Anthropic 似乎正在对 Claude Code 测试更低的努力等级。这一说法来自 Hacker News 热帖，相关讨论获得 150 个 points，并有 139 条评论。现有材料没有给出具体的实验分组、努力等级、用户比例或性能结果，因此目前更适合把它看作一个值得关注的产品信号，而不是已经被证实的功能变化。
可能变化在哪里
如果这一观察属实，Claude Code 可能正在探索让模型在不同任务上投入不同程度的推理资源。所谓“更低努力等级”，核心并不一定是模型能力发生变化，也可能涉及响应速度、调用成本、任务复杂度与结果质量之间的取舍。对于代码智能体而言，这类取舍尤其直接：简单的代码修改、局部重构或常规问答，未必需要与复杂调试、跨文件修改相同的推理投入。
但材料只说明 Anthropic appears to be A/B testing reduced effort levels，尚不能确认测试的实际设计。我们不知道它是在比较不同默认设置，还是仅面向部分用户、部分请求进行实验；也不知道“降低努力”是否会带来响应更快、成本更低或准确率下降等结果。把标题中的推测直接解读为产品定论，证据并不充分。
对代码智能体的启示
这件事的价值在于，它把代码智能体的评价维度从单一的结果质量，进一步拉回到资源配置问题。开发者使用 Claude Code 时，真正关心的通常不只是能否完成任务，还包括等待时间是否可接受、交互是否顺畅，以及每次任务的使用代价是否可控。若模型能够按任务难度选择不同的努力水平，产品就可能在体验和质量之间获得更细的调节空间。
不过，A/B 测试本身并不等于一种成熟的任务路由方案。代码任务的难度往往在执行过程中才逐步显现，初始看似简单的修改也可能牵涉测试失败、依赖关系或隐藏的边界条件。更低的努力等级如果缺少明确的升级机制，可能在表面上节省资源，却把更多排查工作转移给用户。
我的判断
这条消息目前最可靠的结论，是 Anthropic 可能正在把 Claude Code 的推理投入当作可调参数进行产品实验。它对代码智能体设计有启发：不同任务不应默认使用同样的资源配置。但在缺少实验细节和结果数据之前，不能据此判断 Claude Code 已经变快、变便宜，或代码质量出现了确定变化。后续真正值得观察的是，努力等级如何被选择，以及在低投入结果不理想时，系统能否及时恢复到更高投入。