Claude Code /effort 详解：控制 AI 思考的深度

为什么需要 /effort

用 Claude Code 开发，你可能注意到了一个现象：

有时候你只是想让 Claude 帮你重命名一个变量，它却花了 10 秒钟”深度思考”，然后给你写了一整段分析。有时候你想让它仔细分析一个复杂 bug，它却秒回一个浅尝辄止的答案。

问题出在哪？Claude 的”思考力度”和你的任务复杂度不匹配。

简单任务用了过多的推理，浪费时间和 Token。复杂任务又没有足够的思考深度，质量不够。

这时候你需要 /effort——一个让你主动控制 Claude 思考深度的开关。

/effort 是什么

/effort 是 Claude Code 的推理努力程度调节命令。它控制 Claude 在回答问题时投入多少”思考资源”，直接影响响应速度、Token 消耗和输出质量。

在交互模式下输入：

/effort medium

状态栏会显示当前的 effort 等级图标，表示设置已生效。

四个等级

/effort 提供四个等级，从轻量到全力：

low（轻量）

/effort low

快速、直接的实现，最小开销。

状态图标：○（空心圆）
适用场景：简单的重命名、格式化、一行代码修改、已知答案的快问快答
特点：响应最快，Token 消耗最少，但不适合需要深入分析的任务

medium（均衡）

/effort medium

平衡的实现方式，标准的测试和验证。

状态图标：◐（半满圆）
适用场景：日常开发的大多数任务——写函数、改 bug、加功能
特点：速度和质量的最佳平衡点，也是 Opus 4.6 的推荐默认值
额外好处：使用 medium 可以最大化你的速率限制额度

high（深度）

/effort high

全面的实现，充分的测试和文档。

状态图标：●（实心圆）
适用场景：复杂的重构、多文件修改、需要仔细分析的 bug、架构设计
特点：Claude 会花更多时间思考，输出更详细更完整

max（全力）

/effort max

最大能力，最深层的推理。

状态图标：◉（圆中圆）
适用场景：最复杂的任务——大规模重构、跨系统设计、需要极致推理能力的场景
限制：仅 Opus 4.6 支持。其他模型使用 max 会自动降级为 high
注意：Token 消耗显著增加，响应时间明显变长

特殊模式：auto

/effort auto

重置为模型默认的 effort 等级。不同模型和订阅类型的默认值不同：

Opus 4.6（Pro/Max/Team 订阅）：默认 medium
其他情况：默认 high

auto 本质上就是”我不手动调了，交给系统自动决定”。

查看当前 effort

两种方式查看：

/effort

或者：

/effort status

会显示当前生效的 effort 等级和来源（手动设置、环境变量、还是模型默认）。

你也可以随时看状态栏——effort 图标一直显示在那里：○ ◐ ● ◉。

effort 如何影响 API 调用

这部分稍微技术一点，但理解它有助于你做出更好的选择。

当你设置了 effort 等级后，Claude Code 会在 API 请求中加入 effort 参数：

low/medium/high/max：通过 output_config.effort 参数传给 API
API 根据这个参数调整模型的推理深度

简单理解：effort 越高，Claude 在”思考”阶段投入的计算资源越多，思考链越长，但消耗的 Token 也越多。

持久化与作用域

effort 设置会持久化保存：

low/medium/high：保存到 settings.json，下次启动 Claude Code 仍然有效
max：仅当前会话有效（除非你是 Anthropic 内部用户）

环境变量覆盖：你也可以通过环境变量来设置：

export CLAUDE_CODE_EFFORT_LEVEL=medium

环境变量的优先级高于 settings.json 中的设置。设为 auto 可以重置为模型默认值。

实际使用建议

日常开发：medium

大多数情况下，medium 是最佳选择。Claude 官方也推荐 Opus 4.6 用户使用 medium——它在速度、质量和速率限制之间取得了最好的平衡。

/effort medium

简单任务：临时切 low

当你要做一批简单的修改（批量重命名、加注释、格式化），切到 low 可以显著加速。

/effort low
帮我把这个文件里所有的 camelCase 变量名改成 snake_case
/effort medium

做完简单任务后记得切回来。

复杂分析：升到 high 或 max

遇到复杂 bug 或者需要深入分析的场景，升到 high。如果用的是 Opus 4.6 并且任务极其复杂，可以用 max。

/effort high
这个并发 bug 只在高负载下出现，帮我分析根因

不确定用哪个？

先用 medium。如果觉得回答太浅，升到 high。如果觉得回答太慢，降到 low。

effort 的核心思路是：按需分配，不浪费不吝啬。

effort vs /fast

你可能会想：/effort low 和 /fast 有什么区别？

/fast：切换到 fast 输出模式（同样的模型，更快的输出速度），影响的是输出生成速度
/effort：调节 Claude 的推理深度，影响的是思考的充分程度

它们可以组合使用。比如 /fast + /effort low 就是最快的组合，适合大批量简单任务。

写在最后

/effort 的本质是让你掌控 AI 的思考投入。

以前你只能被动接受 Claude 的”思考力度”——有时过度，有时不足。现在你可以根据任务的实际复杂度来调节：简单任务用 low，日常任务用 medium，复杂任务用 high，极限场景用 max。

聪明地使用 effort，既能加速简单任务，又能保证复杂任务的质量。