一份 AI 写的报告被退回来，批注只有一句：“这篇参考文献，查不到。”
产品评审桌旁，有人指着控制台上的滑块说：“是不是创造力太高了？”
于是，滑块被拖到最左边。旁边的标签也改了，从“温度”改成“严谨模式”。界面立刻专业起来，仿佛那篇不存在的论文终于收到了撤稿通知。
可它甚至没发表过。
这是原创假设场景，不是作者的产品使用经历，也不是某家公司的真实评审记录。它戳中的，是 AI 产品里一个很省事的误会：既然机器会乱说，把“随机”调低，它大概就会认真一点。
2026 年 10 月 21 日，Anthropic 发布了新的 API 版本。新版本移除了 temperature、top_p、top_k 三个采样参数。本文写于 10 月 24 日，讨论的是三天前的接口变化，不是“今天所有 AI 突然取消了温度”。
这次，控制台上的旋钮真的被拆走了一部分。
值得惋惜的是失去的控制能力。值得顺手揭掉的，则是上面那张“严谨模式”的贴纸。前者确实接着线，后者从来没有它承诺的那条电路。
拆的是旋钮，不是采样本身#
先把接口范围说清，否则一篇讨论可靠性的文章，会先制造一次不可靠的迁移建议。
官方版本说明规定，在 2026-10-21 版本的 Messages API 中，发送上述任一参数都会得到 400 错误。不是参数值太激进才报错，也不是只针对某一个模型。迁移指南进一步说明，即使传入默认值也不行；不传这些参数时，仍按默认值采样，其中 temperature 为 1.0。
所以，这不是“模型不再随机”，更不是“厂商终于实现了确定性回答”。变化发生在调用方能提交哪些控制参数，而不是模型从此不用采样。
旧调用也没有一夜之间全部失效。迁移指南明确保留了选择：依赖非默认采样值的请求，可以继续使用 2023-06-01 版本，前提是所用模型支持这些取值。官方举出的例子是 Claude Sonnet 4.6；像 Claude 4.7 及之后本就只接受默认值的模型，不能靠旧版本凭空拿回一个原本不存在的能力。Amazon Bedrock 对新版本的支持另有模型范围，也不能把原生 API 的描述无条件套到每个托管入口。
开发者真正需要留意的是默认值会跟着明确的版本升级走。迁移指南列出的 Python SDK 2.0.0、TypeScript SDK 1.0.0 等新主版本改为发送新 API 版本；更早的 SDK 发送旧版本。这不是“随便更新一个小补丁都会切换”，但也不是“业务代码没改，所以请求语义一定没变”。
如果一个曾经靠低温减少输出变化的应用，在迁移后只删掉报错字段，它修好的只是请求能否被受理。输出特征是否还满足业务要求，是另一件需要重新检查的事。
这里的事实均来自官方文档。本文没有调用这些版本做对照实验，也没有测出某个模型究竟变得多不稳定。
“每次说得差不多”，不是“这次说得对”#
温度有实际作用，不能因为它不是事实开关，就把它说成安慰剂。
在通常的采样解释里，温度改变候选 token 的相对概率分布。低温通常会让概率较高的选择更占优势；top_p、top_k 则以不同方式限制采样候选范围。它们作用于生成选择，不是去数据库里核验某篇论文是否真的存在。
这两件事之间，隔着整个产品验收。
假设一段上下文把错误作者名重复写了好几次，模型最倾向续写的恰好也是那个错误名字。让它更偏向高概率选择，并不会自动把作者改对。哪怕某个理想化设置能保证同一输入得到完全相同的字符串，那也只意味着同一个错误可以准时来上班。
现实中，温度设成零也不能被当作跨服务、跨版本的通用确定性保证。采样配置、模型版本和服务实现都需要具体看待。更何况，字符串完全相同与事实正确，本来就不是同一项承诺。
这就是“严谨模式”那张贴纸的问题。它把一个关于输出分布的选项，翻译成了一个关于可信度的许诺。
