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。

簡報

返回

Claude Code 品質問題事後報告 — 三項獨立變更

Claude Code 品質下滑源於三項互不相關的變更,各自通過了審查,卻沒有流程測試三者同時上線的後果。一位 AMD 工程師公開發表的數據稽核,早三週便指出另一個成因;三項變更最終都在 v2.1.116 修復。

  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