Claude Code 减少 verbosity 提示为何损害代码质量

更具判断力和整理能力的内容，反而越来越受到搜索引擎和用户的双重认可。

GitHub Copilot 则继续凭借企业生态的成熟集成和 autocomplete 速度，服务于已在 Microsoft/GitHub 环境中的大团队。合规支持和轻量补全场景下，它仍是相对安全的“安全牌”。不过 2026 年社区反馈显示，其准确率和上下文感知有下滑趋势，幻觉依赖增多，大项目 agent 模式下易出现卡顿或线程丢失。纯编码智能和复杂任务上，它已难以保持早期顶级水准。方向是对的，但现实更复杂。

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。

这一点目前行业内仍有不同声音。重置措施是否会演变为常态化补偿，取决于Anthropic未来在渐进rollout和内部验证上的执行力。如果加强了这些环节，类似补偿或能成为缓冲用户体验波动的常规手段；反之，开发者对单一AI编码工具的依赖度会逐步下降，转向更混合的工作流。值得持续跟踪，现在下结论为时尚早。

修复后，Claude Code回归其强推理和大上下文优势，尤其在大型代码库的多文件架构调整中，思考链深度和低级错误控制明显优于下滑期间。模型底子仍在，但这次事件再次提醒，产品层任何微调都可能被用户端放大。

从长远看，这一事件暴露了长上下文AI在会话状态管理上的脆弱性，尤其当prompt caching与扩展思考机制交织时，边角case极易在真实多轮场景中爆发。bug虽已在4月10日通过v2.1.101版本修复，但它提醒整个AI编码工具领域：任何延迟优化都需更严格的渐进式测试，否则下一个看似合理的变更，可能再次让“越聊越傻”的现象重现。值得持续跟踪，现在下结论为时尚早。

从Claude high vs medium reasoning的对比来看，这次事件提醒行业，单纯追求低延迟可能在编码智能影响上付出隐形代价。medium努力虽更快，却容易让输出缺少“多想一步”的深度，尤其在架构设计或复杂重构场景中。回滚后，编码质量感知明显恢复，但也可能伴随更高token消耗和偶发延迟。4月20日v2.1.116版本已整合多项修复，整体体验趋于稳定。值得持续跟踪的是，如果类似权衡再次出现，用户反馈速度会更快。

早期用户在HN和Reddit上的反馈从“突然逻辑浅显”到“重复步骤耗费加剧”不一，内部复现难度较高，曾引发部分“gaslighting”争议，但报告整体体现了较高透明度。

Anthropic 的沟通策略在这次事件中显露出优化空间。早期强调内部 evals 未复现问题、难以区分真实体验差异，这在技术团队看来合情合理，却与每天依赖 Claude Code 完成工程任务的开发者感受脱节。技术变更可以悄无声息 rollout，用户却直接面对产出效率下滑。类比传统软件公司发布补丁前常说“这是优化”，结果用户先遭罪，这次从否认到承认的过程，凸显高期望消费者级 AI 工具上“技术优先、反馈滞后”的旧逻辑已难以为继。

最近几周，开发者社区在Hacker News、Reddit和X平台上充斥着对Claude Code质量下滑的抱怨：代码生成深度不够、上下文记忆反复丢失、输出显得重复而缺乏洞察。Anthropic在4月23日发布的postmortem报告中，终于直面这些反馈，承认问题并非底层模型退化，而是三项独立的工程变更在harness层叠加所致。这些变更分别发生在3月和4月，已于4月20日通过版本更新全部修复，并伴随订阅限额的重置。

深挖三个变更的时间线，能清晰看到它们如何形成连锁反应，间接加速了限额消耗。3月4日默认reasoning effort从high降至medium，本意缓解UI偶发卡顿，却削弱了复杂逻辑的深度分析能力；3月26日的缓存优化本想清理闲置会话的旧思考历史，却因bug导致每轮都清空上下文，造成重复输出和额外token浪费；4月16日系统prompt新增verbosity限制（工具间≤25词、最终响应≤100词），短期内让编码质量评估下降约3%。

我的观察是，成功的案例往往在“如何连接”上做了更多工作。