Anthropic 旗下 AI 編程工具 Claude Code 遭遇嚴重口碑危機。來自 AMD 的 AI 總監在 GitHub 官方倉庫公開提交問題報告，基於對數萬條會話日誌的量化分析，指控 Claude Code 自今年 2 月起出現系統性能力退化，思考深度驟降 67%，模型行為全面走樣。這一報告迅速在開發者社區引爆討論，將 Anthropic 推上輿論風口。
提交這份分析報告的是 AMD 的 AI 團隊負責人 Stella Laurenzo。她在 GitHub 官方倉庫直接開 Issue，措辭嚴峻：&#34;Claude 已無法被信任來執行復雜工程任務。&#34;她表示，團隊已切換至其他服務商，並警告 Anthropic：&#34;6 個月前，Claude 在推理質量和執行能力上獨樹一幟。但現在，其他競爭者需要被非常認真地關注和評估。&#34;
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/bd5dff86-4786-40ed-863c-55424bc52f04.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="657" height="319" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/bd5dff86-4786-40ed-863c-55424bc52f04.png"/>
這一 Issue 在 Hacker News 上迅速發酵，獲得 975 點支持和 548 條評論，成為近期 Claude Code 相關討論中熱度最高的帖子之一。網友評論直指問題核心——&#34;ClaudeCode 曾經像一個聰明的結對編程夥伴，現在感覺像一個過於熱情的實習生，不停地把事情搞砸，然後建議最簡單的臨時方案&#34;；&#34;最近總跟我説'你該去睡覺了。太晚了，今天就到這吧'這類話，一開始我還以為是我不小心讓 Claude 知道了我的 deadline。&#34;
Anthropic 對此作出回應。Claude Code 團隊成員 Boris 出面澄清，稱思考內容隱藏功能（redact-thinking）僅為界面層面的改動，&#34;不會影響模型內部實際的推理邏輯本身，也不會影響思考預算或底層推理運行機制&#34;。
他同時承認，團隊在 2 月進行了兩項實質性調整：一是 2 月 9 日隨 Opus 4.6 發佈引入&#34;自適應思考&#34;（adaptive thinking）機制；二是 3 月 3 日將默認 effort 等級從高調整為中等（Medium）。Boris 建議用户通過/effort high 指令或修改配置文件手動恢復高強度思考模式。
然而，這一解釋並未平息社區質疑。多位開發者表示，即便將 effort 調至最高，&#34;急於完成任務&#34;的擺爛行為依然存在。用户 richardjennings 稱：
<blockquote>
&#34;在輸出質量斷崖式下跌之前，我完全不知道默認 effort 已經被改成了 Medium。為了糾正這些問題，我大概花了一整天的工作時間。&#34;
</blockquote>
<h2 style="text-align: left">數據實錘：思考深度驟降，行為全面走樣</h2>
Laurenzo 的分析基於其團隊在～/.claude/projects/目錄下積累的 6852 個 Claude Code 會話 JSONL 文件，覆蓋 17871 個思考塊、234760 次工具調用及 18000 餘條用户提示詞，時間跨度從 2026 年 1 月底延伸至 4 月初，全程使用 Anthropic 官方 API 直連 Opus 模型。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/32d9ffb5-b27a-42ef-83fe-6bd1d29358e3.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="635" height="285" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/32d9ffb5-b27a-42ef-83fe-6bd1d29358e3.png"/>
數據揭示了一條清晰的退化時間線。在 1 月 30 日至 2 月 8 日的&#34;優質期&#34;，Claude Code 的思考深度中位值約為 2200 字符；到 2 月下旬，這一數字暴跌至約 720 字符，降幅達 67%；3 月初進一步縮水至約 560 字符，降幅達 75%。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d3a98a1c-580e-4df9-b150-63fcc714fb8b.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="661" height="186" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d3a98a1c-580e-4df9-b150-63fcc714fb8b.png"/>
思考深度的崩塌直接引發了工具使用模式的根本性轉變。在優質期，Claude Code 修改代碼前的&#34;讀改比&#34;（每次編輯前的文件讀取次數）高達 6.6，遵循&#34;先研究再修改&#34;的嚴謹工作流。而到 3 月 8 日之後的&#34;退化期&#34;，這一比率驟降至 2.0，研究投入減少約 70%。更觸目驚心的是，退化期內每三次代碼修改中，就有一次是在未讀取目標文件的情況下直接進行的——這直接導致代碼被插入錯誤位置、註釋語義關聯被破壞等低級錯誤頻發。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/f6acf29f-1284-4446-afef-e3e2631d56ce.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="667" height="169" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/f6acf29f-1284-4446-afef-e3e2631d56ce.png"/>
