Effort 到底是什么？为什么不能无脑开MAX？

很多人误以为 effort 是让模型“更聪明”，其实 Effort 是你向模型传递的计算预算信号：

它告诉模型：你希望它在这件事上投入多少验证算力和自主裁量权。
在 Claude Code 中，切换 /effort 不会破坏 Prompt Cache，可以在会话中途随时切档。
无脑 Max 的副作用：档位越高，模型不仅花更长时间做边界验证，也会在缺少你输入的情况下替你做更多的自主假设。如果一开始方向理解错了，Max 档只会花海量 token 在错误的方向上越走越远。

Thariq 结合真实日常开发与基准评测，给出了几组关键结论：

规格越清晰，Effort 档位差异越小：
- 需求模糊时（如“做个健身 App”）：Low 档 1.5 分钟只给基础记录加小图；Max 档跑了 67 分钟，自行做出了带肌肉群热力图的完整产品，沿途替你擅自决定了大量产品走向。
- 规格先定死时（先让模型深入访谈补齐 Spec）：Low（16 分钟）到 Max（79 分钟）产出的核心功能与架构几乎一致，Max 只是在细节和简化上做了更多打磨。
高 Effort 补的是「漏掉的边界」，补不了「做题方向走错」：
- 在 Terminal-Bench 3.0 测试中（Fable 5.1 各跑 370 次）：
  - 解决的通过数从 140 提升至 214。
  - 漏测/漏边界类错误大幅下降（从 59 降至 24，漏抓 bug 从 40 降至 14）。高档位模型会主动写 fuzzer、对抗测试、找参考实现做差异校验。
  - 但方向性理解偏差几乎没变甚至恶化（基础判断错误仅从 133 降到 107，其中“误读题意/选错方向”反而从 25 升到了 47）。
领域收益差异极其悬殊：
- 高度收益（验证极有价值）：安全漏洞（通过率 64% → 87%）、硬件/FPGA（34% → 75%）、机器学习（54% → 73%）。
- 常规收益：通用软件功能开发（43% → 56%）。
- 几乎无收益：照章办事的流程/运营任务（如报税报关，12% → 22%，“规则型任务低档即可”）。

不要从头到尾用同一个档位，他推荐的循环是：