Claude Code 团队教你如何用好这两个旋钮：一个管它「会不会」，一个管它「愿不愿做够」
- Anthropic 面向开发者的账号 @ClaudeDevs 于 2026 年 7 月 8 日发布长文，作者是 Claude Code 团队成员 Lydia Hallie（@lydiahallie）。
- effort（努力程度）控制这次任务里 Claude 整体做多少活：多想、多读文件、多跑测试、多验证、多步推进多远再问你。API 侧常见五档：low / medium / high / xhigh / max；多数任务用模型默认档即可。
- 模型设置决定用哪一套训练好的冻结权重，也就是「知道什么」；effort 决定「做多彻底」。答错了先查上下文，再问：是「不会」还是「没用力」？
- 角色类比：Fable 像专科医生，Opus 像专家，Sonnet 像靠谱全科；effort 是他们愿意在你这单上花多少时间。
- 简单任务大模型更贵；难的多步任务大模型有时总账更低，也能做完小模型做不完的活。Opus 4.8 默认 effort 在测试里约等于 4.7 默认 token 量，效果更好。
两个旋钮，看起来都在「把答案变好」
2026 年 7 月 8 日，Anthropic 开发者账号 @ClaudeDevs 发了一篇 Claude Code 长文，作者是 Claude Code 团队成员 Lydia Hallie。
effort 是什么：同一模型，这单活做到多彻底
在 Claude Code 里，effort（努力程度）是和模型选择并排的设置。它不改模型「会不会」，只告诉同一套模型：这回你愿意多下多少功夫再交卷。常见误区是把 effort 理解成「想得更久」；其实它管的是整趟活做多彻底。
原文写得很直白：effort 控制的是这次请求里 Claude 整体做多少工作，不只包括想多久，还包括：
多开几份源码、配置、日志，还是只看你塞进对话框的那几段
改完跑不跑测试、复不复查结论、会不会自己再扫一眼边界情况
多步任务一口气推多远，还是很快停下来问你补上下文
先不先写计划、计划多深，找到答案后还要不要多验一步
API 文档里，effort 是行为信号，不是硬 token 上限：低档遇到真难题仍可能思考，但同一道题上会比高档「想得少、动得少」。官方列出的档位从省到狠大致是五档（Claude Code 界面里还会看到和多智能体权限绑在一起的 ultracode 一类入口，那是产品侧组合，不是多出一个 API 档名）。
任务固定：「线上登录接口偶尔返回 500，帮我查。」下面五档按官方 low → max 排列；条形只表达相对高低，不是实测 token 数。默认先看 high（API 不设 effort 时的行为档）。
原文建议：多数任务直接用该模型的默认 effort。默认是团队认为「大多数人愿意为这类任务花多少 token」的那一档。把它当整体偏好的手动覆盖：你长期要快或长期要抠时再动，不必每个任务拧一次。另：Opus 4.8 默认 effort 在团队测试里，大约用和 Opus 4.7 默认相近的 token，效果更好。调高了仍糊弄、漏读漏测，才是「没用力」信号；简单改文案却天天 max，多半是浪费。
模型换的是「知道什么」，effort 换的是「做多少」
模型更大，按行业常用基准，能力更强。这点原文直接认了。effort 则不换「会不会」，只改「这趟做多彻底」。
effort 高：更愿意自己读、自己验、自己推，再交卷。effort 低：更愿意先问你补上下文，而不是自己烧 token 去猜。
从你按下回车开始，请求里发生了什么
Claude Code 会把你的消息、系统提示、工具定义、CLAUDE.md、对话历史、当前上下文里的文件，打成一次 API 请求发出去。
模型并不直接「读中文句子」。服务器上先做 tokenization（分词）：文本切成小块，每块映射成词表里的整数。原文举例：const 可能是 1978，await 可能是 4293。从这一刻起，提示词对模型来说就是一串整数。
模型的工作是：根据当前这一串 token，给词表里每个可能的下一个 token 打概率，再从中取样。在「const x = await」后面，「fetch」概率会很高，「banana」接近零。
把输入变成概率的是 weights（权重 / 参数）：训练时写进模型、规模到数十亿级的矩阵数字。预测一个 token，就是把输入在这些矩阵上做一长串运算，读出末尾概率。权重里装着模型「知道」的东西；推理时权重是只读的。你的 prompt、CLAUDE.md、上下文都改不了权重，只是在「转向」下一次预测。
