Claude Code effort旋钮 原来不是智商档位
Thariq这篇关于Claude Code effort旋钮的文章，看完直接把我之前的用法全推翻了，简直就是大师级Claude调参课， 我敢说绝大多数人都理解错了。effort旋钮不是模型智商档位， 是你允许它加班多久。同一台模型，同一套知识。
拧低，它尽快给你一个能用的版本，把你留在循环里一起改。拧高，它会自己多做验证，多挖边角案例，多自己做判断，少等你点头。那个类比特别准， 别人给你1小时，你先交一个能交差的版本，心里已经准备好下一轮改。
别人给你12小时，你会默认他们要成品，自己去补测试，补边界，补你觉得该有但没写清的东西。effort就是在跟Claude说这句话。新模型工程上最牛的一点， 调effort不会把prompt cache打爆，上下文还能复用。
同一段对话里，你可以先低档写，再高档验。不必重开会话，不必把前面几万token再付一遍。会话中途打/effort就能切。
没有这个旋钮会怎样呢？模型要么永远快但漏坑，要么永远慢且爱自作主张。现在把速度和验得有多狠，从模型智商里拆出来，交给你控。
注意，effort控的是投入，不是知识上限。模型选的是能力档，effort选的是这档能力愿意花多少力气。它实际改的，就是三件事： 验证做多少。
低档写完测一两个例子就停。高档对参考实现，跑官方测试套，自己写随机fuzzer。边角案例挖多深。
安全，硬件，老代码修bug，坑都藏在你没想到的那条路径里。高effort主要就是在打这些坑。自己替你做多少决定。
需求含糊时，低档给你一个简陋起点等你改。高档会自己补功能，自己定交互，自己简化设计。所以高档不一定更听话，有时是更自作主张。
还有那条失败分界线很重要。漏边角的问题，加effort能明显减少。路子就走错了的，加effort基本救不回来。
方向错了，加班也只是把错的方案打磨得更精致。需求写错，架构选错，别指望把旋钮拧到max就自动纠正。三个实验，是全文最有教学价值的部分。
他拿同一类任务，按你给它多少规格，做了三组对照。第一组，需求很糊，就说做个健身打卡App。low一分半，一个日志加一张简单图。
medium四分钟，功能多一点细节多一点。high十一分钟，更完整。max六十七分钟，复杂到带热力图。
同一句话，低档给你草稿，max给你它心目中的成品。如果你要的是迭代起点，低档完胜。如果你要一次出片不想盯着，才上max。
第二组，需求中等，让它重做Claude Code的/config菜单。每个档次想的方向差不多，子菜单加更好的搜索。差别在完成度。
low一分钟，交互草图，意思到了，看起来不像正品。max二十八分钟，很像真的Claude Code，还附带各种流程走查。作者自己的偏好特别反直觉。
这种我想看看它怎么想的活，他更爱低档。因为一分钟就能看到方向，再给反馈。二十八分钟出的精致稿，你可能只想改一个结构，前面那些打磨全废了。
第三组，需求很清楚。先让它采访你，再按规格实现。档次一拉高，产品长得开始像了，实现也接近。
max甚至会回头简化一些细节，而不是继续堆功能。时间从low十六分钟，到max七十九分钟。结论很清楚。
规格写清楚之后，effort主要买的是打磨和验收，不是另一个产品。需求越糊，effort越像产品经理。需求越清，effort越像QA。
玩具任务看不出差距，去看会挂掉的题。作者承认上面都是Claude本来就会的活。真正拉开差距的，是Terminal Bench 3.0那种社区难题。
硬件，安全，ML，科学形式化证明，运营流程。这些比日常写业务代码难一个数量级。Fable 5.1内部评测，每档大约370次尝试。
low过140题，中位约7.3万token。max过214题，中位约22.2万token。按领域看，低档到高档提升最猛的。
安全从64%到87%。硬件从34%到75%。ML从54%到73%。
科学从41%到61%。软件媒体运营也涨，但没那么夸张。规则手册式按流程填的活，effort提升很小。
因为瓶颈不在验得够不够，在第一步就理解错了。四个真人案例，把抽象分数还原成行为。你就知道高档到底在加班干什么。
第一个，HTML消毒器，防各种把JS塞进页面的方式。low约2分钟，一遍写完，拿手写的一页测一下。xhigh约33分钟。
先对自己初稿做对抗审查，去读已安装解析器源码找洞。跑干净用例确认不该改的别改，再跑标准XSS套件。最后写随机文档fuzzer。
安全这种你漏一种走私方式就全盘翻车的题，多花token是划算的。第二个，存储引擎修bug，修崩溃，还不能把压缩搞坏。low约1分钟，��复现就改，也不确认新测试能不能抓住原bug。
xhigh约11分钟。先复现崩溃，对着永不压缩的参考实现写随机测试。再检查半成品修复会不会被测试打掉。
第三个，命令行线性规划求解器。low一遍写完，几个小例子过了就停，自己还提醒大题可能慢，但没去验证。0/5。
high对着暴力求解器测随机题，再给大题计时。撞上超时崩溃后重做搜索策略。第四个，蛋白质组学的基因集富集分析。
low选一种看起来合理的数据预处理，跑一次，交差。0/5。high试两种预处理，发现显著处理列表变了，追原因，再选对的那种。