簡報
返回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。
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
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
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
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。
- 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。
- 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。
- 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
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
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
時間軸 · 2 月至 4 月 7 日
從第一項變更到第一次修復
- 02Opus 4.6 於 Claude Code 上線,預設推理強度為
high。 - 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。 - 03-04預設推理強度改為
medium(問題一開始)。 - 03-26快取錯誤上線(問題二開始)。
- 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)。
- 04-06The Register 報導此 issue。
- 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
- 02Opus 4.6 於 Claude Code 上線,預設推理強度為
時間軸 · 4 月 10 日至 5 月 14 日
修復、事後報告與後續報導
- 04-10問題二修復(v2.1.101)。
- 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)。
- 04-20問題三修復,三項問題全數解決(v2.1.116)。
- 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。
- 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。
- 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
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
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
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
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
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