TypeScript、常见框架、一般编程常识，都是训练时写进权重的。把你的真实代码放进上下文，是 steering（转向）：对这一次请求很管用，但不是往权重里「教」新知识。训练时还不存在的库，权重里没有；你可以贴文档让它用，只影响这一次。幻觉也是权重生成了「看起来像对」的 token 串，不是查表查失败。
所以换模型 = 换另一套冻结权重来处理你的请求。模型也不是一次写出整段答案，而是逐 token 预测：写出一个，接到序列末尾，再整串重算下一个。200 个 token 的回复 = 权重上走 200 遍。等待时间和输出费用，大量来自这个循环。
模型设置还决定每个输出 token 的单价。它不直接决定「生成多少个 token」。同样一句提示，Claude 决定做多少活，输出量可以差很多。控制那块的，是 effort。
思考、调工具、跟你说话，都是同一类输出 token
Claude Code 干活时，吐出来的 token 大致分三类：思考（streaming 里看到的推理）、工具调用（Read / Edit 等结构化块）、对你说的话（计划、进度、总结）。
三类都是同一个生成循环里的普通输出 token，按同样费率计费。思考 token 会留在这一轮后续上下文里：写代码时，更早的推理已经像「读过的文件」一样进输入了。
effort 等级会作为请求的一部分发给模型。模型在训练里学过各档 effort 该怎么表现，这些行为也写在冻结权重里。到了线上，effort 只是模型要响应的又一输入，和你的提示词一样：规定它要多彻底、多有把握才算任务完成。每一轮都会重新权衡；更高把握通常要花更多 token。
高 effort 时，Claude 常先写计划，且计划更深更广。计划不是锁死的：工具结果回来后，它会更新「进展到哪了、结果多有把握」。调试计划里三条假设，第一步就找到 bug，往往就明说后两条不必做，任务列表也会中途改写。
高 effort 也更爱多验一步：已经找到答案还复查，或仍扫一遍本可跳过的假设。但原文强调：训练时专门盯着「过度思考」，不会因为 effort 拧满，就在简单任务上硬刷用量；刷用量会伤实效。
日常怎么拧档，见上文「先搞懂 effort」；这里只补机制：档位作为请求输入，和提示词一样进入冻结权重学过的行为。
先查上下文，再分「不会」还是「没用力」
Claude 搞砸时，第一反应不该是改设置，而该看你给了什么：提示是否糊、工具是否对、技能是否齐。
若你在不该高 effort 的任务上硬抬 effort，问题通常在更上游：上下文、CLAUDE.md、任务怎么拆。
上下文已经清楚仍错，再问这一句：
是它不够会，还是不够用力？
问题本身难：隐蔽 bug、陌生领域、架构取舍。小模型再塞上下文仍自信地错，就上更大模型。大模型也更扛模糊；小模型更适合你能写死执行步骤的指令。
- 该用大：难、糊、反复自信错
- 该用小：机械改动、上下文里已有答案、描述精确的例行活
该读的文件没读、该跑的测试没跑、该复查的没复查。尤其是你把 effort 调到低于默认时最相关。
- 抬 effort：明显偷懒、漏验、半途就交
- 别抬：上下文烂、任务糊，先修上游
专科医生、专家、全科：谁来，以及待多久
作者用的类比：Fable 是几乎别人搞不定才叫的专科；Opus 是专家；Sonnet 是很强的全科。effort 决定他们在你这单上待多久。
别人卡住再叫。低 effort 也能看出别人看不出的点。单价最高，留给真需要的任务。
低 effort 像跟专家聊五分钟：代码库外的模式和坑他自带，但只会快扫，不会每文件细抠。
高 effort 像全科花一下午：编程功底扎实，会读、会跑、会复查，把你这份代码摸透。
模型设置 ≈ 多能干；effort 设置 ≈ 多彻底。没有 universally better 的组合。多数真实任务两边都要一点：Opus 低 effort ≠ Sonnet 高 effort 的简单替代，Fable 也不是日常默认。
简单任务和很难的任务，账单逻辑会反过来
模型、effort、token 消耗怎么缠在一起，取决于任务难不难。
例行活、同一 effort
大小模型一般都能做对。大模型常多走几步验证，token 更多，且单价更高。所以例行阶段降到小模型，能省真钱，质量往往不损。
难的多步活
小模型要在能力上限附近死磕，迭代烧得多；大模型用更少步数就能到同一质量。单价更高，但单任务总成本有时反而更低。更关键：有些活只有大模型做得到，effort 拧满也救不了小模型。
