Claude Code ultrathink 升级：单轮推理强度拉满 xhigh

Claude Code 的「ultrathink」关键字不再只是一个提示词彩蛋。从 2.1.311 版本开始，在输入框里敲下 ultrathink，当前这一轮对话的推理强度会被直接拉到 xhigh effort。这条变化看似只是多了一个档位，实际上把「按需分配算力」的控制权交还给了开发者。

ultrathink 到底改变了什么

在 Claude Code 里，effort（推理强度）是一个贯穿每次请求的隐形旋钮。档位越高，模型在给出答案前「愿意花的时间」越长，中间推理链更完整，面对复杂重构、跨文件调试这类任务时出错率更低。ultrathink 的作用是在单轮对话内临时把旋钮拧到 xhigh，而不是全局修改配置。

这意味着你可以在一个长会话里保持默认强度，只在真正需要深度思考的那一轮喊一声 ultrathink。对习惯了「一个会话从头到尾同一档位」的用户来说，这是更精细的算力调度方式。

推理强度（effort）与中间推理链

在现代大模型 API 中，effort 通常指模型在返回最终答案前允许投入的计算量预算，常见实现方式是控制「思考 token」的数量或采样步数。开启高 effort 后，模型会先生成一段不直接展示给用户的内部推理过程（即中间推理链，chain of thought），再基于它给出结论。这条链路越长，模型越有机会拆解子问题、自我检查、回溯错误分支，因此在多步推理任务上准确率更高。代价是响应延迟增加、token 消耗上升——推理链本身也计入计费。这意味着 effort 本质是一个成本与质量的权衡旋钮，而非单纯的「更聪明」开关。

支持范围与生效条件

据源信息，该行为覆盖 Opus 5.5、Sonnet 5.5、Haiku 5.5 以及 Fable 5.1 四个模型。换句话说，从旗舰到轻量型号都在生效范围内，ultrathink 不是某个大模型专属的待遇。

源信息同时提到「when it works, when it does not, and caps」——即存在生效边界和上限约束。这一点值得留意：ultrathink 并非无条件把推理拉满，实际行为会受具体场景和额度限制影响。原文没有展开细则，但它提醒我们不要把 ultrathink 当成万能开关，它更接近「在当前条件下尽量提高」而非「无视一切约束」。

「xhigh」档位与 caps 的含义

在多数推理强度分级体系中，档位通常从 low、medium、high 到更高的 xhigh 逐级递进，xhigh 属于接近顶格的档位而非绝对上限。所谓 caps（上限约束），一般指服务端对单次请求或单会话设置的推理 token 预算、速率限制或额度配额。当模型实际可用的推理预算被这些约束截断时，即便指定了 xhigh，真实生效的强度也可能低于名义值。这解释了为什么连续多轮 ultrathink 的收益可能递减：触达阈值后，后续请求会被削顶。理解这一点有助于正确归因——效果不佳更可能是额度受限，而非关键字未被识别。

对日常开发工作流的影响

最直接的变化是成本与延迟的心智模型变了。过去想用高强度推理，要么全局调高配置、要么换更强的模型；现在同一会话里可以逐轮切换。调试一个诡异的并发问题时 ultrathink 一轮，改完再回到普通强度写样板代码，算力花在刀刃上。

另一个隐性收益是协作场景。团队共享的 Claude Code 配置通常偏保守，避免每次都触发高消耗。ultrathink 提供了一种「个体临时加码」的路径，不需要改动团队级设置，也不会影响其他人的默认体验。

使用建议与注意事项

第一，把 ultrathink 留给真正需要多步推理的任务，比如跨文件的架构调整、难以复现的 bug 定位、对现有代码逻辑的深度审查。日常补全、改错别字这类任务上用它，收益不明显。

第二，留意 caps 的存在。既然存在上限约束，连续多轮 ultrathink 可能触达阈值，实际表现未必线性提升。遇到效果不及预期时，先确认是否已经顶到上限，而不是怀疑关键字没生效。

第三，模型选择依然重要。ultrathink 提升的是推理强度，不改变模型本身的能力边界。轻量模型拉满强度，和旗舰模型默认强度之间如何取舍，需要按任务类型实测。

一个信号：推理强度正在成为一等公民

从全局配置到单轮指令，推理强度的控制粒度在变细。这背后是模型能力提升后，用户对「可控性」的需求在上升——大家不再只关心模型能不能做对，还关心它花了多少代价做对。ultrathink 是这条演进线上的一小步，但它指向的方向很明确：未来的 AI 编程工具，effort 会和 temperature、context window 一样，成为开发者日常调节的标准参数。

为什么 effort 正走向「一等公民」

在 AI 编程工具的参数谱系里，temperature 控制输出随机性，context window 决定可见信息量，而 effort 控制的是「思考深度」，三者分别对应创造性、信息面与推理投入三个正交维度。早期产品往往把 effort 藏在全局配置里，原因是模型能力有限、调参收益不稳定；当模型在复杂任务上的表现对推理预算越来越敏感时，把 effort 暴露为可逐轮调节的参数，就从业余选项变成了必要能力。这也符合成本工程的逻辑：并非每个请求都值得高预算，按需分配比全局拉满更经济。ultrathink 这类关键字本质是把 effort 参数做成了会话内的轻量语法糖。