Tratopedia
BM
設定

文字大小

佈景

高對比

中文排版

豎排會把內文排成由右至左的直行,如同台灣的實體書籍。

版本

v1.230.2

本頁建置時的版本編號,也是 service worker 快取所依據的版本。

LLM 工程 · 語言模型 · 軟體工程 · AI 代理 · 工程事後報告Anthropic 工程部落格,2026 年 4 月 · 記錄至 2026 年 5 月

解決於 v2.1.116 · API 本身未受影響

三項互不相關的變更,看起來像同一次品質下降

預設推理強度被調降、快取機制的錯誤持續清除推理歷史、系統提示詞限制輸出長度——三件事影響不同的流量區段、時間也不同步,合起來卻呈現為廣泛而不一致的品質下降。受影響的是 Claude Code、Agent SDK 與 Cowork;API 本身未受影響。一位 AMD 工程師自行進行的數據稽核,早在 Anthropic 公開表態的三週前,就已得出相似的結論。

  • 3獨立問題,均於 4 月 20 日前修復
  • 34天,持續最久的一項問題
  • −3%揪出問題三的那項評測所測得的下降
  • v2.1.116三項問題全數解決的版本
查證等級事項內容
確認三項互不相關的產品層變更,3 月 4 日至 4 月 20 日推理強度預設值調降、清除推理歷史的快取錯誤、限制輸出長度的系統提示詞——三者各自影響不同的流量區段,時程也不同步。全數在 v2.1.116 解決;4 月 23 日重置所有訂閱用戶的用量上限。
確認一位 AMD 工程師公開的數據稽核,4 月 3 日AMD AI 部門主管 Stella Laurenzo 分析了 6,852 個 Claude Code 對話 session,並提交了 GitHub issue——比 Anthropic 自己的說法早了三週。
確認,但本文無法查證稽核自身提出的成因理論Laurenzo 的數據將品質下滑與 2 月中旬一項「將推理內容從介面隱藏」的設定相關聯。Anthropic 自己的三因說法並未提及這項設定,其先前(4 月 7 日)的公開回應更表示這項設定完全不會減少推理。
未確認真正的驅動因素是運算資源管控,而非官方所述的取捨部分用戶提出此說,另有一位競爭對手的高階主管也持類似看法。Anthropic 的事後報告完全未提及運算資源,但另一份向《財星》雜誌發表的聲明,則承認需求成長已使基礎設施吃緊。

時序 橫跨三個月的十三項事件

  1. 02Opus 4.6 於 Claude Code 上線,預設推理強度為 high。
  2. 02-12名為 redact-thinking-2026-02-12 的設定將推理內容從介面隱藏。後來一份外部稽核將其列為可能成因,但 Anthropic 自己的說法始終未提及。
  3. 03-04預設推理強度改為 medium(問題一開始)。
  4. 03-26快取錯誤上線(問題二開始)。
  5. 04-03AMD AI 部門主管 Stella Laurenzo 提交 GitHub issue,分析 6,852 個 session(日期依 The Register 的報導推算)。
  6. 04-06The Register 報導此 issue。
  7. 04-07問題一修復,預設值恢復為 high(Opus 4.7 為 xhigh)。Anthropic 的 Boris Cherny 公開反駁 Laurenzo 的理論。
  8. 04-10問題二修復(v2.1.101)。
  9. 04-16限制輸出冗長度的系統提示詞隨 Opus 4.7 一同上線(問題三開始)。
  10. 04-20問題三修復,三項問題全數解決(v2.1.116)。
  11. 04-23Anthropic 發布事後報告,並重置所有訂閱用戶的用量上限;Boris Cherny 同日於 Hacker News 進一步說明快取機制。
  12. 04-24《財星》報導用戶的反彈與取消訂閱,以及 Anthropic 一份提及基礎設施吃緊的聲明。
  13. 05-14InfoQ 發布綜合報導,當中包括一項事後報告未觸及、於 Reddit 上被提出的疑慮。

一個解釋,兩種說法 皆具名歸屬,分歧之處保持開放

Anthropic 自己的診斷:三項變更各自都通過了自己的審查——人工審查、自動化測試、評測。問題出在它們「之間」:沒有任何流程負責檢視多項變更同時上線會產生什麼後果,加上三者影響的流量區段各不相同、時程也不同步,合起來便呈現為一次廣泛而不一致的下降,而非三個各自獨立的成因。
使情況更複雜的地方:一項獨立、以數據為本的申訴,早在 Anthropic 自己公開表態的三週前就已見諸公眾,並指出了另一項變更作為相關成因——這項變更不在 Anthropic 三因說法之列,且 Anthropic 稍早的第一次公開回應早已對此表示反對。

