當(dāng)一款編程助手開(kāi)始顯現(xiàn)出敷衍了事的跡象時(shí)，開(kāi)發(fā)者很快便會(huì)察覺(jué)。AMD AI集團(tuán)的一位高級(jí)總監(jiān)公開(kāi)批評(píng)Anthropic旗下的Claude Code，稱其在處理復(fù)雜問(wèn)題時(shí)存在"跳過(guò)難點(diǎn)"的傾向——給出的答案表面上說(shuō)得過(guò)去，實(shí)則經(jīng)不起推敲。

這一問(wèn)題的核心并非工具徹底失效，而是其嚴(yán)謹(jǐn)性的逐步退化。復(fù)雜問(wèn)題所引發(fā)的回復(fù)往往更快、更輕描淡寫(xiě)，急于"交差了事"。這迫使這位高級(jí)主管及其團(tuán)隊(duì)不得不停止將該工具用于調(diào)試硬件和內(nèi)核級(jí)問(wèn)題等復(fù)雜工程任務(wù)。

上述問(wèn)題由Stella Laurenzo在一份GitHub Issues提單中詳細(xì)記錄。她在其中指出，該工具在今年2月的一次更新之后，可能在復(fù)雜任務(wù)推理能力方面出現(xiàn)了質(zhì)量回退問(wèn)題。

這份提單源于她對(duì)6,852個(gè)會(huì)話文件中17,871個(gè)思考?jí)K及234,760次工具調(diào)用所做的定量分析，時(shí)間跨度為今年1月至3月，涵蓋更新前后兩個(gè)時(shí)段，以便進(jìn)行對(duì)比。

Laurenzo在分析中指出，由于推理能力下降，模型在修改代碼之前逐漸不再完整閱讀代碼。

她在提單中寫(xiě)道："當(dāng)思考流于表面時(shí)，模型會(huì)默認(rèn)采取成本最低的操作：不讀代碼直接修改、未完成任務(wù)便停下、對(duì)失敗推卸責(zé)任、選擇最簡(jiǎn)單而非最正確的修復(fù)方案。"

Laurenzo補(bǔ)充道，推理能力的退化對(duì)她的團(tuán)隊(duì)而言是一大障礙，因?yàn)檫@直接影響到超過(guò)50個(gè)并發(fā)智能體會(huì)話——這些會(huì)話涉及C語(yǔ)言和GPU驅(qū)動(dòng)程序的系統(tǒng)編程，以及歷時(shí)30分鐘以上、包含復(fù)雜多文件改動(dòng)的自主運(yùn)行任務(wù)。

提出類似問(wèn)題的并非只有Laurenzo一人。多名用戶在該提單下留言，表示遭遇了與她及其團(tuán)隊(duì)相似的情況。另有用戶指出，多個(gè)Reddit子版塊也出現(xiàn)了類似的性能退化討論，該評(píng)論在GitHub上同樣獲得了眾多開(kāi)發(fā)者的點(diǎn)贊支持。

這一日益高漲的投訴聲浪引起了分析師的關(guān)注，他們將問(wèn)題歸因于Anthropic尚處發(fā)展階段的算力瓶頸。

Avasant研究總監(jiān)Chandrika Dutt表示："這本質(zhì)上是算力和成本問(wèn)題。復(fù)雜的工程任務(wù)需要消耗大量計(jì)算資源，包括中間推理步驟。隨著使用量的攀升，系統(tǒng)已無(wú)法為每一個(gè)請(qǐng)求維持如此高強(qiáng)度的算力投入。"

她進(jìn)一步解釋："因此，系統(tǒng)開(kāi)始限制任務(wù)的運(yùn)行時(shí)長(zhǎng)、推理深度以及可同時(shí)處理的任務(wù)數(shù)量。"

