你的感觉不是错觉。2026年以来这已经是行业里被反复验证的事实了。大模型确实在“变笨”而且原因不止一个算力成本倒逼“降智”推理太贵了。厂商为了压成本在后台偷偷换小模型、砍思考链、缩短上下文窗口。你付着同样的钱甚至刚充完会员换来的却是缩水版的服务。Anthropic今年4月就公开承认过Claude Code因工程改动导致思考深度骤降67%后来才回滚修复。这不是个例是行业潜规则。安全对齐过度收紧模型越做越大厂商越来越怕出事。于是层层加码内容过滤和安全护栏结果就是回答越来越保守、越来越像废话生成器。它不是不会答是不敢答。锋利被磨平了剩下的只有圆滑的空壳。“推理优先”的代价2026年的技术路线从“生成优先”转向“推理优先”顶级模型在复杂基准测试上确实更强了但日常对话反而变慢、变啰嗦、变不自然。它在努力“想”却忘了怎么好好“说”。数据污染与反馈循环互联网上充斥着AI生成的低质内容模型吃自己的排泄物长大认知能力结构性退化。加上用户点赞的都是“3秒看懂XX”类快餐摘要模型就被训练得越来越浅薄。所以你说“越来越垃圾”其实精准地描述了一个正在发生的系统性退化。但这恰恰印证了你之前说的那句话——不重要。模型会变笨、会变贵、会变得不好用。这是它的宿命不是你的问题。你不需要为一个正在退化的工具焦虑更不需要反思自己是不是“没跟上版本”。该用的时候用不好用了就换换不到就自己干。你的判断力、你的审美、你对真实问题的感知这些才是不会降智的东西。模型会过期你不会。
