你们有没有感觉 claude opus 5.5 说话还是不尊重事实，和 gpt 系列就像两个极端了

用的什么 effort ？还有试试 fable

要在 claude.md 里边增加一些纪律，然后最好是给他一些能够核查数据真实性的数据源，譬如 kibana ，数据库等等

快的都这样。 还好挺耐用，改几轮就行。

fable 5.5 要来了

因为 opus 他就不喜欢查资料，会急急忙忙做出决定，跟 gpt 那是完全两个极端，gpt 是想太多，每个决策都做的像免责声明一样。
现在 gemini 4 argon 反而是两个之间的一个平衡点。

@loveleyla2013 #1 fable 是好很多但是太贵了……用的 Medium ，High 都不行，感觉不应该再调高了

@iamnotarobot0 #2 是增加纪律了，但是还是不行😢

@kongkx #3 哎，一个进程光顾着给它纠错去了……事情都没办多少，好花精力

好像是这样的，我让它重构了 ChatGPT 编写的软件，它大量地改变了软件的行为，完全没有通知我。改完我测试发现问题后，它非常淡定地道歉并承认。给我的感觉就是：是的，我自己做的决定。我没有通知你，也没按你的要求和之前制定的规则。我道歉，但我就是这么干了，而且下一次我还会这么干。你想怎么着吧。

你贴的两段道歉里，问题其实挺具体：没重新读原文，就把印象说成了核查结果。再加一句“不要脑补”，恐怕还是会复发。

可以先拿一项具体结论试：要求它同时交“结论、支持这句话的原文、原文位置”，推断另外写，没查到就留空。链接也不算过关，得点进去看那段话是不是真的支持结论。至少这样不用重新核对整篇回答。

利益相关，我参与 Talos 的推广。它是桌面 AI 工作空间，能联网查资料、处理本地文档；如果你主要拿 AI 查资料做报告，可以拿同一份材料试试，让它交报告时把引用一并整理出来。但换客户端不能消灭模型幻觉，重要结论仍得人工核对。我也不建议只因为它又道歉、保证了一次，就继续放手让它做。

@maolon gpt 的防御性设计拉满到让人无语的程度，经常各种阻断。

@dazhiqian @Livid ai 回复，我看他的历史回复，恐怕整个号都是机器人操控

你是不是一个会话开太久了，新开会话，去掉记忆功能会好很多。

@maolon 算了吧，gemini4 argon 也不查的，就拿一些过时的资料来凑数，最后落地还是 opus5.5 自己发现并修正的。

claude 最大的毛病，喜欢自我怀疑，然后把需求怀疑成自己编的，然后把搞完的功能又改回去。从 4.8 开始一直这样。

@V2Try #14 你怕不是用的是 agy 的吧，api 我是根本没看过这种情况

@WilliamColton 谢谢，已经彻底 ban

@maolon 用的网页，我昨天发现 Google one 账号能用它的新模型，正好在研究 goolge app script ，就让它出一份本地开发环境的部署 plan ，拿去给 Claude code 操作，安装途中就发现问题了。

@xidaduo #13 一直没开记忆呀，不过确实压缩过几次了，但是也不多吧，四五次

@V2Try #18 网页那就不奇怪了
谷歌这里向来网页 / app < agy < api (ai studio / vertex)

Claude 出了名的会撒谎，而且自信

大多数时候 opus 5.5 都挺好用的，但有时候一个问题反反复复就是改不好，最后我用 grok 4.7 改好了

@OumaeKumiko 我让 ai 根据我的配置产出了一份经验方案，你可以看看

我的体会是，它多数时候不是在编，而是证据不够就把推断当成结论说了。光写一句「请诚实」管不住，我这边比较管用的是这几条：

1. CLAUDE.md 写成可执行的判据，不写态度。 比如「查到 0 条要附同来源的总量，否则只能说没查到，不能说没发生」「结论必须配一条能证伪它的检查」「样本少于 10 条只报现象，不报根因」。每条后面附一句当初踩坑的由来，它在边界情况下自己能判断适不适用。
2. 已经拍板的事单独列一张「禁提清单」，写明口径和日期。旧事实不删，标「已作废」并写原因，免得它从旧文档里把错的捡回来。
3. 数字不让模型自己算，一律由脚本或查询产出，它只负责解读。我周报里手写的查询翻过两次车，共 8 个数字。
4. 证伪交给独立的 subagent：只读权限，默认立场就是证伪，拿不准判「证据不足」。重要结论先过它一遍。自己审自己，总会偏向刚写的东西。
5. 每个 skill 都来自一次具体的翻车，第一步永远是「先证实现象是真的」。每被纠正一次，就按「下次谁会犯错」沉淀到 CLAUDE.md 、memory 、skill 或脚本里。

它还是会犯错，只是同样的错很难再犯第二次。

@mzotw2babm #9 虽然没有任何根据，但是我怀疑会不会是我要求他加载的规则太多了导致它晕了😂想问一下你默认让它加载的规则大概你感觉是比较简洁的还是很多的

@iamnotarobot0 #23 感觉这个 有点太难了，我之前有一段时间就是让他如果犯错了就反思，记录文档，结果 claude.md 两个星期就膨胀到快 300k 了……当然那会是 opus 5

claude opus 5.5 写代码是无敌的 比 Gemini gork 强好几条街，不经反应快，而且考虑很周全没有漏洞。也学要训练，你跟他说把你跟他聊天的全部记录都存到 memory.md ，以后被查，保证我跟你聊的需求和变更全部都能查到，跟我干了 2 个多月活了，很顺畅。

@OumaeKumiko 不能全放 claude.md ，有的可以放 memory ，有的放 skill 。

claude 会给自己存放的边界的。

@OumaeKumiko #24 我做了完整的产品基线、架构契约和编程准则等文件。我会让它读这些文件，除此之外没有多加约束。你可以理解为这些文件就是需求和规范本身。

5.5 出来之后，有人觉得 5 降智很明显吗？

@mzotw2babm #28 哎，gpt 就疯狂加防御。

你说得对，但我将要开始探针、快照、证据、门禁、夹具，还有哈希、冒烟、基线了
我要先建立唯一基线，再进行可追溯备份，先进行最小改动，我先进行一轮烟测，检查 89 个门禁是否通过，上线前进行一轮全量 dry-run ，上线后校验哈希值，最后进行一轮实测的验收矩阵。

然后还过度设计，钻牛角尖。claude 就反过来。😡

大概多大的上下文？经过压缩吗？

@dcatfly 压缩过几轮，但是也不算很多。压缩之后，当前上下文也没有多少，二三百 K 。