Fable 在长、多步任务上甩开距离最明显。团队测试里，它能完成 Opus / Sonnet 在任意 effort 下都够不着的活；单价也最高，所以更要留给真正需要的工作。
effort 决定 Claude 愿意沿曲线走多远，不等于它一定要走到那么远才收工。effort 塑造用量，但不是硬天花板。系统里真正的硬截断是 max_tokens：撞上会中途切断，偏钝，主要给 API 开发者。更软的约束如 task budgets、或提示里要求简短，是训练过会跟着走的指导：接近限额时倾向收束，而不是撞墙。
| 场景 | 更划算的倾向 | 原因（按原文） |
|---|---|---|
| 例行、描述清楚的改动 | 较小模型 + 默认 effort | 两边都能对；大模型多验、单价高 |
| 难、多步、模糊 | 较大模型，effort 用默认或按需抬 | 少轮次到质量线；有时总 token 更少；有的活只有大模型够得着 |
| 明显漏读漏测 | 先抬 effort（尤其低于默认时） | 问题是彻底性，不是权重里的知识 |
| 小模型自信错、上下文已足 | 换更大模型 | 问题是能力上限，不是再多读几遍 |
一句话记住，再回去拧旋钮
effort 改的是 Claude 做多少活；模型改的是 Claude 知道什么。
结果不满意时：先给清楚提示、对的工具和技能、以及自验路径。仍不对，再问：是不会，还是没用力？不会是模型问题，没用力是 effort 问题。
「Effort changes how much work Claude does. The model changes what Claude knows.」
两个都像「让答案更好」的旋钮：一个管它「会不会」，一个管它「愿不愿做够」
Claude Code 团队拆开一对容易混的设置，换模型是换它的脑子，调 effort 是改它这趟愿意做多彻底。一页带图讲完。
↓ 一页读完 · 有一张会动的图
Claude Code 是 Anthropic 给程序员用的 AI 编程助手（在电脑终端里帮你写代码、查 bug）。它有两个能拧的设置，拧了都感觉「答案更好」，很容易当成一回事。
一个换的是它「知道什么」，另一个换的是它这趟「做多少」。
换哪一套「冻结权重」（模型训练完就固定、推理时只能读不能改的一大堆参数，装着它「知道」的东西）。换模型 = 换个更强或更弱的脑子，能力、知识、见过多少坑。
同一个脑子，这趟活愿意多读几个文件、跑不跑测试、复不复查、自己推进多远，还是很快停下来问你。它管「做多彻底」，不是「想得更久」。
高 effort：「读了登录相关的好几处代码，复现了偶发报错，跑测试确认，根因是连接超时没重试。」
同一句话交给它，「做多少」能差很远。那到底分几档？
小互让 Claude Code 查一个 bug：「线上登录功能偶尔返回 500（服务器报错，用户登不上）。」同一个 bug，effort 五档各做多少活，
「多花 token（词元，模型处理文字的最小单位）」没体感，换成钱就有了：同一个 bug，高 effort 大约烧低 effort 约 7 倍的 token，多花的钱，换它自己读完、验完、复查完，而不是丢个补丁再回头问你。
animateMotion 沿轨道跑，越高档轨道越长、跑得越久，一眼看出「越彻底越慢越贵」，和 ④ 的 7× 呼应。场景全程挂在小互查「登录 500」上。
- **④ 数字自洽**：赛道条 84% 对 12%，除下来 ≈ 7，和数字卡「约 7×」算得上账；op-race-note 里点明这 7× 是原文示意图非真实 benchmark，把「哪些话别全信」压进这一行 + why 框，没单开收尾澄清节。
- **成本反转、角色类比**：成本反转折进 ④ 的 why 一句；角色类比（Fable/Opus/Sonnet）判断属正文可展开的细节，一页纸里不单开一节以免超屏，若你想让它在一页纸也露脸，我可以在 ② 或 ④ 加一行轻点，告诉我。
要不要我把它按 jiedu-explainer 的入库路径接上（写进这篇的一页纸 tab 并重建站点）？还是你先在预览里看动效对不对再定。
帮我查查！
不行把日志发我。
到底该拧哪个？
总行了吧！
就交卷了！
换更大的模型。
把 effort 抬高。
- × 那个 7×，是原文自己画的示意图
- × 成本曲线，不是真实测试
- × 也没第三方复现过
再动手拧旋钮。
effort 改「它做多少活」