05 · AI 怎么决定想多深
上篇讲了怎么和 Claude 对话，核心是「给什么信息」。但翔宇在实际使用中碰到一个有趣的现象：让它改个变量名，秒回；让它设计一个缓存架构，它会停下来想很久，而
上篇讲了怎么和 Claude 对话，核心是「给什么信息」。但翔宇在实际使用中碰到一个有趣的现象：让它改个变量名，秒回；让它设计一个缓存架构，它会停下来想很久，而且想完之后的回答明显更周全。这背后藏着一个很值得拆的设计——拆完之后你会发现，AI 的「聪明」原来还有一个旋钮可以拧。——翔宇
要点速览
- 你将理解 AI 回答问题的「深浅」是可以调节的，就像汽车的变速箱
- 你将理解 effort 参数的四个档位各自适合什么场景
- 你将理解为什么不能永远拉满——过度思考有实际代价
- 你将理解三层控制体系（全局 / 会话 / 单次）的设计逻辑
1. 从一个现象开始
你让 Claude Code 帮你改个变量名。它几乎瞬间完成。
然后你让它设计一个分布式缓存系统的架构。同一个 AI，同一个模型，这次它思考了很久，输出了一段长长的分析——考虑了一致性、分区容错、读写分离、缓存失效策略……
这两次体验的差异不是随机的。Claude 在回答之前，主动选择了不同深度的思考模式。
这就引出了一个问题：AI 是怎么决定「想多深」的？你能不能控制它？
2. 先从人的思考说起
这个问题有一个很好的类比入口——人脑。
心理学家丹尼尔·卡尼曼在《思考，快与慢》里提出了一个著名的发现：人脑有两套思考系统。
系统 1——快思考。不费力、自动运行、近乎直觉。你看到 2+2，脑子里直接蹦出 4，不需要「算」。你看到一张愤怒的脸，瞬间知道对方在生气。
系统 2——慢思考。费力、需要集中注意力、消耗能量。你计算 37×48，必须一步一步算。你分析一份合同的法律风险，需要逐条审视。
🎨 打个比方 买杯咖啡，你扫一眼菜单选最常喝的，三秒搞定——系统 1。签房贷合同，你逐条看利率和违约条款——系统 2。不是系统 2 更好，是不同的事需要不同深度的思考。买咖啡动用系统 2 分析产地和烘焙曲线，你不会得到更好的咖啡，只会浪费十五分钟。
卡尼曼的核心洞察是匹配——合适深度的思考对应合适复杂度的问题。
AI 的设计者把这个思路搬进了 Claude。
3. 给 AI 装一个变速箱
在 Claude Code 的早期版本里，AI 处理所有问题用的是差不多的深度——像一辆只有一个档位的车，不管是停车场挪车还是上高速，都是同一个速度。
结果很自然：简单问题上浪费了资源，复杂问题上深度又不够。
Anthropic 后来给 AI 装上了「变速箱」——自适应思考（Adaptive Thinking）。Opus 4.6 和 Sonnet 4.6 能根据问题的复杂度自动调节思考深度。简单问题快速回答，复杂问题自动深入。
而你手里有一个控制器，可以手动覆盖这个自动判断。这个控制器叫 effort 参数。
effort 控制的是 AI 在回答之前「想多深」。你把档位从 low 拨到 high，它不是变慢了，是在脑子里多走了几步推理。速度的变化只是深度变化的副产品。
4. 四个档位，像做菜一样理解
effort 有四个级别。用厨师做菜来理解最直观。
low——热一碗昨天的剩饭。微波炉叮两分钟，不需要任何厨艺。做法只有一种，不存在「怎么热更好吃」的问题。
对应任务：格式转换、变量改名、简单问答。这些任务的答案几乎是确定的，不需要权衡取舍。low 模式下的输出质量和 high 几乎没区别——热剩饭不需要米其林大厨，谁热都一样。
medium——炒一盘家常番茄炒蛋。需要掌握火候、调味，但不至于翻车。有点发挥空间，但大方向很清楚。
对应任务：日常编码、普通 Bug 修复、代码审查。这是大多数编程任务的舒适区，也是 Claude Code 的默认档。
high——做一桌年夜饭。八个菜，有凉有热，得考虑上菜顺序、口味搭配、食材时令。每道菜都有多种做法，需要权衡取舍。
对应任务：复杂 Bug 调试（多模块交互）、架构设计、安全审查。这些任务有十几种可能的方案，需要逐一检验假设。
