Claude變笨，Anthropic發(fā)報告認(rèn)了：為優(yōu)化3個Harness層bug，不小心改崩了

作者｜冬梅

“Claude 變笨了。”

1 Anthropic 正面回應(yīng)模型“變笨”：三處優(yōu)化導(dǎo)致的

過去一段時間，這個聲音在 Hacker News、Reddit 以及 X 上此起彼伏。尤其是在萬眾矚目的 Opus 4.7 發(fā)布后，不少老用戶反饋 Claude Code 變得健忘、重復(fù)且廢話連篇。

作為目前全球最強(qiáng)梯隊(duì)的編程模型，Claude 的口碑滑坡讓 Anthropic 壓力倍增。

所以今天一早，Claude Code 研發(fā)團(tuán)隊(duì)打破沉默，發(fā)布了一篇看起來誠意十足的分析文章，名為《An update on recent Claude Code quality reports》，他們在文章中坦言，用戶反饋的“降智”并非錯覺，而是源于三處看似合理、實(shí)則導(dǎo)致連鎖反應(yīng)的產(chǎn)品優(yōu)化。

沒錯，Claude Code 真的“變笨”了。

研發(fā)團(tuán)隊(duì)表示，目前 Anthropic 已修復(fù)全部漏洞，并宣布重置所有訂閱用戶的使用限額以示誠意。

截至 4 月 20 日（版本 v2.1.116），這三個問題均已修復(fù)。在這篇文章中，他們詳細(xì)闡述了發(fā)現(xiàn)了什么、修復(fù)了什么，以及今后將如何改進(jìn)，避免類似問題再次發(fā)生。

2 三處優(yōu)化細(xì)節(jié)詳述

事件的起因，源于產(chǎn)品團(tuán)隊(duì)對“用戶體驗(yàn)”的過度優(yōu)化。經(jīng)過調(diào)查，Claude Code 團(tuán)隊(duì)找出了三個不同的問題：

第一個優(yōu)化發(fā)生在 3 月 4 日。通常來說，模型思考時間越長，輸出效果越好。當(dāng)時，不少用戶吐槽 Opus 模型思考時間太長，甚至導(dǎo)致 UI 卡死。為了縮短延遲、節(jié)省 Token，團(tuán)隊(duì)私自將默認(rèn)推理強(qiáng)度（Reasoning Effort）從“高”降到了“中”。

在產(chǎn)品層面，團(tuán)隊(duì)再從中選一個點(diǎn)作為默認(rèn)值，并通過 Messages API 的 effort 參數(shù)傳遞該值；同時，團(tuán)隊(duì)還將其他可選強(qiáng)度通過 /effort 命令提供給用戶。

內(nèi)部評估認(rèn)為，“中”等強(qiáng)度能以極小的智能損失換取顯著的速度提升。然而，真實(shí)環(huán)境中的開發(fā)者并不買賬，上線后不久，就有用戶反映 Claude Code 感覺變笨了。對 AI 而言，“多思考一秒鐘”往往意味著從“生成垃圾代碼”到“產(chǎn)出優(yōu)雅重構(gòu)”的跨越。

在聽取更多客戶的反饋后，團(tuán)隊(duì)做了多次設(shè)計(jì)迭代，讓當(dāng)前的推理強(qiáng)度設(shè)置更清晰，以便提醒用戶可以更改默認(rèn)值（例如啟動時彈出提示、增加內(nèi)聯(lián)的強(qiáng)度選擇器、恢復(fù)“ultrathink”選項(xiàng)），但大多數(shù)用戶仍然保留了“中”等推理強(qiáng)度默認(rèn)值。

4 月 7 日，團(tuán)隊(duì)在意識到這種取舍邏輯的錯誤后，將默認(rèn)強(qiáng)度重新調(diào)回了“高”，并在 Opus 4.7 上默認(rèn)開啟了“極高”模式。此問題影響的模型是 Sonnet 4.6 和 Opus 4.6。

