AI 模型在数学、编程和推理能力上进步迅速，写作水平却停滞不前，甚至有所退步，Anthropic 的 Claude 同样也存在这一问题。

　　克尼恩认为，问题的根源在于强化学习的奖励机制。有些奖励机制着重提升 AI 模型的理解效果，有些则着重让人类更容易理解。数学和代码方面的训练越多，就越需要主动抵消这种倾向，对简洁、容易让人读懂的解释给予更多奖励。

　　克尼恩称，Anthropic 在 Opus 5.5 上找到了更好的平衡，“自 Opus 4.6 以来，我还没有对一款模型的写作表现这么满意过。”

　　当然，这样也并不代表 Opus 5.5 已经超越 Opus 4.6。“这是一个很难解决的问题，我们会继续改进。”