  • 4 月 3 日Stella Laurenzo 提交以數據為本的申訴,指名一項 2 月中旬的變更。
  • 4 月 23 日Anthropic 自己的事後報告則指名三項不同的變更,沒有一項來自 2 月。
來源所指出的成因
Anthropic,4 月 23 日事後報告三項產品層變更:推理強度預設值調降、快取錯誤、限制輸出長度的提示詞——未提及運算資源或 2 月中旬的設定。
Anthropic,向《財星》發表的聲明泛稱基礎設施因需求成長而「吃緊」——未與三項具名的錯誤中任何一項相連結。
Stella Laurenzo,GitHub 稽核(4 月 3 日)名為 redact-thinking-2026-02-12、將推理內容從介面隱藏的設定,與所測得「轉向較淺層、先編輯後思考」的行為變化相關。兩則報導對該設定何時進入 Claude Code 的說法不一:TechRadar 以設定名稱所載日期為準,The Register 則指是 3 月初隨 v2.1.69 部署。
Anthropic,第一次公開回應(4 月 7 日)同一項設定僅將推理內容從介面隱藏,並不會減少推理本身;並將原因歸於 Opus 4.6 的自適應思考機制。

補充 來自 Anthropic 自身說法之外的深度補充

  • Claude Code 團隊的 Boris Cherny 在 Hacker News 上補充了 Anthropic 部落格文章只是概述帶過的機制:一般情況下,一段對話除了最新一則訊息外,其餘都能命中提示詞快取;但閒置超過一小時後,下一則訊息就會是一次完整的快取未命中,極端情況下,一個閒置一小時的 90 萬 token 對話,可能一次就要把超過 90 萬個 token 寫入快取——「佔掉相當比例的用量上限,尤其是 Pro 用戶」。在閒置後清除舊有的推理內容,正是 Anthropic 為降低這項成本所嘗試的做法,而其實作方式,正是引入問題二的原因。
  • TechRadar 於 4 月 7 日報導,Anthropic 對 AMD 稽核的第一次公開回應,並非承認其成因,而是加以反駁:Boris Cherny 表示 2 月中旬的設定只會將推理內容從介面隱藏、並不會減少推理本身,並另外指出 Opus 4.6 的自適應思考才是真正的改善之處。Anthropic 於 4 月 23 日的事後報告,並未回頭談及這次交鋒,也完全沒有提及那項 2 月中旬的設定。
  • 《財星》報導,部分用戶形容自己在 4 月 23 日前的數週間,感覺被 Anthropic 的溝通方式「情感操控」,認為對方是在否認問題存在;也有用戶表示已取消訂閱。Anthropic 向《財星》發表的聲明則提到,需求成長「尤其在尖峰時段」已使基礎設施「吃緊」——這是與部落格文章所述三項具體錯誤截然不同的說法層次,回答了事後報告本身從未提出的問題。
  • 在一份最早由 CNBC 報導、並經《財星》引述的內部備忘錄中,OpenAI 的營收主管稱 Anthropic 未能取得足夠運算資源是一次「策略失誤」。這是競爭對手在外流備忘錄中的說法,並非查證所得的事實;而 Anthropic 自己的事後報告,也完全沒有把三項具名的錯誤歸咎於運算資源。
  • InfoQ 的報導轉述了一項在 Reddit 上提出、事後報告並未觸及的疑慮:Claude Code 可能會將部分工作委派給成本較低的 Haiku 模型,且僅在詳細日誌中才看得出來——InfoQ 指出,這項風險在無人看管的自動化流程中最難察覺,因為品質下降往往要等到後續步驟才會顯現,而非在發生當下。

現在會有什麼改變 五項後續措施,出自 Anthropic 自身的說法

  • 讓更大比例的內部員工,使用與公開版本完全相同的 Claude Code 建置,而非另一套測試建置。
  • 為每一次系統提示詞的變更,都執行一套涵蓋各模型的完整評測,並持續進行最終找出問題三的 ablation 分析。
  • 建立能讓系統提示詞變更更容易被審查與稽核的工具,並在 CLAUDE.md 中加入指引,確保針對特定模型的變更只作用於該模型。
  • 為任何可能犧牲智能表現的變更,加上浸泡期、更廣泛的評測套件,以及漸進式推出,以便更早發現問題。
  • 擴大 Code Review 工具可讀取的儲存庫範圍——正是這項改變,讓 Opus 4.7 抓出了問題二的問題 PR,而 Opus 4.6 當時未能發現——並利用 X 上的 @ClaudeDevs 帳號與 GitHub 上的集中討論串,即時說明產品決策。