這并非Anthropic首次面臨Claude Code的算力瓶頸問(wèn)題。上個(gè)月，Anthropic已開(kāi)始限制旗下Claude各訂閱套餐的使用量，以應(yīng)對(duì)持續(xù)增長(zhǎng)的需求對(duì)算力的壓榨。當(dāng)時(shí)的邏輯是：通過(guò)加快用戶在時(shí)間窗口內(nèi)觸達(dá)會(huì)話上限的速度，Anthropic能夠有效重新分配訪問(wèn)資源，防止系統(tǒng)過(guò)載，同時(shí)維持整體的周度使用配額。

與推理能力回退問(wèn)題如出一轍，開(kāi)發(fā)者對(duì)Claude Code施加的速率限制措施同樣反應(yīng)強(qiáng)烈，認(rèn)為這些限制嚴(yán)重削弱了工具的實(shí)用價(jià)值。

分析師指出，速率限制與推理能力回退這兩大問(wèn)題疊加，可能會(huì)動(dòng)搖開(kāi)發(fā)者對(duì)該平臺(tái)的信心。這不會(huì)導(dǎo)致用戶大規(guī)模出走，但會(huì)悄然消耗其勢(shì)頭，并促使企業(yè)用戶尋求其他替代方案以分散風(fēng)險(xiǎn)。

Greyhound Research首席分析師Sanchit Vir Gogia表示："這不是那種用戶一夜之間轉(zhuǎn)身離去的時(shí)刻，它比那種情況更隱蔽，也更危險(xiǎn)。真正發(fā)生的是一種悄然轉(zhuǎn)變——開(kāi)發(fā)者在面臨高風(fēng)險(xiǎn)任務(wù)時(shí)，對(duì)系統(tǒng)的信任度正在降低。抱怨最為強(qiáng)烈的，恰恰是那些已開(kāi)始依賴該系統(tǒng)處理嚴(yán)肅、多步驟、長(zhǎng)會(huì)話工程工作的團(tuán)隊(duì)。"

Gogia進(jìn)一步指出："發(fā)生變化的不僅是輸出質(zhì)量，還有系統(tǒng)在生成輸出過(guò)程中的行為方式。從審慎的逐步推理到更快速、更被動(dòng)的執(zhí)行——這種漂移清晰可見(jiàn)。這會(huì)形成一種惡性循環(huán)：工程師不得不更頻繁地介入和打斷，最終親自承擔(dān)本應(yīng)由系統(tǒng)處理的思考工作。"

他認(rèn)為，上述變化將迫使團(tuán)隊(duì)將復(fù)雜或關(guān)鍵任務(wù)轉(zhuǎn)移至其他工具，僅將簡(jiǎn)單任務(wù)留給Claude處理。久而久之，該平臺(tái)的定位將從主力工具淪落為備選工具。

正如Laurenzo在GitHub提單中所透露的，她本人也正走上Gogia所預(yù)言的這條路——暫時(shí)放棄Claude Code，等待Anthropic修復(fù)問(wèn)題，轉(zhuǎn)而使用一款未透露名稱的競(jìng)品。

不過(guò)，Avasant的Dutt對(duì)Laurenzo這一抉擇在長(zhǎng)遠(yuǎn)效果上并不樂(lè)觀。她指出，競(jìng)品可能同樣面臨與Anthropic相似的算力約束："所有前沿模型都在相同的GPU和成本限制下運(yùn)作。隨著使用規(guī)模的擴(kuò)大，所有服務(wù)提供商都將不得不引入限流機(jī)制、分級(jí)訪問(wèn)模式，并在速度、成本與推理深度之間做出取舍。這在結(jié)構(gòu)上是必然趨勢(shì)。"

推理能力回退問(wèn)題尤為如此。該分析師認(rèn)為，在大規(guī)模場(chǎng)景下維持深度推理是一項(xiàng)艱巨挑戰(zhàn)，并援引近期SWE-EVO 2025關(guān)于AI編程智能體的基準(zhǔn)測(cè)試加以佐證——數(shù)據(jù)顯示，在多步驟任務(wù)中，成功率急劇下滑，失敗率通常在60%至80%之間，在執(zhí)行密集型場(chǎng)景中尤為突出。

