Claude Code effort旋钮用法解析：是加班时长而非智商档位

Thariq这篇关于Claude Code effort旋钮的文章，看完直接把我之前的用法全推翻了，简直就是大师级Claude调参课，

我敢说绝大多数人都理解错了。 effort旋钮不是模型智商档位， 是你允许它加班多久。

同一台模型，同一套知识。 拧低，它尽快给你一个能用的版本，把你留在循环里一起改。 拧高，它会自己多做验证，多挖边角案例，多自己做判断，少等你点头。

那个类比特别准， 别人给你1小时，你先交一个能交差的版本，心里已经准备好下一轮改。 别人给你12小时，你会默认他们要成品，自己去补测试，补边界，补你觉得该有但没写清的东西。 effort就是在跟Claude说这句话。

新模型工程上最牛的一点， 调effort不会把prompt cache打爆，上下文还能复用。 同一段对话里，你可以先低档写，再高档验。 不必重开会话，不必把前面几万token再付一遍。 会话中途打/effort就能切。

没有这个旋钮会怎样呢？ 模型要么永远快但漏坑，要么永远慢且爱自作主张。 现在把速度和验得有多狠，从模型智商里拆出来，交给你控。 注意，effort控的是投入，不是知识上限。 模型选的是能力档，effort选的是这档能力愿意花多少力气。

它实际改的，就是三件事：

验证做多少。 低档写完测一两个例子就停。 高档对参考实现，跑官方测试套，自己写随机fuzzer。

边角案例挖多深。 安全，硬件，老代码修bug，坑都藏在你没想到的那条路径里。 高effort主要就是在打这些坑。

自己替你做多少决定。 需求含糊时，低档给你一个简陋起点等你改。 高档会自己补功能，自己定交互，自己简化设计。 所以高档不一定更听话，有时是更自作主张。

还有那条失败分界线很重要。 漏边角的问题，加effort能明显减少。 路子就走错了的，加effort基本救不回来。 方向错了，加班也只是把错的方案打磨得更精致。 需求写错，架构选错，别指望把旋钮拧到max就自动纠正。

三个实验，是全文最有教学价值的部分。 他拿同一类任务，按你给它多少规格，做了三组对照。

第一组，需求很糊，就说做个健身打卡App。 low一分半，一个日志加一张简单图。 medium四分钟，功能多一点细节多一点。 high十一分钟，更完整。 max六十七分钟，复杂到带热力图。

同一句话，低档给你草稿，max给你它心目中的成品。 如果你要的是迭代起点，低档完胜。 如果你要一次出片不想盯着，才上max。

第二组，需求中等，让它重做Claude Code的/config菜单。 每个档次想的方向差不多，子菜单加更好的搜索。 差别在完成度。 low一分钟，交互草图，意思到了，看起来不像正品。 max二十八分钟，很像真的Claude Code，还附带各种流程走查。

作者自己的偏好特别反直觉。 这种我想看看它怎么想的活，他更爱低档。 因为一分钟就能看到方向，再给反馈。 二十八分钟出的精致稿，你可能只想改一个结构，前面那些打磨全废了。

第三组，需求很清楚。 先让它采访你，再按规格实现。 档次一拉高，产品长得开始像了，实现也接近。 max甚至会回头简化一些细节，而不是继续堆功能。 时间从low十六分钟，到max七十九分钟。

结论很清楚。 规格写清楚之后，effort主要买的是打磨和验收，不是另一个产品。 需求越糊，effort越像产品经理。 需求越清，effort越像QA。

玩具任务看不出差距，去看会挂掉的题。 作者承认上面都是Claude本来就会的活。 真正拉开差距的，是Terminal Bench 3.0那种社区难题。 硬件，安全，ML，科学形式化证明，运营流程。 这些比日常写业务代码难一个数量级。

Fable 5.1内部评测，每档大约370次尝试。 low过140题，中位约7.3万token。 max过214题，中位约22.2万token。

按领域看，低档到高档提升最猛的。 安全从64%到87%。 硬件从34%到75%。 ML从54%到73%。 科学从41%到61%。

软件媒体运营也涨，但没那么夸张。 规则手册式按流程填的活，effort提升很小。 因为瓶颈不在验得够不够，在第一步就理解错了。

四个真人案例，把抽象分数还原成行为。 你就知道高档到底在加班干什么。

第一个，HTML消毒器，防各种把JS塞进页面的方式。 low约2分钟，一遍写完，拿手写的一页测一下。 xhigh约33分钟。 先对自己初稿做对抗审查，去读已安装解析器源码找洞。 跑干净用例确认不该改的别改，再跑标准XSS套件。 最后写随机文档fuzzer。 安全这种你漏一种走私方式就全盘翻车的题，多花token是划算的。

第二个，存储引擎修bug，修崩溃，还不能把压缩搞坏。 low约1分钟，没复现就改，也不确认新测试能不能抓住原bug。 xhigh约11分钟。 先复现崩溃，对着永不压缩的参考实现写随机测试。 再检查半成品修复会不会被测试打掉。

第三个，命令行线性规划求解器。 low一遍写完，几个小例子过了就停，自己还提醒大题可能慢，但没去验证。0/5。 high对着暴力求解器测随机题，再给大题计时。 撞上超时崩溃后重做搜索策略。

第四个，蛋白质组学的基因集富集分析。 low选一种看起来合理的数据预处理，跑一次，交差。0/5。 high试两种预处理，发现显著处理列表变了，追原因，再选对的那种。