8.0
热点
AI SCORE
编程提效2026-09-26 22:20
Opus 5.5 Agent 爱汇报不干活？官方三招修复
IT之家#Anthropic#Claude#Agent
Editor brief · 编辑速览
Anthropic 官方揭示 Opus 5.5 在 Agent 场景中因爱发进度汇报而被程序误判为任务完成，并给出任务清单、铁面验收员、提示词注入三招解决方案。
你让 AI Agent 连夜迁移一个代码库。第二天一早，满怀期待地打开终端，没想到只看到这样一条消息：
已完成 3 个接口迁移，接下来我将处理剩余两个端点，并补上测试。
然后，就没有下文了。想让它干完剩下的活，你还得再敲两个字：继续。本以为它会一口气干到底，结果它只给你画了张「下一步」的饼，程序就替它打卡下班了。这不是某一个人的倒霉经历。
Opus 5.5 一发布，跑 Agent 的开发者就发现，模型能力是强了，可干着干着就爱停下来，你不催它就不动。
Anthropic 自己也看到了。发布没几天，配套的提示词指南已经挂了出来，专门给这类毛病打补丁。
在开篇的排查清单里，官方直接点名了这种「半路溜号」：
无人值守的 Agent 汇报完进度，直接停在了半路。
背后的原因，你可能想不到：Opus 5.5 太爱汇报了。
干长活时，它会主动向你同步进度。问题是，有些汇报发完，它就不再动手了，API 给出的信号是 end_turn，意思是「这一轮我说完了」。
可不少沿用旧逻辑的 Agent 程序只认一条死规矩：模型不再调用工具，就算活干完了。
纯文本的回合结束，应该看作一份汇报，绝不能当作任务完成的凭证。
所以，真正的问题是，AI 压根没想偷懒，是你的程序先替它打了下班卡。
官方把这种半路停工归结成了四种情况，只要你经常跑 Agent，大概率都遇到过。
1. 总结写完，口头宣布下一步，却没动手
写了一大长篇总结，结尾宣布下一步要做什么，却压根没调用任何工具，下一步永远停在口头上。
2. 干到一半停下来等你确认
干着干着，突然停下来问一句「如果您不介意，我接下来继续处理某某」，然后原地挂机，等你这个根本不在电脑前的人去回复它。
3. 列出决策清单让你拍板
列出一大串需要你拍板的决策项，但实际上按它自己的说法，这些决策根本不影响它继续干剩下的活。
4. 主动做阶段性总结
模型觉得当前回合字数够多了，或者刚好做完一个小阶段，非得停下来向你做个总结。
有点讽刺的是，在 Opus 5.5 的官方宣传里，「沟通更主动、总结更清楚」恰恰是它的核心卖点。
谁能想到，这些优等生的好习惯，一放进旧的无人值守程序里，反倒成了停工的诱因。
用待办清单维护任务进度
把大任务拆成细项，交给待办工具或文本去维护，让模型边做边勾选。
回合结束时，如果清单上还有没做完的任务，模型也没解释被什么卡住了，你的应用就得自动发条消息，点名让它接着干。
官方给出的续跑示例：
「你的任务清单还有未完成项：迁移剩下两个端点，并更新它们的测试。继续做。如果哪项被卡住，说明卡在哪里。」
定好完成标准再开始
事先定好完成的标准。每次回合结束，甩给一个更小的模型去对照检查。没达标？把没达标的原因当成下一条消息再塞给它，让它返工。
同一任务不要无限重试
同一个任务如果自动续跑两三次还卡在原地，必须强制停下来交给人复查。真卡死的任务，千万别让它把你的 API 额度空转烧光。
写清楚什么情况下才准停
官方给了一段可以直接抄的系统提示词，说白了就是两头堵：
既要明说绝对不想要上述四种停法，也要说清楚什么时候才准停，比如离了用户真推不下去，或者碰到了被刻意保护的核心资源。
如果说干一半停工只是磨洋工，那下面这些迁移陷阱就是直接让程序崩溃了。
从 Opus 5 切换到 Opus 5.5，有四处 API 改动。原来给 Opus 5 写的请求，不改就发给新模型，会被直接拒绝，返回 400 错误。
