Anthropic 公開 Claude Code 品質下滑三大技術失誤與修復始末

問題 1 / 5

造成 Claude Code 品質下降的主要技術原因有哪些？

Q: Anthropic 針對「推理難度」設定進行了哪些更動，其背後的考量為何？

關於推理難度（Reasoning effort）的設定，Anthropic 在效能、延遲與模型智力之間進行了多次權衡與調整：二月份：隨 Opus 4.6 推出，預設難度設為「高」，提供絕佳的程式碼品質，但高難度導致模型思考時間過長，使用者常感到介面停滯且消耗大量 Token。三月四日：為了降低延遲並取得平衡，官方將預設難度調降為「中」。雖然內部測試顯示智力僅有些微落差，但上線後開發者明顯感受到模型變笨。四月七日：基於社群回饋，官方確認使用者寧可等待也希望享受最高智力。因此將設定回溯，目前 Opus 4.7 預設為「極高」（xhigh），其餘模型則預設為「高」。這次更動反映了開發者對於 AI 輔助工具的期待，即在處理複雜任務時，高品質的輸出優先於回應速度。官方最終選擇尊重社群偏好，讓使用者在簡單任務中再自行手動調降難度，而非由系統預設犧牲智力。

Q: 文章中提到的「快取優化機制」如何導致模型出現健忘與重複錯誤的行為？

這項問題源於三月二十六日推出的一項提示詞快取（Prompt caching）優化措施。原本的設計意圖是良善的：當開發者的工作階段（Session）閒置超過一小時，系統會清除舊的推理過程片段，因為這些過期紀錄無法命中快取，刪除它們可以減少傳輸的 Token 數量並節省成本。然而，實作過程中出現了致命的 Bug：系統並未如預期僅清除一次舊紀錄，而是在隨後的「每一個回合」都持續執行清除動作。這導致 Claude 在執行連續動作或調用工具時，前一秒產生的推理邏輯在下一秒就被刪除。模型因此失去了對過往步驟的記憶，表現出嚴重的健忘症，並不斷重複已經發生過的錯誤行為或荒謬的工具調用。這個 Bug 不僅損害了使用體驗，還導致使用者的額度被異常消耗。該問題已於四月十日獲得徹底修復。

Q: 為什麼系統提示詞中的字數限制會對 Opus 4.7 的程式碼品質產生負面影響？

隨著 Opus 4.7 模型的釋出，官方發現該模型雖然在解決難題上表現優異，但其輸出內容過於冗長（囉唆）。為了優化使用者體驗，工程團隊於四月十六日在系統提示詞中加入了一項限制指令：要求模型在調用工具間的文字描述必須保持在 25 字以內，且最終的回應內容需限制在 100 字以內。雖然這項改動在初步的內部測試中表現良好，但實際部署後卻產生了意料之外的副作用：限制字數反而拖垮了程式碼的撰寫品質。經過更廣泛的評估測試，官方確認這行看似簡單的提示詞限制，導致 Opus 4.6 與 4.7 的整體表現下降了約 3%。由於這種限制干擾了模型生成高品質程式碼的邏輯思考空間，官方隨即在四月二十日迅速將該限制移除，以恢復模型應有的水準。

Q: 針對此次事件，Anthropic 提供了哪些補償方案，並計畫如何防範未來發生類似問題？

Anthropic 針對此次 Claude Code 品質異常事件採取了積極的補償與預防措施。在補償方面，官方已於 四月二十三日 全面重置了所有訂閱者的使用額度，以彌補因系統 Bug 導致的異常消耗。在未來防範措施上，Anthropic 承諾將從以下三個面向改善開發與測試流程：擴大測試環境：要求內部團隊必須直接使用公開版本的 Claude Code 進行測試，以確保開發環境與真實產品體驗一致，避免內部實驗環境掩蓋了潛在的 Bug。升級審查工具：將升級內部使用的程式碼審查工具，提升對系統變動的偵測能力。嚴格的發布策略：針對系統提示詞（System Prompt）的任何更動，未來將實施更嚴格的逐行影響分析，並採取漸進式發布策略，而非一次性全面上線，以便在問題擴大前及時攔截。這些舉措旨在提示詞工程、快取管理與模型推理效能之間取得更好的平衡，並展現了對產品品質負責的態度。

AI 根據文章內容回答

Claude Code 的品質下降並非源於底層模型能力的衰退，而是由三個獨立的系統與產品更新疊加導致的結果。具體原因包括：

推理難度（Reasoning effort）的調整：為了平衡效能與延遲，官方曾將預設難度從「高」調降為「中」，導致開發者感受到智力落差。
快取優化機制引發的 Bug：原本旨在節省成本的提示詞快取（Prompt caching）技術出現錯誤，導致系統在每個回合持續清除舊的思考片段，使模型失去上下文記憶，出現「失憶症」與重複錯誤。
系統提示詞的字數限制：為了抑制 Opus 4.7 過於囉唆的特性，工程團隊限制了工具間與最終回應的字數，卻意外導致程式碼撰寫品質下降。

這些問題集中在 Claude Code、Claude Agent SDK 以及 Claude Cowork 等應用產品，而非 API 或推論層。由於這些更新發布時間錯開且影響範圍不同，初期增加了除錯的難度。目前官方已全面修復上述問題，並將 Opus 4.7 的推理難度提升至「極高」（xhigh）。

其他問題

Q2 Anthropic 針對「推理難度」設定進行了哪些更動，其背後的考量為何？ Q3 文章中提到的「快取優化機制」如何導致模型出現健忘與重複錯誤的行為？ Q4 為什麼系統提示詞中的字數限制會對 Opus 4.7 的程式碼品質產生負面影響？ Q5 針對此次事件，Anthropic 提供了哪些補償方案，並計畫如何防範未來發生類似問題？