周日早上，Notion Status/X 官方賬號發布用戶公告，停用了Anthropic。

公告稱， Opus 4.7 和 4.8 這兩款模型出現性能下降（degraded performance）現象，導致在 Notion AI 中選擇這些模型的用戶遭遇更高比例的請求失敗。

為降低影響，Notion 在模型選擇器中暫時禁用了所有 Anthropic 模型，同時，將相關請求自動切換（reroute）到其他 AI 服務提供商。

Notion 是 Anthropic 最早的一批企業合作伙伴之一。Notion AI 近兩年一直深度使用 Claude 系列模型作為服務支撐。

現在，它成為了第一個公開關閉 Anthropic 模型的頭部應用。

12小時后， Notion產品負責人Max Schoening 發文稱，他很意外有大量網友轉發相關動態，刻意將此事解讀為模型本身質量存在問題。

他表示，本次性能異常只是臨時服務故障，這類問題在所難免，Notion、GitHub、亞馬遜云服務、各類AI產品以及其他平臺都曾遇到過。

Schoening同時補充，Notion 已重新開放對 Anthropic 模型的調用。

對此，Anthropic 發言人也發表聲明：“短時基礎設施故障，導致多款 Claude 模型報錯激增。目前問題已徹底解決。”

但這次“烏龍”看起來更像是一次雙方默契的危機公關，因為Anthropic 新模型近來在社交媒體上正被密集吐槽。

許多用戶在X、Reddit上表示，Opus 4.7 編程能力確實有所提升，但代價是 Token 消耗急劇上升。

比如，有用戶反饋，同一張設計稿輸入Opus 4.7，消耗的Token 是 Opus 4.6 的 3 倍多。

有付費訂閱用戶稱，原本可以支撐一天對話的額度，現在幾次對話就被耗盡。

但更要命的是原因。開發者吐槽稱，Opus 4.7 對指令的理解變得“過于死板”，不再像前代那樣主動幫用戶補全模糊需求，導致需要寫更詳細的提示詞，進一步推高了 Token 消耗。

開發者個人評測結果稱，“幾乎所有測試結果都比 Opus 4.6 更差”。

企業AI 工作流平臺Intric 在官方事故頁面顯示，使用 Opus 4.7 可能導致請求失敗或響應延遲。

Reddit 社區有個高熱帖子“Opus 4.7: Are these first signs of model collapse”稱，想不到 Opus 4.7的邏輯推理能力竟如此糟糕。

向它咨詢各類問題時，給出的回答往往邏輯混亂、不知所云，甚至完全錯誤，連我們剛剛聊過的基礎概念都理解不了。

相比前代模型，它的水平下滑十分明顯，“這讓我不禁開始懷疑模型崩壞的跡象是否已經顯現”。

對此，Anthropic 官方也沒否認。

其產品狀態頁在最近一系列事故中多次承認，Elevated errors on multiple models（多個模型錯誤率上升）、Degraded performance for multiple models（多個模型性能下降）。

比如，官方狀態頁Claude Status Page?記錄顯示，6月2日出現多模型錯誤率升高，6月7日再次出現多個模型性能下降的問題……

“大語言模型的性能是否已經抵達頂峰，并且從此開始走下坡路了”，Reddit 開發者說。

《Nature》曾有著名論文《AI models collapse when trained on recursively generated data》提出，如果未來模型越來越多地使用 AI 生成內容訓練自己，模型會逐漸丟失真實世界分布中的稀有信息，最終輸出越來越同質化、越來越荒謬。

也有論文認為，模型越來越針對 Benchmark 優化，但真實體驗反而下降，出現 “Benchmark崩壞”或者“Evaluation Collapse（評測崩壞）”。

更極端的認知是， GPT-4 之后，大模型其實沒有本質突破，只是更大算力、更長上下文、更多 Agent、更多工具調用……而看到的所有的“崩壞”，都只是整個 Scaling Law 開始失效的表現。

但這些并非共識。比如，Anthropic 最新披露，Claude 已經編寫了公司超過 80% 的合并代碼。工程師生產效率提升了約 8 倍。

Anthropic 就此指出，如果未來 AI 大部分研發工作都由 AI 完成，會不會出現“遞歸自我改進（Recursive Self-Improvement）”？

但是，既然這樣，為什么 opus 4.8/4.7，不如 opus 4.6？