滑块越容易操作，许诺就越容易被忽略。用户不需要理解概率分布，他只看见右边写着“创意”，左边写着“准确”。把滑块拖过去，心理上已经完成了一次质量检查。系统却可能什么证据都没查。
因此，这里的批评不是针对使用低温的人，而是针对偷换后的产品解释。让同一任务的措辞少一点变化，有时很重要；把这个收益包装成“不胡说”，会让使用者把该留给核验的注意力交给一个滑块。
拆掉旋钮也不会自动解决这种偷换。它可能改名叫“专业助手”，藏进提示词，继续出售同一种安心感。控制面板变简洁了，承诺却仍然接错线。
别把失去的控制，说成用户终于被教育了#
如果文章到这里就宣布“温度没用，删得好”，那只是换一张贴纸。
对一些任务，输出变化本身就会制造成本。团队可能希望同一条分类规则少换几种说法，希望生成的草案更接近指定风格，也可能已经围绕某个采样配置积累了测试样本。低温不是万能保证，却可以是他们确实使用过的一项控制手段。
Anthropic 的迁移指南并没有说这些需求都是误解。它直言：在支持其他取值的模型上，降低温度带来的更一致输出效果会丢失，没有另一个设置可以直接替代。这句说明，比“你只需要写好提示词”诚实得多。
提示词能表达约束，与提供同一种采样控制，不是一回事。不能因为二者都可能影响输出，就假装它们可以一比一互换。也不能凭一个接口变动，推断厂商已经证明所有旧配置都没价值，或者断言它正在故意让结果更差。公开文档不足以支持这样的动机判断。
真正需要重新摆放的，是控制和验收的位置。
还是那份找不到参考文献的报告。即使它连续生成几次，标题、作者和年份都没有变，审核者仍然需要去看来源。如果文献存在，还要看它是否真的支持报告里的判断。反过来，两次措辞不同，也未必意味着其中一次事实错误；同一个结论可以有不止一种合格表述。
这不是让每个 AI 应用都配一间审讯室。随手写一段生日祝福，与向客户提交一份有出处的技术比较，风险不同，验收强度当然可以不同。问题在于，验收应该跟着任务后果走，而不是跟着界面上“严谨”两个字走。
Anthropic 的幻觉缓解文档建议允许模型承认不知道、在长文档任务中先提取相关原文、让事实性主张附带可核对的引用。这些是官方给出的缓解方法，不是消除错误的保证。引用也可能引用错，找得到一段原文也不代表推论成立，检查还得落到具体主张上。
从产品设计看，至少应该让“格式合格”“来源可查”“来源支持结论”保持可区分。格式检查通过，可以给格式通过的标识；证据尚未核对，就别顺手给整份报告盖一个可靠的章。
这里提出的是验收思路，不是本文已经运行的评测，也没有据此算出准确率或收益。它的价值恰恰在于不替未知结果预先颁奖。
控制台可以少一个旋钮，不能少一张说明牌#
这次变化并不能支持“采样参数从此退出整个行业”这样的结论。它是一个具体厂商、具体 API 版本及相关 SDK 的接口决策。别的平台、旧版本、不同模型能力，要分别看。
但它提供了一个很好的机会，让做 AI 产品的人重新看看自己控制台上的字。
哪些选项真的改变生成机制，哪些只是写进了提示词，哪些是业务规则的校验结果，最好别共用一套让人安心的名字。用户可以不懂 top_p，却有权知道按钮到底承诺了什么。失去控制能力需要被说明，尚未完成的验证也需要被看见。
那场假设中的产品评审可以继续。工程师删掉不再接受的参数，测试人员检查原来的输出约束，写报告的人去找那篇参考文献。这些工作都没有“严谨模式”四个字那么省事，但每一件都接着真实的线。
控制台空出来的位置，不必急着再放一个新旋钮。
放一张说明牌也很好：这里控制的是如何生成，不负责证明生成的内容是真的。
本文由 AI 辅助整理与写作，含原创假设场景与产品分析。事实核对截至 2026 年 10 月 24 日；接口行为、SDK 范围与迁移选择来自 Anthropic 官方说明，未进行模型调用或采样对照实测。图解为原创逻辑重建，不含虚构性能数据。