這份報告真正的教訓,以及仍未解決之處

Anthropic 自己對這次失誤的說法,本質上是結構性的:三項變更各自都通過了審查,卻沒有任何機制負責檢視多項變更同時上線的後果——而這正是最實質的一項後續措施所要彌補的缺口。事後報告未能定論的,還有兩件事:一是外部稽核所指出的 2 月中旬變更,是否真的在此次下滑中扮演了角色;二是 Claude Code 悄悄委派工作給較小模型的做法,是否構成同等程度的風險。兩者皆有具名來源可查,本文在此保持開放,而非併入 Anthropic 所指出的三項成因之中。

快速筆記

  1. 工程事後報告 · 2026 年 4 月

    三項互不相關的變更,看起來像同一次品質下降

    三項變更各自通過了審查,合起來卻像一次廣泛的品質下降。三者全數在 v2.1.116 解決,API 本身未受影響。

    Claude Code 品質問題事後報告1 / 13

  2. 事件概述

    三項獨立問題

    受影響的是 Claude Code、Agent SDK 與 Cowork;API 本身未受影響。

    問題變更內容開始修復天數
    問題一推理強度預設值調降3 月 4 日4 月 7 日34
    問題二清除推理歷史的快取錯誤3 月 26 日4 月 10 日(v2.1.101)15
    問題三限制輸出長度的系統提示詞4 月 16 日4 月 20 日(v2.1.116)4

    Claude Code 品質問題事後報告2 / 13

  3. 問題一 · 3 月 4 日至 4 月 7 日

    預設推理強度被調降

    • highOpus 4.6 於 2 月在 Claude Code 上線時的預設值
    • medium3 月 4 日起的預設值
    • high4 月 7 日恢復
    • xhigh修復後 Opus 4.7 的預設值

    Claude Code 品質問題事後報告3 / 13

  4. 問題二 · 3 月 26 日至 4 月 10 日

    快取錯誤持續清除推理歷史

    擴大 Code Review 工具的儲存庫範圍,正是讓 Opus 4.7 抓出問題 PR 的原因,而 Opus 4.6 當時未能發現。

    1. 01成本閒置超過一小時後,下一則訊息就是一次完整的快取未命中;極端情況下,一個 90 萬 token 的對話,可能一次就要把超過 90 萬個 token 寫入快取。
    2. 02嘗試的做法在閒置後清除舊有的推理內容,以降低這項成本。
    3. 03錯誤其實作方式引入了問題二;4 月 10 日於 v2.1.101 修復。

    Claude Code 品質問題事後報告4 / 13

  5. 問題三 · 4 月 16 日至 20 日

    系統提示詞限制輸出長度

    最終找出它的 ablation 分析,今後將在每一次系統提示詞變更時持續進行。

    • 4 月 16 日隨 Opus 4.7 一同上線
    • −3%揪出它的那項評測所測得的下降
    • 4 月 20 日修復,三項問題全數解決(v2.1.116)

    Claude Code 品質問題事後報告5 / 13

  6. Anthropic 自己的診斷

    為何三項變更看起來像一次

    各自通過了審查

    人工審查、自動化測試、評測。

    沒有流程測試三者合起來的後果

    沒有任何流程負責檢視多項變更同時上線會產生什麼後果。

    不同的區段,不同的時程

    合起來便呈現為一次廣泛而不一致的下降,而非三個各自獨立的成因。

    Claude Code 品質問題事後報告6 / 13

  7. 時間軸 · 2 月至 4 月 7 日

    從第一項變更到第一次修復

    1. 02Opus 4.6 於 Claude Code 上線,預設推理強度為 high。
    2. 02-12名為 redact-thinking-2026-02-12 的設定將推理內容從介面隱藏。後來一份外部稽核將其列為可能成因,但 Anthropic 自己的說法始終未提及。
    3. 03-04預設推理強度改為 medium(問題一開始)。
    4. 03-26快取錯誤上線(問題二開始)。
    5. 04-03AMD AI 部門主管 Stella Laurenzo 提交 GitHub issue,分析 6,852 個 session(日期依 The Register 的報導推算)。
    6. 04-06The Register 報導此 issue。
    7. 04-07問題一修復,預設值恢復為 high(Opus 4.7 為 xhigh)。Anthropic 的 Boris Cherny 公開反駁 Laurenzo 的理論。

