Anthropic 自揭 Claude Code 三 Bug 疊加：推理降級、快取遺忘、25 字指令反噬

Anthropic 於 4/23 發佈 Claude Code 品質事故檢討，公開承認過去近兩個月內三個疊加的工程錯誤造成 Claude Code 使用品質下降，並同步將影響波及 Claude Agent SDK 與 Claude Cowork。公司表示「我們非常重視關於模型退化的回報，從未故意降低模型能力」，並於 4/23 為所有訂閱者重置用量上限作為補償。

三個 bug 的時間軸與技術根因

問題 生效區間 根因 修復版本 推理預算降級 3/4–4/7 reasoning effort 默認從 high 降為 medium，用戶感受模型「變笨」 4/7 回滾 快取清理 bug 3/26–4/10 閒置逾 1 小時 session 的 thinking 快取每輪都被清，而非僅清一次 v2.1.101 簡潔 prompt 反噬 4/16–4/20 新增「工具呼叫間文字 ≤25 字」系統指令，ablation 測出整體智能下降 3% v2.1.116

推理降級：為降延遲付出的代價

3/4 Anthropic 將 Claude Code 的 reasoning effort 默認從 high 調整為 medium，目的是縮短回應延遲。但此變更使模型在程式碼推理與除錯任務上感覺「變笨」。4/7 回滾後，現在 Opus 4.7 默認 xhigh、其他模型維持 high。公司坦承：變更前內部評估未能偵測到此退化。

快取清理 bug：跨系統邊界的隱性錯誤

3/26 Anthropic 為閒置超過一小時的 session 導入 prompt caching 優化。原設計是「閒置滿一小時清一次 thinking 快取」，但實作上變成「閒置觸發後每一輪都清」，導致 Claude 在長 session 中表現「健忘、重複」，且每輪 cache miss 使用戶用量被快速消耗。Anthropic 指出此 bug「存在於 Claude Code 上下文管理、Anthropic API 與 extended thinking 三者的交集處」，牽涉多個系統邊界、是難以用單元測試捕捉的隱性錯誤。修復於 4/10 以 v2.1.101 發佈。

25 字簡潔指令：ablation 才發現智能下降 3%

4/16 Anthropic 加入一條系統指令：「工具呼叫間的文字輸出保持在 25 字以內」，本意是減少模型冗長解釋、讓體驗更乾淨。當下內部測試沒有發現退化，但經過更嚴謹的 ablation 對照實驗後，公司發現此指令對 Opus 4.6 與 4.7 兩個模型都造成約 3% 的整體智能下降。4/20 在 v2.1.116 回滾。此事件凸顯：系統 prompt 的微小措辭也可能對模型行為產生未預期的結構性影響。

影響範圍

產品層：Claude Code（三個問題皆受影響）、Claude Agent SDK（①②）、Claude Cowork（全部）

模型層：Sonnet 4.6、Opus 4.6、Opus 4.7

API 基礎設施：未受影響

用戶感受層面表現為：回應品質與「智能」感降低、延遲上升、conversation context 中途遺失、用量比預期燒得更快。

補償與流程改進

Anthropic 在 4/23 為所有訂閱者重置用量上限作為直接補償。同步承諾的流程改進包括：

對 system prompt 變更實施更廣的評估套件（evaluation suite）

改進 Code Review 工具提早偵測回歸

將內部測試標準化為公開 build，避免「內部版本」與「對外版本」行為分歧

為可能影響模型智能的變更加入 soak period 與漸進式 rollout

對使用者的啟示

對依賴 Claude Code 進行日常開發與研究的使用者而言，這份 postmortem 有三個可帶走的重點：第一，若你在 3 月中到 4 月 20 日間感受到 Claude 模型「變笨」、或是 Claude Code 對長 session 異常遺忘，那並非你的錯覺或 prompt 不當；第二，這段期間用量上限被快速吃光的用戶，可於 4/23 後確認 Anthropic 是否已自動重置；第三，即便是一條「25 字以內」的 prompt 微調，也可能對模型全域行為產生系統性影響——這是 LLM 產品工程的共通風險。

相較同業多以沉默或「這是使用者操作不當」回應模型退化質疑，Anthropic 這次的主動揭露與技術透明度，為 AI 產品事故檢討設下一個可參考的樣本。

這篇文章 Anthropic 自揭 Claude Code 三 bug 疊加：推理降級、快取遺忘、25 字指令反噬 最早出現於 鏈新聞 ABMedia。