较新的 Anthropic 模型很可能通过强化学习进行了专门训练，以便更好地使用内置在 Claude Code 中的 edit 工具，而这也使得它们在使用像 Pi 这样其他编程工具中形状不同的自定义 edit 工具时，更容易出错。

Armin 对这一退化现象的理论是：Anthropic 很可能针对 Claude Code 自带的 edit 工具，对近期模型进行了大量的强化学习训练，而这无意中削弱了它们在 Pi 等第三方工具中正确使用设计不同的 edit 工具的能力。 ✦ AI 生成 · 平台预翻

Armin Ronacher · Simon Willison's Weblog · 2026-07-04 · English original →

Armin 的理论是，这是因为较新的 Anthropic 模型专门针对（大概是通过强化学习）更好地使用内置在 Claude Code 里的 edit 工具进行了训练。不幸的是，这会导致像 Pi 这样的其他编程工具发现，自己那套自定义的 edit 工具反而更容易被用错。

Armin theorizes that this is because more recent Anthropic models have been specifically trained (presumably via Reinforcement Learning) to better use the edit tools that are baked into Claude Code. This has the unfortunate effect that other coding harnesses, such as Pi, may find that their own custom edit tools are more likely to be used incorrectly.

阅读原文 ↗合理引用摘录 · 中文为平台译文