这是什么

9 月 28 日 Anthropic 发布 Claude Sonnet 5.5，速度涨 30%、价格不变——但换模型最大的坑，从来不是接不通，而是悄悄变差。官方 Terminal-Bench 4.0 跑分 70.6%，那是通用能力考场；你的客服、代码审查、文档抽取才是真实业务考场。模型 ID 改为 claude-sonnet-5-5，原来控制思考模式的开关换成 between_tools 设置。

行业怎么看

乐观派认为：价格不变、速度更快，多数任务 token（模型处理文字的计量单位）消耗减少，单次成本可降 30%。这是一次性价比升级。

反对意见更值得听。三类"静默回归"最危险：

  • 结构合法、含义变了。比如"需人工复核"的判定被悄悄放松，JSON（一种结构化数据格式）校验不会报错。
  • 平均更快，尾部更慢。工具链任务多两次重试，P95（95% 请求的最慢响应时间）会比均值先暴露问题。
  • 安全回退可能改写高风险任务的行为。官方说 5.5 的高风险网络安全请求可回退到上一代。

实操建议是先做"离线迁移门禁"：挑 30 个真实业务样本，新旧模型同时跑，对比成功率、延迟、token 用量，三项都过线才上 1% 灰度（先把 1% 流量切到新模型观察）。

对普通人的影响

  • 对企业 IT：换模型应像一次正式上线，先离线比对、再小流量灰度、最后按门禁扩容，不能只看每百万 token 的单价。
  • 对个人职场：用 AI 写代码、改文档的体感会快一点，但"新版一定更聪明"是错觉；同一问题新旧版本答案可能不一样，关键决策还是要复核。
  • 对消费市场：基于 Claude 的客服、内容审核、内容生成服务，短期内可能更顺滑，但也可能更粗心，遇到明显降级值得反馈。