别让厂商的“包装层”偷走你的推理成本

别盯着模型权重（Weights）那点变动纠结，真要变了厂商早发版本号了。大多数人觉得模型变笨，本质上是被厂商的 Wrapper 给坑了。路由分发、系统提示词、甚至默认的推理力度（Reasoning effort）被悄悄改动，这才是导致输出质量缩水的真凶。

Anthropic 之前复盘 Claude Code 的案例就证明了：权重没动，全是包装层在捣鬼。为了省资源或者优化响应速度，厂商会在后台偷偷调低推理强度，这种“隐性降级”最恶心。

想拿回控制权，别指望厂商的“自动模式”，按这几点做：

1. 锁死 Model ID：调用 API 时禁止只写模型名称，必须指定具体的版本 ID。别让厂商后台的小动作毁掉你的生产环境。
2. 拒绝 Auto 路由：别让路由器为了省那点算力，把复杂任务偷偷分发给低端模型。复杂任务必须在 Prompt 或 API 参数里明确锁定推理模式。
3. 自定义 Harness 环境：跑 Agent 时，系统提示词和 Verbosity（冗余度）必须由你自己接管，官方默认的那套设置往往为了平衡成本而牺牲了深度。

与其抱怨模型退化，不如先检查一下你的配置是不是被厂商“优化”过。

相关技术复盘：
https://anthropic.com/engineering/april-23-postmortem
https://www.techcrunch.com

API 调用参考：
https://docs.anthropic.com/en/docs/about-claude/models

PromptCube 更多实践：promptcube.com