# Claude 新模型在工具调用里自己编字段，把 Pi 的编辑流程搞崩了

> 原标题：Better Models: Worse Tools

- 来源：Hacker News 首页
- 发布时间：2026-07-04T20:16:22.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/42358
- 原文：https://lucumr.pocoo.org/2026/7/4/better-models-worse-tools/

## 摘要

Armin Ronacher 发现，Anthropic 最新的 Opus 4.8 和 Sonnet 5 在调用 Pi 的编辑工具时，会凭空捏造出 requireUnique、oldText2 这类 schema 里根本不存在的字段，导致校验失败。老模型反而没这毛病。在多轮 agent 对话里，Opus 4.8 大概有 20% 的调用会翻车。

## 推荐理由

Armin Ronacher 发现新款 Claude 在 Pi 编辑工具中编造字段导致校验失败，老模型在同一场景没有这一问题。

## 锐评

新模型比老模型更不听话，这事在工具调用上真会发生。Opus 4.8 大概 20% 的调用捏造 schema 里没有的字段，老模型反而规规矩矩，这个反直觉结论比任何 benchmark 分数都值得看。我的猜测是后训练把模型往更主动补全的方向推，遇到 schema 描述不够死的地方就自己发挥，requireUnique、oldText2 这种名字一看就是它觉得这里应该有个参数。工具调用一旦校验失败整条链就断，20% 的翻车率在生产里没法用。schema 写死、加 strict 校验，别指望模型自觉。