不過(guò)，作為一項(xiàng)補(bǔ)救建議，Laurenzo對(duì)Anthropic能夠自我糾偏持樂(lè)觀態(tài)度，她甚至在提單中建議該公司推出高級(jí)付費(fèi)層級(jí)，允許用戶為更強(qiáng)的推理算力買(mǎi)單。

Dutt和Gogia均表示，這一方向可能很快成真，因?yàn)檎麄€(gè)行業(yè)正朝著消費(fèi)模式演進(jìn)——基礎(chǔ)使用與高強(qiáng)度、推理密集型工作負(fù)載將被區(qū)別對(duì)待。

分析師們同樣支持Laurenzo向Anthropic提出的另一項(xiàng)建議——提高Token分配機(jī)制的透明度。

Gogia表示："用戶需要了解系統(tǒng)在底層究竟做了什么。不必事無(wú)巨細(xì)，但至少要足以判斷系統(tǒng)是真正推理了一個(gè)問(wèn)題，還是僅僅給出了一個(gè)快速答案。如今，用戶只能從結(jié)果中推斷，這正是為什么會(huì)有用戶去分析日志和行為模式。這本不應(yīng)該是用戶的負(fù)擔(dān)。"

目前，Anthropic尚未回應(yīng)Laurenzo的GitHub提單，也未將其分配給任何處理人。

而對(duì)于那些期待快速解決算力問(wèn)題的人來(lái)說(shuō)，可能需要調(diào)低預(yù)期——至少要等到2027年。屆時(shí)，由博通代工的谷歌TPU芯片將加入Anthropic的服務(wù)器集群。在更多GPU到位、或公司決定以更高定價(jià)確定使用權(quán)歸屬之前，開(kāi)發(fā)者或許只能一邊刷新討論帖，一邊眼看著Token被配給，靜待推理能力的回歸。

Q&A

Q1：Claude Code推理能力回退問(wèn)題是如何被發(fā)現(xiàn)的？

A：AMD AI集團(tuán)高級(jí)總監(jiān)Stella Laurenzo通過(guò)對(duì)6,852個(gè)會(huì)話文件中17,871個(gè)思考?jí)K及234,760次工具調(diào)用進(jìn)行定量分析，覆蓋今年1月至3月（含更新前后兩個(gè)時(shí)段），發(fā)現(xiàn)Claude Code在2月更新后出現(xiàn)推理能力下滑跡象，具體表現(xiàn)為模型在修改代碼前不再完整閱讀代碼，傾向于給出更快、更淺顯的答案，而非經(jīng)過(guò)深度推理的準(zhǔn)確解答。

Q2：為什么Claude Code會(huì)出現(xiàn)推理能力下滑？

A：分析師認(rèn)為根本原因在于算力和成本壓力。隨著用戶規(guī)模擴(kuò)大，復(fù)雜工程任務(wù)所需的大量算力（包括中間推理步驟）難以為每個(gè)請(qǐng)求持續(xù)提供。為避免系統(tǒng)過(guò)載，系統(tǒng)會(huì)限制任務(wù)運(yùn)行時(shí)長(zhǎng)、推理深度以及并發(fā)任務(wù)數(shù)量，導(dǎo)致輸出質(zhì)量出現(xiàn)退化。

Q3：開(kāi)發(fā)者面對(duì)Claude Code的限制，有哪些應(yīng)對(duì)建議？

A：分析師和用戶均提出了幾點(diǎn)建議：一是Anthropic應(yīng)推出高級(jí)付費(fèi)層級(jí)，讓有需求的用戶為更強(qiáng)推理算力付費(fèi)；二是提高Token分配機(jī)制的透明度，讓用戶了解系統(tǒng)在底層的推理情況；三是在Anthropic修復(fù)問(wèn)題期間，可將復(fù)雜工程任務(wù)轉(zhuǎn)移至其他工具處理，以降低對(duì)單一平臺(tái)的依賴風(fēng)險(xiǎn)。