☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
同一段对话中前松后紧，Anthropic 让开发者首次实现在运行中为模型“实时提速”。11 月 12 日，这家 Claude 背后的公司为其 API 推出一项 Beta 功能：开发者可在消息流任意位置动态调整 effort 参数——即模型在响应时愿意投入的“思考强度”档位，从而在回答质量、响应延迟与资源消耗之间灵活权衡。
换挡无需重启，缓存依然有效
以往整段会话只能绑定一套静态参数，现在已成历史。实现方式是在消息序列中插入一条空的 system 消息，并在其内通过 output_config.effort 明确指定新的 effort 等级；上层配置与已命中的提示缓存均不受影响，完整保留。需注意的是，该指令不具备回溯能力——它仅从下一条含用户输入的消息起生效，此前已生成的内容完全不变。因此，插入位置与等待下一轮提问的时机，都需要精准把控。
从闲聊到攻坚，一道智能分界线
effort 调节的不只是输出长度，更牵动推理深度、工具调用频次、逻辑组织精细度等多重维度。典型场景是：对话初期以低 effort 快速完成基础问答，待进入关键分析环节时即时拉升档位，模型随即增强认知负荷。这对长流程智能体尤为友好——前期信息检索可用低 effort 节省 Token，真正需要复杂推理时再升档发力，避免为整段对话提前支付冗余算力成本。当 AI 开始懂得“按需发力”，算力调度与账单控制才算真正交还给开发者。
