2026年4月，一場(chǎng)關(guān)于AI編程工具能力的信任危機(jī)正在開(kāi)發(fā)者社區(qū)蔓延。Anthropic旗下的明星產(chǎn)品Claude Code被指控在一次更新后出現(xiàn)系統(tǒng)性能力退化，導(dǎo)致其在處理復(fù)雜工程任務(wù)時(shí)表現(xiàn)大幅下滑。這場(chǎng)風(fēng)波由一份詳實(shí)的數(shù)據(jù)報(bào)告引爆，引發(fā)了行業(yè)對(duì)AI模型“智能”本質(zhì)的深刻討論。

事件的源頭，是AMD AI團(tuán)隊(duì)負(fù)責(zé)人Stella Laurenzo在GitHub上發(fā)布的一份深度分析報(bào)告。這份報(bào)告并非空泛的抱怨，而是基于對(duì)超過(guò)6800個(gè)Claude Code會(huì)話、近23.5萬(wàn)次工具調(diào)用和1.8萬(wàn)條用戶提示詞的海量數(shù)據(jù)分析。

Laurenzo的報(bào)告指出，自2026年2月起，Claude Code的核心能力出現(xiàn)了斷崖式下跌，其中最關(guān)鍵的指標(biāo)是“思考深度”（thinking depth）——即模型在生成回答前進(jìn)行內(nèi)部推理的長(zhǎng)度和復(fù)雜度。

思考深度暴跌67%：在1月底的“優(yōu)質(zhì)期”，模型的平均思考深度約為2200字符。但到了2月下旬，這一數(shù)字驟降至720字符，降幅高達(dá)67%。進(jìn)入3月，情況進(jìn)一步惡化，思考深度縮水至約560字符，相比基線期下降了75%。從“研究員”退化為“莽撞新手”：思考深度的削減直接改變了模型的工作模式。在“優(yōu)質(zhì)期”，Claude Code在修改代碼前會(huì)平均讀取6.6個(gè)相關(guān)文件，展現(xiàn)出“先研究，后動(dòng)手”的嚴(yán)謹(jǐn)風(fēng)格。而到了“退化期”，這個(gè)“讀改比”暴跌至2.0，意味著模型的研究投入減少了約70%。更嚴(yán)重的是，約三分之一的代碼修改是在未讀取目標(biāo)文件上下文的情況下進(jìn)行的“盲改”，導(dǎo)致代碼被插入錯(cuò)誤位置、破壞注釋語(yǔ)義等低級(jí)錯(cuò)誤頻發(fā)。行為走樣，成本反增：能力的退化還伴隨著一系列不良行為。報(bào)告中提到，模型的“推理循環(huán)”（Reasoning Loops）現(xiàn)象激增3倍，表現(xiàn)為在單次回復(fù)中反復(fù)自我否定（如頻繁出現(xiàn)“哦等一下”、“實(shí)際上”等措辭），最終輸出混亂且不可信的結(jié)果。用戶中斷率也因此飆升了12倍，這意味著開(kāi)發(fā)者需要花費(fèi)大量時(shí)間進(jìn)行人工干預(yù)和糾錯(cuò)。諷刺的是，這種“偷懶”行為并未降低成本，反而因反復(fù)糾錯(cuò)和無(wú)效循環(huán)，導(dǎo)致API調(diào)用成本暴漲了122倍。

Laurenzo認(rèn)為，3月初上線的“思考內(nèi)容隱藏”（redact-thinking）功能，雖然只是界面改動(dòng)，但它恰好遮蔽了這場(chǎng)早已開(kāi)始的退化，讓用戶無(wú)法直觀感知模型“思考”過(guò)程的萎縮。

面對(duì)洶涌的質(zhì)疑，Anthropic的Claude Code團(tuán)隊(duì)負(fù)責(zé)人Boris Cherny迅速作出回應(yīng)。他承認(rèn)在2月份確實(shí)進(jìn)行了兩項(xiàng)調(diào)整：2月9日，隨Opus 4.6模型發(fā)布，默認(rèn)啟用了由模型自主決定思考時(shí)長(zhǎng)的“自適應(yīng)思考”機(jī)制。3月3日，將模型的默認(rèn)“思考強(qiáng)度”（effort）從“高”調(diào)整為“中等”，旨在平衡智能水平、延遲與成本。

Boris強(qiáng)調(diào)，“思考內(nèi)容隱藏”僅為界面功能，不影響模型底層的推理邏輯。他認(rèn)為，當(dāng)前的質(zhì)量下降主要是默認(rèn)設(shè)置變更所致，并建議有需要的用戶可以通過(guò)/effort high指令或修改配置文件，手動(dòng)將思考強(qiáng)度恢復(fù)到最高級(jí)別。

然而，Anthropic的解釋并未平息開(kāi)發(fā)者的怒火。包括Laurenzo在內(nèi)的多位資深用戶反饋，即便手動(dòng)將“effort”調(diào)至最高，模型“急于交差”的敷衍態(tài)度依然存在。

這場(chǎng)風(fēng)波暴露了當(dāng)前AI行業(yè)的一個(gè)核心脆弱性：我們所以為的“智能”，在很大程度上可能依賴于“算力堆砌”。當(dāng)模型背后的“思考預(yù)算”（thinking budget）被削減，其行為模式就可能從“資深工程師”瞬間退化為“草臺(tái)班子”。

正如行業(yè)分析師所指出的，這并非一次用戶“大逃亡”，而是一場(chǎng)更危險(xiǎn)的“信任慢性流失”。當(dāng)開(kāi)發(fā)者發(fā)現(xiàn)AI在復(fù)雜任務(wù)上不再可靠，他們會(huì)逐漸將關(guān)鍵工作轉(zhuǎn)移，AI工具也將從“主力開(kāi)發(fā)伙伴”降級(jí)為“偶爾使用的代碼補(bǔ)全器”。目前，已有部分用戶開(kāi)始轉(zhuǎn)向Codex等其他競(jìng)品。

盡管開(kāi)發(fā)者們正在摸索各種臨時(shí)應(yīng)對(duì)策略，但Laurenzo的報(bào)告最終指向了一個(gè)系統(tǒng)性的訴求：對(duì)于處理復(fù)雜工程任務(wù)的用戶而言，充足的“思考深度”并非錦上添花，而是保證輸出質(zhì)量的結(jié)構(gòu)性必需品。這場(chǎng)由數(shù)據(jù)引發(fā)的信任危機(jī)，也為所有AI公司敲響了警鐘：在追求成本與速度的同時(shí)，如何維持并保障模型的核心推理能力，是關(guān)乎產(chǎn)品生死存亡的關(guān)鍵。