Knowledge Cutoff

Knowledge Cutoff（知识截止日期）是指模型训练数据覆盖到的最晚时间点。超过这个日期的新论文、新价格、新产品和新闻，如果没有通过上下文、RAG 或联网工具提供给模型，它就不能可靠回答。这不是 bug，而是静态训练模型的自然限制：训练完成后，参数里的知识不会自动更新。实践中常见两个坑：一是直接问模型"最新"信息，让它凭记忆猜；二是把模型上线日期误当成知识截止日期。正确做法是先判断问题是否依赖近期信息：稳定概念可直接问模型，实时事实则要检索官方资料、数据库或搜索结果，再让模型基于这些材料回答。在 System Prompt 中注入当前日期也有帮助，至少能提醒模型区分"历史知识"和"近期事件"。

把模型想象成一本百科全书：编辑团队在某年某月截稿印刷，之后世界继续变化，但书已经装订好了，无法自己更新。你查历史概念没问题；但问今天刚发布的产品，它需要你递给它最新资料。

# 实用技巧：在 system prompt 里注入当前日期
# 让模型遇到近期事件时先承认不确定，而不是凭记忆猜
import anthropic
from datetime import date

client = anthropic.Anthropic()
today = date.today().strftime("%Y年%m月%d日")

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=256,
    system=f"今天是 {today}。如果问题依赖今天、最近、最新信息，请说明需要检索实时资料，不要凭训练记忆猜测。",
    messages=[{"role": "user", "content": "某个产品上周刚发布的新功能有哪些？"}]
)
print(response.content[0].text)

• → Hallucination· 幻觉
• → Retrieval / Top-K· 检索