max——给一场婚宴设计整套菜单。200 人，有忌口有过敏，预算有限，还要考虑地方口味和季节食材。每个决定都互相牵连，一个选错后面全要改。仅 Opus 4.6 支持。
对应任务：安全审计、数据迁移方案、关键架构变更——一旦做错代价极大的决策。
💬 通俗讲 low 是散步，medium 是骑车，high 是开车，max 是坐飞机。你不会坐飞机去楼下便利店买水，也不会走路从北京到上海。
5. 为什么不能永远拉满
到这里你可能想：既然 max 最强，全都设成 max 不就完了？
这是唯一一处需要纠偏的直觉——因为过度思考有三重代价。
第一，占桌子。 第 2 篇讲过上下文窗口是一张有限的桌子。AI 的思考过程本身也要占空间。effort 越高，思考过程越长，留给你的代码和文件的空间就越少。
第二，花钱。 每个 token 都有成本。一天交互一百次，八十次是简单任务，全用 high 等于每天多花几倍的钱在不需要深度思考的事情上。
第三，可能「想多了」。 这一点最不直觉——一个简单的变量改名，如果用 max 深度去处理，AI 可能会考虑一些根本不存在的场景，给出过度复杂的方案。就像让哲学教授回答「2+2 等于几」，他可能给你写一篇数学本体论的论文，而你只需要「4」。
🧠 底层逻辑 过度思考不仅浪费资源，还可能降低质量。这和卡尼曼的发现一致——用系统 2 做系统 1 的事，不会更好，反而更差。
6. 一个判断框架
怎么决定用哪个档？问自己一个问题：这个任务有几种「合理但不同」的解决方案？
方案唯一 → low。需要选择 → medium。需要权衡 → high。不容有失 → max。
大多数时候你不需要主动设置——Claude 的自适应思考会自动判断。但当你觉得它在某个问题上「想得太浅」或「想得太深」时，你知道有这个旋钮可以拧。
7. 三层控制：从粗到细
effort 有三层控制，各管各的范围。
全局默认。 通过 /config 设一次，以后每次对话都用这个值。大多数人设 medium 就够了。
会话级别。 按 Cmd+T（macOS）或 Meta+T 切换扩展思考开关。开启后这次会话里 AI 倾向于更深的思考，关掉则回到默认。适合你正在做一段需要深度分析的工作，但不想改全局。
单次触发。 在提示词里加一个关键词 ultrathink，AI 对这一个问题使用 high 级别的思考深度，下一个问题恢复默认。
三层的优先级是：单次 > 会话 > 全局。即使全局设的是 low，某个问题前加了 ultrathink，这个问题也会用 high 深度。这个设计很合理——你对特定问题的判断应该能覆盖笼统的默认值。
想一想：如果只有一层控制（比如只有全局），会带来什么具体的不便？
8. 串一下前五篇
到这里可以把前五篇的概念串起来了。
第 1 篇的位置决定了 AI 能看什么 → 第 2 篇的上下文决定了它能同时看多少 → 第 3 篇的记忆决定了它跨会话能记住什么 → 第 4 篇的对话决定了你怎么把信息传给它 → 本篇的思考深度决定了它怎么处理这些信息。
前四篇解决的是「信息输入」，本篇解决的是「信息处理」。你给了完美的信息，但处理深度不对，结果还是会偏。反过来，处理深度拉满但输入的信息质量不行，一样白搭。
两者缺一不可。
9. 你真的懂了吗
这篇拆了一个概念：思考深度（effort）。
费曼检验时间：
- 如果朋友问你「effort 是干嘛的」，你能不用术语解释清楚吗？
- effort 的四个级别分别适用于什么场景？你能各举一个你实际工作中的例子吗？
- 为什么把所有任务都设成 max 反而可能更差？你能说出具体的三重代价吗？
- 三层控制体系（全局 / 会话 / 单次）为什么要设计成三层？如果只有一层，会出什么问题？
10. 这篇在概念网络中的位置
前四篇构建了 Claude Code 的信息流：位置 → 上下文 → 记忆 → 对话。本篇在信息流的终点加了一层——AI 怎么处理这些信息。
接下来有两条路：
- 你知道了 AI 怎么思考。但 AI 不只是一个「回答问题的人」——它可以被赋予「技能」，让它在特定场景下表现得像专家。 → 下一篇「技能」
- 你想知道 AI 怎么把自己「分身」成多个专家同时工作 → 第 7 篇「proxy」可以独立阅读（建议先读第 6 篇）