第二個優(yōu)化發(fā)生在 3 月 26 日。當(dāng) Claude 執(zhí)行一項(xiàng)任務(wù)并進(jìn)行推理時，這些推理內(nèi)容通常會被保留在對話歷史中。這樣，在后續(xù)的每一輪交互中，Claude 都能了解自己之前為何做出某些編輯和工具調(diào)用。

3 月 26 日，團(tuán)隊(duì)針對這一功能上線了一項(xiàng)本意是提高效率的優(yōu)化，有點(diǎn)類似于“自動清理歷史思考內(nèi)容”的功能。他們利用提示緩存（prompt caching）來降低用戶連續(xù) API 調(diào)用的成本并加快速度。Claude 在發(fā)起 API 請求時將輸入 token 寫入緩存；如果一段時間沒有活動，該提示就會被從緩存中逐出，為其他提示騰出空間。

原本的設(shè)計(jì)應(yīng)該很簡單：如果會話空閑超過一小時，系統(tǒng)會剪除舊的推理信息以節(jié)省成本。為此，團(tuán)隊(duì)使用了 clear_thinking_20251015 這個 API 頭部，并配合 keep:1 參數(shù)。

但代碼中隱藏的一個漏洞：它并沒有只清除一次思考?xì)v史，而是在會話后續(xù)的每一輪中都進(jìn)行清除。一旦跨過空閑閾值，后續(xù)每一輪對話都會觸發(fā)清理。這意味著 Claude 只能記住最近的一句對話，它徹底忘記了自己當(dāng)初為什么要修改代碼。在用戶眼中，Claude 開始重復(fù)啰嗦、胡言亂語。這種“健忘”不僅損害了智能，還因?yàn)轭l繁的緩存未命中（Cache Miss）導(dǎo)致用戶的使用額度被光速消耗。

據(jù)悉，該漏洞的發(fā)現(xiàn)過程較為曲折，由于 Anthropic 內(nèi)部兩個互不相關(guān)的實(shí)驗(yàn)干擾，導(dǎo)致漏洞難以復(fù)現(xiàn)——一個是僅用于服務(wù)端、涉及消息隊(duì)列的內(nèi)部實(shí)驗(yàn)，另一個是在思考內(nèi)容展示方式上的正交改動，該改動在大多數(shù) CLI 會話中掩蓋了漏洞，使得外部構(gòu)建測試時未能發(fā)現(xiàn)問題。

此外，該漏洞處于 Claude Code 的上下文管理、Anthropic API 和擴(kuò)展推理三個模塊的交匯點(diǎn)，相關(guān)變更已通過多輪人工和自動化代碼審查、單元測試、端到端測試、自動化驗(yàn)證及內(nèi)部試用，且僅在陳舊會話這一邊緣情況下出現(xiàn)，因此 Anthropic 花費(fèi)超過一周時間才找到并確認(rèn)其根本原因。

值得注意的是，在調(diào)查過程中，團(tuán)隊(duì)使用 Opus 4.7 對有問題的拉取請求進(jìn)行了反向的“代碼審查”測試。當(dāng)提供了獲取完整上下文所必需的代碼倉庫后，Opus 4.7 發(fā)現(xiàn)了該漏洞，而 Opus 4.6 未能做到。

為防范此類問題再次發(fā)生，Anthropic 目前正增加對更多代碼倉庫作為代碼審查上下文的支持，該漏洞也已經(jīng)在 4 月 10 日 v2.1.101 版本中修復(fù)好了。此問題影響的模型是 Sonnet 4.6 和 Opus 4.6。

第三個優(yōu)化發(fā)生在 4 月 16 日。Anthropic 曾為降低 Claude Opus 4.7 版本的冗長程度，修改了系統(tǒng)提示語。據(jù)悉，Claude Opus 4.7 相較于前代，明顯更加“啰嗦”，雖能在困難問題上表現(xiàn)更出色，但會生成更多輸出 token。

