 of My Own Bug Fixes

Claude Opus 5.5 和 Sonnet 的使用偏离了 Anthropic 的工作量策略

作者 PulseAugur 编辑部 · [1 个来源] ·

一位用户测试了 Anthropic 的 Claude Opus 5.5 和 Sonnet 模型，以了解它们的推理工作量策略及其对 Bug 修复的影响。用户发现，即使是对于子代理消息，其设置也一直使用比 Anthropic 推荐的更高（xhigh 和 max）的工作量级别。尽管存在这种偏差，用户并未发现立即的资源浪费证据，因为 Anthropic 已发布的基准测试基于单次任务，而用户进行的是长时间、交互式会话。为了确定较低的工作量级别是否会对性能产生负面影响，用户设计了一个使用 Codex 和 Gemini 的实验，重点关注统计功效，并使用带有相关测试的真实 Bug 修复。 AI

影响 理解最优的模型设置可以为开发者带来更高效的 AI 使用和成本节约。

排序理由 用户提供的关于模型设置的分析和实验设计，而非主要发布或研究论文。

在 dev.to — LLM tag 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Claude Opus 5.5 和 Sonnet 的使用偏离了 Anthropic 的工作量策略

本文如何被排名

Signal score
8 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Commentary
用户提供的关于模型设置的分析和实验设计，而非主要发布或研究论文。
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
product, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

  1. dev.to — LLM tag TIER_1 English(EN) · John ·

    我测试了三种 Claude 推理策略，用于我自己的 20 个 Bug 修复

    <p><em>Originally published on <a href="https://hexisteme.github.io/notes/claude-reasoning-effort-ab-on-20-bug-fixes.html" rel="noopener noreferrer">hexisteme notes</a>.</em></p> <p>I pulled 30 days of my own Claude Code usage and checked which model and which reasoning effort le…

相关实体

相关话题