什麼是 Adaptive Thinking？Claude 4.6 的智能推理革命
Claude Opus 4.6 引入的 Adaptive Thinking 功能，透過 thinking: {type: 'adaptive'} 參數，讓 Claude 能夠動態決定何時需要深入思考以及思考深度。這項技術徹底改變了 AI 推理的方式：系統不再對所有問題都投入相同運算資源，而是根據任務複雜度自動分配。
在預設的 high effort 層級下，Claude 幾乎始終進入思考模式。這種設計確保複雜問題能獲得充分推理，同時在簡單問答場景中節省 token。根據 Anthropic 數據，ARC AGI 2 基準從 37.6% 躍升至 68.8%，充分顯示深度推理能力的實質突破。
ultrathink 關鍵字：觸發超高推理預算
Max 和 Team 訂閱者可在提示中直接使用 ultrathink 關鍵字，這會觸發下一輪的超高推理預算。這不是普通的深度思考，而是專為以下場景設計的極限推理模式：
- 複雜的數學推導與證明
- 多步驟程式設計問題
- 需要深度分析的策略規劃
- 長篇技術報告生成
與固定thinking budget相比，Adaptive Thinking 在速度敏感的場景（簡單問答）節省 token，在複雜場景自動分配更多運算資源，實現真正的智慧資源調度。
Claude Code 中的 Adaptive Thinking 設定
在 Claude Code 中，Opus 4.6 預設對 Max 和 Team 訂閱者採用 medium effort 模式。開發者可通過設定調整思考深度，以下是不同場景的推薦配置：
# 基礎對話 - medium effort
thinking: { type: 'adaptive', effort: 'medium' }
# 複雜程式碼審查 - high effort
thinking: { type: 'adaptive', effort: 'high' }
# 超複雜問題 - 啟動 ultrathink
thinking: { type: 'adaptive' }
ultrathink: true在 Claude Code 環境中，建議將複雜任務的設定改為 high effort，並在需要時搭配 ultrathink 關鍵字使用。
最佳實踐：如何設計有效的 Adaptive Thinking 提示詞
以下是三個經過驗證的最佳實踐策略：
- 為複雜多步驟任務明確使用 ultrathink：當任務涉及超過 3 個以上的推理步驟時，主動在提示中加入
ultrathink關鍵字，確保 Claude 投入最大推理資源。 - 在系統提示中設定任務複雜度分類：讓 Claude 根據任務描述自動匹配思考深度。例如：「如果任務涉及演算法設計或數學證明，請自動提升思考層級」。
- 搭配 extended output（最高 128K tokens）：當需要生成完整的推理報告或複雜程式碼時，啟用 extended output 避免輸出被截斷。
實際應用範例：多步驟程式設計提示詞
以下是一個完整的提示詞範例，展示如何有效運用 Adaptive Thinking 進行複雜程式開發：
請使用 ultrathink 模式幫我設計一個分布式系統的負載均衡器。
需求：
1. 支援最少連線、加權輪詢、最少響應時間三種演算法
2. 具備健康檢查機制
3. 支援動態新增/移除節點
4. 提供 RESTful API 監控界面
請在思考過程中：
- 分析每種負載均衡策略的優劣勢
- 考量並發處理與容錯設計
- 產出完整可運行的 Python 程式碼
- 包含單元測試範例這個提示詞明確要求使用 ultrathink，並詳細列出需求與思考方向，確保 Claude投入最大推理資源完成複雜的系統設計任務。
總結：掌握 Adaptive Thinking 的關鍵要點
Adaptive Thinking 代表了 AI 推理的重大演進，讓 Claude 能夠像人類一樣「聰明地思考」。關鍵在於：根據任務複雜度選擇適當的思考深度，簡單問題用 medium effort，複雜推理用 high effort，極限挑戰用 ultrathink。搭配 extended output 功能，還能產出高達 128K tokens 的完整推理報告。
對於需要深度推理的開發者、研究者或分析師而言，掌握這套提示詞設計方法，將能充分發揮 Claude Opus 4.6 的全部潛力，在複雜任務中獲得更準確、更深入的結果。