在該版本發(fā)布前幾周，Anthropic 便開始對 Claude Code 進(jìn)行調(diào)整，綜合運(yùn)用模型訓(xùn)練、提示語優(yōu)化、思考體驗(yàn)改進(jìn)等多種方式降低冗長程度，其中新增的一條系統(tǒng)提示語——“長度限制：在工具調(diào)用之間的文本控制在 25 個單詞以內(nèi)。最終回復(fù)控制在 100 個單詞以內(nèi)，除非任務(wù)確實(shí)需要更多細(xì)節(jié)”，對 Claude Code 的智能產(chǎn)生了過大影響。

該提示語經(jīng)過數(shù)周內(nèi)部測試，在 Anthropic 運(yùn)行的評估集上未出現(xiàn)性能退化，因此于 4 月 16 日隨 Opus 4.7 版本一同上線。

但在后續(xù)調(diào)查過程中，Anthropic 通過更廣泛的評估集開展更多消融測試（即從系統(tǒng)提示中逐行刪除以理解每行影響），發(fā)現(xiàn) Opus 4.6 和 4.7 版本均出現(xiàn) 3% 的性能下降。

為此，Anthropic 在 4 月 20 日的發(fā)布中，立即撤銷了該條系統(tǒng)提示語。該優(yōu)化受影響的模型包括 Sonnet 4.6、Opus 4.6 和 Opus 4.7。

3 未來如何改進(jìn)？

為了避免再次出現(xiàn)這些問題，Claude Code 團(tuán)隊(duì)表示將從下面三個方面進(jìn)行改進(jìn)：

首先，是內(nèi)部全員強(qiáng)制使用公共構(gòu)建版，確保開發(fā)者與用戶“同頻感同身受”。

Claude Code 團(tuán)隊(duì)將推動內(nèi)部使用版本的統(tǒng)一，確保更大比例的內(nèi)部員工使用 Claude Code 的精確公共構(gòu)建版本，而非用于測試新功能的內(nèi)部版本，以此更貼近普通用戶的實(shí)際使用場景，提前發(fā)現(xiàn)潛在問題。同時，團(tuán)隊(duì)將對內(nèi)部使用的代碼審查工具進(jìn)行改進(jìn)，并計(jì)劃將優(yōu)化后的代碼審查工具同步提供給客戶，助力客戶提升使用體驗(yàn)。

其次，是引入更嚴(yán)苛的提示語審計(jì)工具，對系統(tǒng)提示語的每一行修改進(jìn)行持續(xù)的消融測試。

在系統(tǒng)提示語管理方面，Claude Code 團(tuán)隊(duì)將增加更嚴(yán)格的控制措施。對于每一次系統(tǒng)提示語的更改，團(tuán)隊(duì)都會針對每個模型運(yùn)行廣泛評估，持續(xù)開展消融測試以明確每一行提示語的具體影響；同時，已構(gòu)建新的工具，讓提示語的修改更易于審查和審計(jì)。

第三，是增加“浸泡期”，對于任何可能犧牲智能換取性能的改動，采取逐步上線的流程。

團(tuán)隊(duì)已在自身的 CLAUDE.md 文件中新增指導(dǎo)原則，確保針對特定模型的更改僅限定在該模型范圍內(nèi)，避免跨模型影響。對于任何可能犧牲智能換取其他收益的改動，團(tuán)隊(duì)將增加“浸泡期”，擴(kuò)大評估集范圍，并采用逐步上線的流程，以便更早發(fā)現(xiàn)并規(guī)避問題。

在用戶溝通與反饋渠道方面，Claude Code 團(tuán)隊(duì)近期已在 X（原 Twitter）平臺創(chuàng)建 @ClaudeDevs 賬號，用于深入解釋產(chǎn)品決策及其背后的原理，同時會在 GitHub 的集中討論帖中同步相關(guān)更新，提升產(chǎn)品決策的透明度。

4 分析報告沒有讓用戶滿意

當(dāng) Anthropic 試圖用一份詳盡的技術(shù)報告挽回 Claude 的口碑時，它可能低估了開發(fā)者積壓已久的怒火。

在官方承認(rèn)由于“推理強(qiáng)度下調(diào)”、“緩存漏洞”和“提示語冗長控制”導(dǎo)致 Claude 性能大幅下滑后，社交媒體上的評論呈現(xiàn)出一邊倒的抨擊。

