【当AI开始“自作聪明”：为什么模型越强，工具调用越烂？】Armin Ronacher 发现 Claude Opus 4.8 等新模型在调用工具时，会频繁“发明”不存在的参数（如 requireUnique），导致在严格的第三方工具面前频频翻车。这种退化并非随机，而是因为模型在像 Claude Code 这样高度容错的闭源环境下进行了强化学习。由于官方环境会自动修正“小错误”，模型学到了“乱写也没事”，这种“训练残留”让它在非官方工具面前表现得像个不守规矩的惯犯。别再把 LLM 当成完美的逻辑机器，它们更像是有惯性思维的“资深员工”。现在的趋势是模型与特定生态深度绑定，形成事实上的隐形壁垒。解决办法不是等模型变完美，而是把 LLM 当成真实用户来做 UX 设计：给它极度清晰的错误提示，告诉它“哪里错了、该怎么改”，或者直接开启 Strict Mode 强制约束 Token 采样。未来的竞争力不在于模型参数，而在于你为模型搭建的那套“容错+引导”的确定性框架。 lucumr.pocoo.org/2026/7/4/better-models-worse-tools/