Claude Code 质量下滑事件：Anthropic 从否认到承认的沟通翻车

但真正拉开差距的，往往是执行层面的细节处理。

月4日，Anthropic针对Claude Code在Opus 4.6和Sonnet 4.6上的高推理努力模式，悄然将默认设置从high调整为medium。这一决策直接源于部分用户在高努力下遭遇的极长思考尾部延迟，界面甚至出现冻结假象，同时也为了控制不必要的token消耗。

最近开发者在使用Claude Code时频繁遇到代码生成质量下滑的情况，模型偶尔出现遗忘上下文、重复输出或逻辑不完整的问题。4月23日Anthropic发布了一份详细postmortem报告，明确这些现象并非底层模型退化，而是Claude Code和Agent SDK产品层面的三个变更叠加所致。核心在于模型能力本身未变，但harness和prompt的调整直接放大了用户感知到的质量波动，尤其对依赖深度思考的Opus系列影响显著。

这一点目前行业内仍有不同声音。Anthropic 承诺加强 dogfooding、更广的 eval suite 以及系统提示审计，但类似变更未来是否还会以其他形式出现，仍值得开发者持续跟踪。数据支持产品层调整的方向，但样本量和复现难度提醒我们，现在下结论为时尚早。

这一点目前行业内仍有不同声音，数据支持模型未退化的判断，但真实用户体验的样本量仍待更多长期观察。值得持续跟踪的是，Claude Opus与Sonnet在编码任务上的真实差距，是否会因这类迭代风险而发生结构性变化。

深层来看，这次缓存bug的核心在于3月26日的一次优化改动出了问题。本意是为idle超过1小时的会话，仅清除一次较旧的thinking历史，以降低恢复时的延迟并控制token开销。官方明确提到使用了特定API header并设置keep:1，本该只执行一次。但bug导致清除操作在后续每个turn都触发，造成cache miss频发，历史推理链条被逐步丢弃。即便模型继续执行任务，内部一致性却在悄然崩解，尤其在工具调用链中表现突出。

对开发者而言，这次事件强化了一个判断：选型AI编码工具时，不能只看宣传的生成速度或基准分数，而应优先考察公开的工程决策披露、内部测试实践和第三方评估报告。构建个人代码审查习惯依然不可或缺，无论harness如何进化，最终落地的代码质量仍需人类把关。值得持续观察的是，2026年自适应质量控制系统能否真正让AI成为可靠的生产力伙伴，而非时常需要额外校验的黑盒。

第三个变更是系统提示verbosity的减少。4月16日，为即将推出的Opus 4.7模型引入的提示调整，明确要求工具调用间文字不超过25词、最终响应不超过100词（除非任务确需更多细节）。这一限制旨在控制token使用并降低啰嗦感，但在编码场景中直接压缩了思考深度和输出细节。Anthropic内部消融测试显示，它导致Opus 4.6和4.7在相关评估中性能下降约3%。

这一点目前行业内仍有不同声音：有人认为 Anthropic 的 dogfooding 改进能有效避免重蹈覆辙，也有人担心类似不透明调整若再发生，高端 Opus 用户的流失会更明显，而 Sonnet 因成本优势可能更具韧性。现在下结论为时尚早，但开发者在拥抱下一代工具时，多关注更新日志和自身配置匹配，或许能少踩一些迭代中的坑。

短期来看，4 月 20 日 v2.1.116 版本已完成全部回滚并重置订阅用户额度，Claude Code 体验基本回归正常；但若项目在 3-4 月中大量依赖长上下文推理，生成的代码可能存在潜在重复逻辑或调试成本增加，需要事后回顾。

第三个变更在4月16日推出，为Opus 4.7准备的系统提示verbosity减少。Opus系列在复杂任务上能力强劲，但输出常显啰嗦，为控制token，提示明确要求工具调用间文字不超过25词，最终响应不超过100词（除非任务确需更多细节）。内部评估看似无碍，但在编码场景中却限制了思考深度和细节输出，Anthropic消融测试显示它导致Opus 4.6和4.7在相关评估中性能下降约3%。

排名代发飞机【seo1268】好友聊天，输入“怎么进一元一分跑的快群”咨询客服，娱乐游戏作为民间很受欢迎的纸牌玩法，乐趣集中在快节奏的刺激感、心理博弈的张力，这两种玩法的规则几乎一学就会，不用记复杂的牌型搭配，就算是新手也能快速上手，梦想是前行的灯塔，哪怕渺小，也能指引方向。不必因梦想遥远就轻言放弃，逐梦的路上，本就布满挑战。拆分目标，步步前行，哪怕每天只前进一小步，也是在靠近理想。不惧旁人的质疑，不畏前路的漫长，坚守初心，全力以赴。只要心中有梦，眼里有光，脚下有路，终能跨越山海，奔赴心之所向的远方。提醒我们，技术迭代的速度远超预期。