機(jī)器之心編輯部

今天 AI 圈好不熱鬧，先是 OpenAI 聲勢(shì)浩大發(fā)布 GPT5.5，接著是盼了又盼的 DeepSeek v4 終于發(fā)布。

而就在這狂歡的夾縫中，Anthropic 也在「搞事情」，不過不是發(fā)布新模型，而是發(fā)了一份鄭重其事的聲明：沒錯(cuò)，你們說 Claude Code「降智」是真的，不過這都是有原因的……

「在過去一個(gè)月里，一些用戶反饋 Claude Code 的質(zhì)量有所下降。我們對(duì)此進(jìn)行了調(diào)查，并發(fā)布了一份事后復(fù)盤報(bào)告，總結(jié)了發(fā)現(xiàn)的三個(gè)問題?！?/p>

具體的故事情節(jié)要從今年 3 月開始說起，那時(shí)候就有網(wǎng)友陸續(xù)在 Hacker News、Reddit 等社區(qū)吐槽 Claude Code 正變得越來越慢、越來越笨，直言「Claude Code 甚至已經(jīng)退化到無(wú)法用于復(fù)雜工程任務(wù)的地步」。

隨著網(wǎng)友討論聲量的變大，Anthropic 的 Claude Code 工程負(fù)責(zé)人 Boris Cherny 直接在 GitHub 上回答了網(wǎng)友的疑問，說是做了一些調(diào)整，但主要是一些 UI 層面的改動(dòng)，不應(yīng)該影響思考本身，也不影響思考預(yù)算或擴(kuò)展推理的底層運(yùn)作方式??？

可大家并不買賬，主要原因就在于，你說了等于什么都沒說。模型「降智」是真的不好用是真的，不管什么原因，一直沒給個(gè)說法也是真的……

之后，這種討論和吐槽一直還是在繼續(xù)，直到今日，官方終于下場(chǎng)了。

Anthropic 表示，其實(shí)這些問題源自 Claude Code 和 Agent SDK 的運(yùn)行框架（Harness），而由于 Cowork 也是基于該 SDK 運(yùn)行，因此同樣受到了影響。「模型本身并沒有出現(xiàn)能力退化，Claude API 也未受到影響?！?/strong>

至于「發(fā)現(xiàn)的三個(gè)問題」，具體是這樣的：

• 一是「推理努力度調(diào)整」未果，反倒讓用戶覺得模型「變笨」

3 月 4 日，Anthropic 將 Claude Code 的默認(rèn)推理強(qiáng)度從「high」調(diào)整為「medium」，以減少部分用戶在高強(qiáng)度模式下遇到的超長(zhǎng)延遲（嚴(yán)重時(shí)甚至?xí)尳缑婵雌饋硐瘛缚ㄋ馈梗５聦?shí)證明這是一個(gè)錯(cuò)誤的權(quán)衡。

于是，等到 4 月 7 日，在用戶反饋更希望默認(rèn)獲得更高智能、僅在簡(jiǎn)單任務(wù)中再選擇低強(qiáng)度后，Anthropic 撤回了這一改動(dòng)。但沒想到，此次調(diào)整影響了 Sonnet 4.6 和 Opus 4.6 版本。

• 二是緩存機(jī)制出現(xiàn)了 Bug

3 月 26 日，Anthropic 上線了一項(xiàng)改動(dòng)，出于優(yōu)化會(huì)話閑置時(shí)的清理邏輯，對(duì)超過一小時(shí)未使用的會(huì)話，在用戶重新進(jìn)入時(shí)清理舊的「思考」內(nèi)容，以降低恢復(fù)會(huì)話時(shí)的延遲。

但意外的是，出現(xiàn)了一個(gè) Bug，導(dǎo)致這個(gè)清理操作在后續(xù)每一輪對(duì)話中都會(huì)持續(xù)觸發(fā)，而不是「只執(zhí)行一次」，從而讓 Claude 看起來「持續(xù)失憶、健忘且重復(fù)」。

Anthropic 察覺到之后，已于 4 月 10 日修復(fù)了該問題，但同樣，又直接影響了 Sonnet 4.6 和 Opus 4.6。

• 三是系統(tǒng)提示詞變更

4 月 16 日，Anthropic 在系統(tǒng)提示詞中加入了一條「降低冗長(zhǎng)度」的指令：

「長(zhǎng)度限制：在工具調(diào)用之間的文本應(yīng)控制在不超過 25 個(gè)詞。除非任務(wù)需要更多細(xì)節(jié)，最終回復(fù)應(yīng)控制在不超過 100 個(gè)詞?！?/p>

可在與其他提示詞改動(dòng)疊加后，這一調(diào)整反而損害了代碼任務(wù)的表現(xiàn)，限制了模型在處理復(fù)雜任務(wù)時(shí)的思考深度，導(dǎo)致 coding 質(zhì)量的下降。

于是，Anthropic 在 4 月 20 日撤回這了一變更，但再一次，該問題又影響了 Sonnet 4.6、Opus 4.6 以及 Opus 4.7。

另外，Anthropic 也在「反省」，因?yàn)檫@些改動(dòng)分別在不同時(shí)間、作用于不同用戶流量切片，疊加起來的整體效果表現(xiàn)為「廣泛且不一致」的性能下降。

因此，盡管 Anthropic 從 3 月初就開始調(diào)查相關(guān)反饋，但最初這些問題很難與正常的用戶反饋波動(dòng)區(qū)分開來，而且內(nèi)部使用情況和評(píng)測(cè)也未能第一時(shí)間復(fù)現(xiàn)這些問題，所以帶給用戶這些困擾。

為了表示歉意，截至 4 月 23 日，Anthropic 將重置所有訂閱用戶的使用限額。

另外，為了以后能夠避免類似問題的再次發(fā)生，Anthropic 宣布后續(xù)將采取多項(xiàng)改進(jìn)措施：

• 確保更大比例的內(nèi)部員工直接使用與用戶一致的 Claude Code 公共版本，而非用于測(cè)試新功能的內(nèi)部版本，避免內(nèi)部與外部環(huán)境脫節(jié)；同時(shí)，改進(jìn)內(nèi)部使用的代碼審查工具，并將升級(jí)后的版本提供給用戶。
• 強(qiáng)化「系統(tǒng)提示詞」的評(píng)估流程，對(duì)其變更施加更嚴(yán)格的控制，每一次修改前，將進(jìn)行更廣泛的「消融實(shí)驗(yàn)」，即逐行測(cè)試提示詞的影響；此外，在 CLAUDE.md 中新增了指導(dǎo)，確保模型特定的改動(dòng)只作用于對(duì)應(yīng)模型。
• 對(duì)于可能影響模型智能水平的變更，將引入更長(zhǎng)的觀察期和更細(xì)致的灰度發(fā)布，以便更早發(fā)現(xiàn)問題。

不得不說，難得看到「高傲」的 Anthropic 如此正視自己的問題，看來大家的「吐槽」還是有效果的。

那么你呢，覺得此次 Anthropic 的態(tài)度如何，給出的理由是否有說服力？歡迎大家留言、交流！

https://x.com/bcherny/status/2047375800945783056

https://news.ycombinator.com/item?id=47878905

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