如果你把 thinking 设为 disabled，或者手工指定了 budget_tokens，系统会直接拒绝请求。要么别传 thinking 字段，要么设为 adaptive，让 effort 参数来控制思考深度。
把 tool_choice 设为 any 或者指定某一个 tool，都会报 400。官方建议用 auto，配合严格工具调用或结构化输出，再在提示词里说清什么时候用哪个工具。
2026 年 8 月 31 日之后创建的账户，中途改了系统提示词、工具或历史消息，再回放旧的 thinking 块，默认会直接报错。只追加、不改写的用法不受影响。
在 Claude API 和 Google Cloud 上，要换成 computer_toolset_20260801。Amazon Bedrock 上，旧的 computer_20251124 照样能用。
在 Opus 5 上，模型在两次工具调用之间写的进度文字，是普通的正文（text 块）。
到了 Opus 5.5，这些文字被挪进了思考块（thinking 块），而思考块默认不显示内容（display 为 omitted），返回时是空的。
如果你的界面只显示正文，长任务跑起来就是一片安静。请求一个都没失败，用户却以为它卡死了。
解法是把 display 设为 updates（beta），只拿进度摘要；或者设为 summarized，进度和推理摘要一起返回。
max_tokens 管的是思考加正文的总量。过去关掉思考时定的上限，现在可能不够用，回答写到一半就断了。
思考内容就算不返回给你，也照样按输出 token 计费。
处理返回结果的代码里，还有两个地方容易忘了改。
一是读结果时要分清类型。模型返回的内容里，思考和正文是分开的，别想当然地把第一段当成回答。
二是来回调用工具时，模型的思考记录要原封不动地传回去。删掉一段、改几个字、调换一下顺序，都会被拒。
这份清单针对的是自己调用 Messages API 写代码的开发者。
用 Claude Managed Agents 的，只需要改个模型名。
既然思考关不掉，effort 就成了调控成本唯一的旋钮。
Opus 5.5 支持从 low 到 max 五档。
官方说，现在开 medium 档，就能追平甚至超越以前 Opus 5 的 high 档，如果是 low 档处理简单任务，成本更是低得惊人。
听着像白捡的便宜，但官方立刻补了一句：在同一个档位下，Opus 5.5 每回合的思考量比 Opus 5 大得多，尤其是高档位。
也就是说，如果你把旧项目的 high 档原封不动搬过来，不仅回合变长，输出的 token 数也会狂飙。
同样叫 high，它想的东西已经完全不一样了。
一个接地气的建议是：从 medium 起步，用你自己的数据跑跑看，确实需要提智商的地方再往上调。
如果想让它少琢磨点，直接降档，这比你在提示词里苦口婆心地喊「别想太多」要管用得多。
如果你不给明确的设计方向，让模型自己发挥，它多半会搞出那种千篇一律的 AI 风界面。
这时候你如果在提示词里写「请避免通用的 AI 感」，它只会从一套 AI 模板换到另一套 AI 模板。
官方示范里直接列出：不要奶油色或灰白背景，不要标题里的斜体强调词，不要 01/02 这种章节编号，不要等宽字体标签，不要胶囊形按钮。
模型能听懂具体的「我不要什么」，但听不懂抽象的「我要好看一点」。
模型一路狂奔，很多应用的脚手架却还停在上一代。
过去怕它不动脑，逼着它把推理一步步写出来，现在反倒得劝它少想点；过去费尽心思让它按时汇报，现在它汇报得太勤快，活儿反倒停在了半路。
一个 Agent 能不能把活干完，模型能力只占一半。另一半，看你怎么定义「完成」，怎么保存上下文，怎么分配推理预算。
下次你的 Agent 再干到一半就溜，别急着骂它偷懒，先回头翻翻你自己写的那段循环。