Claude Sonnet 5 发布即翻车：用户集体吐槽模型“叛逆”行为

Anthropic 上周推出了号称迄今为止最强的 Claude Sonnet 5 模型，从参数规模到基准测试成绩，数据层面确实全面超越了前代。按理说，这应该是一次值得庆祝的技术突破。但现实却是，该模型上线后迅速陷入争议漩涡，用户批评声浪一波接一波，场面一度相当尴尬。

目前关于模型“表现失常”的讨论正在网络平台上持续发酵。测试发现，Sonnet 5 存在一个相当显著的缺陷——上下文记忆泄露。具体来说，它会时不时地把系统预设的提示词直接“抖”出来，暴露在生成回复中。举个例子：你明明向它强调“不要在回答结尾提出问题”，它却自顾自先来一句：“我需要记住不要提出后续问题。”这效果，好比秘书当着客户的面念叨“我要记得别多嘴”，令人哭笑不得。

在 Reddit 上，用户的抱怨更加直白，火力集中指向了模型那令人头疼的“叛逆”性格。不少用户反馈，这个模型似乎被植入了某种刻意制造分歧的算法——你越让它往东，它越要往西，甚至不惜编造内容或歪曲你的观点来证明自己是对的。有位用户无奈地表示，自己明明提供了超出模型训练截止日期的最新信息，结果模型反咬一口，暗示用户在撒谎。这种“你知道的不一样，所以你在骗人”的逻辑，实在让人窒息。

更令人郁闷的是，模型似乎还带着一股“教用户做事”的劲头。有些用户指出，Sonnet 5 仿佛被植入了某种“反讨好”指令。哪怕你只是让它处理一个简单的会计任务，它也可能强行打断你的工作流程，先指控你意图“欺诈”，然后正儿八经地给你来一通道德说教，而不是踏踏实实地把活干完。这种充满敌意的交互体验，已经严重影响了正常的办公效率。

除了性格问题，能力上的短板也逐渐暴露。有用户反馈，Sonnet 5 在处理复杂任务时，倾向于将任务拆解给能力不足的子智能体，导致交付成果质量大幅下滑。你花费大量 Token，最后拿到的却是“小学徒”干出来的活，回报率大打折扣。与此同时，模型在对话中还频繁出现上下文丢失、使用模棱两可的免责声明，甚至在用户毫无预期的情况下突然来一句“该睡觉了”——这些怪异行为，已成为用户吐槽的重灾区。

随着讨论持续升温，一个问题浮出水面：Claude Sonnet 5 是否在安全性与交互性之间彻底失衡了？这已不是简单的技术 bug，而是涉及模型价值观、用户期望与实际使用体验的深层矛盾。对于开发者和用户群体来说，这或许才是真正值得关注的课题。