Opus 5.0 आकाशमंडल तक असंगति को बढ़ाता है
Anthropic का नया Claude Opus 5 मॉडल भारी उपयोगकर्ताओं से तीखी आलोचना झेल रहा है, जिनका कहना है कि इसका गद्य फूला-फूला, जार्गन-भरा और बढ़ती हुई असंगतता वाला हो गया है, और “load‑bearing” जैसे आवर्ती “Claudisms” वास्तविक कोडबेस, टिप्पणियों और दस्तावेज़ों में फैल रहे हैं। कई लोग बताते हैं कि इसकी टोन या verbosity को सीमित करने की कोशिशें जल्दी विफल हो जाती हैं, जिससे उन्हें linters, banned-word lists, या Simplified Technical English prompts जोड़ने पड़ते हैं, या रोज़मर्रा के काम के लिए वैकल्पिक मॉडलों पर स्विच करना पड़ता है। कारणों को लेकर अटकलें alignment और agent-oriented training से लेकर watermarking और synthetic data तक फैली हैं, और इस बात की बढ़ती चिंता है कि Anthropic मानव-पठन योग्य आउटपुट की तुलना में autonomous agents और internal tooling के लिए अधिक अनुकूलन कर रहा है।
Opus 5.0 में महसूस की गई गिरावट
- कई उपयोगकर्ता Opus 5 (और देर के 4.x) को रोज़मर्रा की उपयोगिता में, खासकर कोडिंग के लिए, एक डाउनग्रेड मानते हैं।
- शिकायतें असंगत, पढ़ने में कठिन गद्य और योजना-सारांशों पर केंद्रित हैं, भले ही कोड की गुणवत्ता अक्सर अच्छी हो।
- कई लोग कहते हैं कि वे विकल्पों पर स्विच कर रहे हैं या उन्हें आज़मा रहे हैं (GPT 5.6 Sol, Codex, कभी-कभी Gemini) और यहाँ तक कि पेड प्लान डाउनग्रेड भी कर रहे हैं।
भाषा-शैली संबंधी शिकायतें
- बार-बार आने वाले, विशिष्ट “Claudisms” (जैसे, “load‑bearing”, अस्पष्ट शब्द, घनी अमूर्तन) अब कोडबेस, टिप्पणियों, PRs और दस्तावेज़ों में भर गए हैं।
- आउटपुट को लंबा-चौड़ा, जार्गन-भरा, बहुत ज़्यादा हेज़्ड, और अजीब तरह से रूपकात्मक (“agent speak”) बताया जाता है, जिसमें टिप्पणियाँ वर्तमान कोड का वर्णन करने के बजाय इतिहास और साइड-क्वेस्ट्स सुनाती हैं।
- कुछ लोगों को यह सिर्फ़ परेशान करने वाला लगता है; अन्य इसे वास्तविक तनाव और बर्नआउट बताते हैं, और इस शैली को “toxic” या unreadable कहते हैं।
तर्क और एजेंट व्यवहार
- उपयोगकर्ता “reading the room” में खराबी की रिपोर्ट करते हैं: बिना समझाए आंतरिक लेबल (“disposition 7”), क्रमांकित योजनाएँ, और आत्म-संदर्भित तर्क का अंतिम पाठ में रिसना।
- मॉडल अक्सर सरल निर्देशों का विरोध करते हैं, कार्य का दायरा बढ़ा देते हैं, या उपयोगकर्ता की मंशा पर फिर से संदेह करते हैं, खासकर agentic/code flows में।
- कुछ लोग कहते हैं कि तर्क की गुणवत्ता खुद भी बिगड़ी है; अन्य मानते हैं कि मूल क्षमता ऊँची है, लेकिन खराब संचार और योजना-संबंधी artifacts के नीचे दब गई है।
अनुमानित कारण
- परिकल्पनाओं में watermarking का दबाव, chain-of-thought/agent tuning का user-visible text में रिसना, synthetic data/model collapse, और मानव-पठननीयता के बजाय autonomous agents के लिए optimization शामिल हैं।
- कुछ लोग तर्क देते हैं कि अकेला watermarking शैलीगत बदलाव की विशालता की व्याख्या नहीं कर सकता; कारण अभी भी अस्पष्ट है।
शमन रणनीतियाँ
- आम तौर पर अपनाई जाने वाली तरकीबें: “ELI5/ELI10” prompts, “किसी सहकर्मी को समझाने की तरह समझाओ”, Simplified Technical English (ASD‑STE100), banned-word lists, terseness plugins, और custom styleguides।
- कई लोग कहते हैं कि ऐसा steering केवल 1–2 turns तक काम करता है, उसके बाद मॉडल “drifts back” हो जाता है।
- कुछ लोग planning और implementation sessions अलग रखते हैं, AI-authored commits पर रोक लगाते हैं, और टिप्पणियों को manually साफ़ करते हैं।
टीमों और workflows पर प्रभाव
- टीमें कुछ वाक्यांशों या comment patterns को रोकने के लिए linters/hooks जोड़ रही हैं; कुछ लोग Claudisms पर builds fail कर देते हैं।
- AI prose को साफ़ करने में अतिरिक्त tokens और समय खर्च होता है, जिससे productivity gains कम हो जाते हैं।
Anthropic के संभालने पर प्रतिक्रियाएँ
- कई लोग इन शिकायतों पर AI-generated official replies को tone-deaf या disrespectful मानते हैं।
- संगठनात्मक “AI worship” और AI systems के subtly कंपनी संस्कृति और hiring को आकार देने के जोखिम को लेकर व्यापक बेचैनी है।