    Claude Code 品質問題事後報告7 / 13

  8. 時間軸 · 4 月 10 日至 5 月 14 日

    修復、事後報告與後續報導

    1. 04-10問題二修復(v2.1.101)。
    2. 04-16限制輸出冗長度的系統提示詞隨 Opus 4.7 一同上線(問題三開始)。
    3. 04-20問題三修復,三項問題全數解決(v2.1.116)。
    4. 04-23Anthropic 發布事後報告,並重置所有訂閱用戶的用量上限;Boris Cherny 同日於 Hacker News 進一步說明快取機制。
    5. 04-24《財星》報導用戶的反彈與取消訂閱,以及 Anthropic 一份提及基礎設施吃緊的聲明。
    6. 05-14InfoQ 發布綜合報導,當中包括一項事後報告未觸及、於 Reddit 上被提出的疑慮。

    Claude Code 品質問題事後報告8 / 13

  9. 使情況更複雜的地方

    外部稽核搶先一步

    AMD AI 部門主管 Stella Laurenzo 分析了 6,852 個 Claude Code 對話 session,並提交了 GitHub issue——比 Anthropic 自己的說法早了三週,並指出了另一項變更作為相關成因。

    • 4 月 3 日Stella Laurenzo 提交以數據為本的申訴,指名一項 2 月中旬的變更。
    • 4 月 23 日Anthropic 自己的事後報告則指名三項不同的變更,沒有一項來自 2 月。

    Claude Code 品質問題事後報告9 / 13

  10. 一個解釋,兩種說法

    各方所指出的成因

    兩則報導對該設定何時進入 Claude Code 說法不一:依設定名稱所載日期,或 3 月初隨 v2.1.69 部署。

    來源所指出的成因
    Stella Laurenzo,GitHub 稽核名為 redact-thinking-2026-02-12 的設定,與所測得「轉向較淺層、先編輯後思考」的行為變化相關。
    Anthropic,第一次公開回應(4 月 7 日)該設定僅將推理內容從介面隱藏,並不會減少推理本身。
    Anthropic,4 月 23 日事後報告三項產品層變更——未提及運算資源或 2 月中旬的設定。

    Claude Code 品質問題事後報告10 / 13

  11. 補充

    運算資源:有人提出,未獲證實

    用戶,據《財星》

    部分用戶形容在 4 月 23 日前感覺被 Anthropic 的溝通方式「情感操控」;也有用戶表示已取消訂閱。

    Anthropic,向《財星》

    需求成長「尤其在尖峰時段」使基礎設施「吃緊」——屬泛稱,未與三項錯誤中任何一項相連結。

    競爭對手的外流備忘錄

    OpenAI 的營收主管在一份最早由 CNBC 報導的內部備忘錄中,稱之為「策略失誤」——這是說法,並非查證所得的事實。

    Claude Code 品質問題事後報告11 / 13

  12. 現在會有什麼改變

    五項後續措施

    • 讓更多內部員工使用與公開版本完全相同的 Claude Code 建置,而非另一套測試建置。
    • 每一次系統提示詞變更都執行涵蓋各模型的評測,並持續進行 ablation 分析。
    • 建立審查與稽核系統提示詞變更的工具;在 CLAUDE.md 中加入指引,讓針對特定模型的變更只作用於該模型。
    • 為任何可能犧牲智能表現的變更,加上浸泡期、更廣泛的評測套件與漸進式推出。
    • 擴大 Code Review 工具的儲存庫範圍,並以 X 上的 @ClaudeDevs 與 GitHub 集中討論串說明產品決策。

    Claude Code 品質問題事後報告12 / 13

  13. 真正的教訓,以及仍未解決之處

    檢視多項變更同時上線的後果

    三項變更各自都通過了審查,卻沒有任何機制負責檢視它們同時上線的後果。

    未定:2 月中旬的設定

    外部稽核所指出的這項變更,是否真的在此次下滑中扮演了角色。

    未定:悄悄委派給 Haiku

    一項在 Reddit 上提出、經 InfoQ 轉述、事後報告並未觸及的疑慮——在無人看管的自動化流程中最難察覺。

    Claude Code 品質問題事後報告13 / 13

  • Anthropic〈An update on recent Claude Code quality reports〉,2026 年 4 月 23 日
  • Beatrice Nolan,《財星》,2026 年 4 月 24 日
  • Steef-Jan Wiggers,InfoQ,2026 年 5 月 14 日
  • Brandon Vigliarolo,The Register,2026 年 4 月 6 日
  • Craig Hale,TechRadar,2026 年 4 月 7 日
  • Boris Cherny,Hacker News,2026 年 4 月 23 日。文中日期均依各來源發布之標示。

版本

本文內容需要更動時即改寫為新版本,每個版本都保留在自己的網址。

  1. v0002 目前
  2. v0001 已被取代

目前版本也位於 latest/。