對于眾多支付高額訂閱費(fèi)的專業(yè)開發(fā)者來說，這份遲到的“真相”不僅沒能平息焦慮，反而因補(bǔ)償方案的敷衍和官宣時機(jī)的微妙被質(zhì)疑在“作秀”。

在 X 上，一位網(wǎng)友反饋稱，即使在重置后，流量消耗速度依然驚人：“我用了 5 個小時，x20 的套餐就燒掉了 64% 的流量，而我什么特別的事都沒做。情況正在變得越來越糟。”

還有 X 用戶憤怒地表示：“這簡直是胡說八道！過去兩周，我一直在反思是不是自己的提示詞或工作流程出了問題，甚至懷疑過自己都沒懷疑過 Claude，結(jié)果發(fā)現(xiàn)是你們的漏洞吞噬了我的歷史記錄。把重置當(dāng)作道歉？這才是真正侮辱人的地方。”

該用戶還表示：“過去一年我為 Anthropic Max 支付了約 2400 美元，為 OpenAI 支付了 0 美元。過去 48 小時我切換到 OpenAI 的Codex感覺真的非常棒，我正嚴(yán)肅考慮徹底更換系統(tǒng)。失去最忠實(shí)用戶的方式，不是因?yàn)槟Ｐ统?Bug，而是因?yàn)樵愀獾牡狼浮！?/p>

另一位網(wǎng)友則精準(zhǔn)補(bǔ)刀：“你們總是在每周限額到期前兩小時宣布‘重置’，這根本不叫重置，這叫敷衍。”

最令社區(qū)玩味的是本次公告發(fā)布的時間點(diǎn)——恰逢 OpenAI 發(fā)布GPT-5.5的當(dāng)天。有部分 X 用戶認(rèn)為，這樣的做法是在分散人們對于 GPT 5.5 發(fā)布的關(guān)注。

有 X 用戶質(zhì)疑道：“幾個月來你們一直堅(jiān)稱‘模型沒有退化’，現(xiàn)在卻在 GPT-5.5 發(fā)布的當(dāng)天突然官宣漏洞分析，這很難不讓人懷疑是在轉(zhuǎn)移注意力。更諷刺的是，你們聲稱‘用 Claude 開發(fā) Claude’，結(jié)果長達(dá) 15 天的嚴(yán)重漏洞竟然在內(nèi)部完全沒被發(fā)現(xiàn)？”

這場風(fēng)波正在引發(fā)連鎖反應(yīng)：核心用戶的忠誠度降至冰點(diǎn)。也讓一部分人從 Anthropic 轉(zhuǎn)向了 OpenAI。

對于 Anthropic 而言，這次危機(jī)揭示了一個殘酷的現(xiàn)實(shí)：在大模型競爭進(jìn)入白熱化的今天，技術(shù)領(lǐng)先只是入場券，透明度與對用戶時間的尊重才是留住開發(fā)者的護(hù)城河。

https://x.com/ClaudeDevs/status/2047371123185287223

https://www.anthropic.com/engineering/april-23-postmortem

聲明：本文為 InfoQ 整理，不代表平臺觀點(diǎn)，未經(jīng)許可禁止轉(zhuǎn)載。

會議推薦

世界模型的下一個突破在哪？Agent 從 Demo 到工程化還差什么？安全與可信這道坎怎么過？研發(fā)體系不重構(gòu)，還能撐多久？

AICon 上海站 2026，4 大核心專題等你來：世界模型與多模態(tài)智能突破、Agent 架構(gòu)與工程化實(shí)踐、Agent 安全與可信治理、企業(yè)級研發(fā)體系重構(gòu)。14 個專題全面開放征稿。

誠摯邀請你登臺分享實(shí)戰(zhàn)經(jīng)驗(yàn)。AICon 2026，期待與你同行。