行為層面的量化指標同樣觸目驚心。用於捕捉&#34;推諉責任、提前終止、請求許可&#34;等不良行為的終止鈎子腳本（stop-phrase-guard.sh），在 3 月 8 日之前從未觸發；而在此後 17 天內，觸發次數飆升至 173 次，平均每天 10 次。用户提示詞中的負面情緒佔比從 5.8% 升至 9.8%，漲幅 68%；用户中斷率（即用户發現模型犯錯並強行終止的頻率）從優質期到後期飆升了 12 倍。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/9eab226f-d6bf-45fa-a3b1-e073755f8607.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="679" height="199" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/9eab226f-d6bf-45fa-a3b1-e073755f8607.png"/>
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/482c6122-7797-4ffe-9b4c-8afd50b7f17b.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="651" height="287" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/482c6122-7797-4ffe-9b4c-8afd50b7f17b.png"/>
<h2 style="text-align: left">隱藏的&#34;思考內容隱藏&#34;功能：退化被刻意遮蔽？</h2>
Laurenzo 的分析指出，上述退化與一項名為<code>redact-thinking-2026-02-12</code>的功能部署時間線高度吻合。數據顯示，該功能從 3 月 5 日開始灰度上線（1.5%），至 3 月 10 日至 11 日已覆蓋逾 99% 的請求，3 月 12 日起全量生效。
這一功能的作用是在 API 響應中剝離思考內容，使用户無法從外部觀察模型的實際推理過程。Laurenzo 認為，這一設計客觀上使思考深度的退化對用户變得不可見——&#34;3月初上線的隱藏功能，只是讓這一退化對用户變得不可見。&#34;
她進一步指出，思考深度的下降實際上早於該功能上線，在 2 月中旬便已開始。這與 Anthropic 在 2 月 9 日推出 Opus 4.6 並引入&#34;自適應思考&#34;（adaptive thinking）模式，以及 3 月 3 日將默認思考等級調整為&#34;Medium effort&#34;（effort=85）的時間節點相吻合。
報告還發現，思考深度在隱藏功能上線後呈現出明顯的時段波動特徵——太平洋時間 17:00（美國西海岸下班時段）是全天最差時段，中位估算思考深度僅 423 字符；19:00 為第二差時段，僅 373 字符。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/a853f057-5638-47f3-92c7-f5b605020b49.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="457" height="311" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/a853f057-5638-47f3-92c7-f5b605020b49.png"/>
這一模式與固定預算分配不符，更接近負載敏感型動態分配系統的特徵，暗示思考資源可能隨平台負載實時波動。
<h2 style="text-align: left">Anthropic 官方回應：設置問題，非模型退化</h2>
面對 GitHub 議題的快速發酵，Claude Code 團隊成員 Boris 在數小時內於 GitHub 和 Hacker News 雙平台作出回應，承認了部分問題的存在並提供了技術解釋。
Boris 的核心澄清包括：
<blockquote>
<ul>
<li>第一、思考內容隱藏功能（redact-thinking）屬於 UI 層改動，不影響實際推理過程，用户可通過 settings.json 中的 showThinkingSummaries: true 選項恢復顯示；</li>
<li>第二、2 月下旬的思考深度下降，主要與 2 月 9 日 Opus 4.6 引入自適應思考機制（adaptive thinking）以及 3 月 3 日默認 effort 等級調整為中等有關，前者可通過 CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING=1 關閉，後者可通過/effort high 或/effort max 手動提升。</li>
</ul>
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/c5cf20a3-1bcd-4987-98ee-9e256b36e63c.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="637" height="506" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/c5cf20a3-1bcd-4987-98ee-9e256b36e63c.png"/>
</blockquote>
Boris 還表示，團隊計劃測試將 Teams 和 Enterprise 用户的默認 effort 等級調整為高，並正在就部分用户反映的自適應思考機制在特定輪次分配推理不足的問題展開調查。
然而，這一解釋在社區中引發廣泛質疑。用户 koverstreet 回應稱：
<blockquote>
&#34;問題遠不止是默認思考等級被改成了中等。即便把 effort 調到最高，模型'急於完成任務'的擺爛行為也明顯變多了。&#34;
</blockquote>
還有用户直接指出，原始報告的提交者在提交時已採用了所有已知的公開設置，問題並非配置不當。一位用户提出諷刺性反問：
<blockquote>
&#34;這是一種什麼精神——告訴用户'你們調錯設置了'&#34;。
</blockquote>
<h2 style="text-align: left">成本雪崩與用户出走</h2>
退化帶來的代價不僅是質量損失，更引發了成本的災難性膨脹。
Laurenzo 的數據顯示，從 2 月到 3 月，其團隊的用户提示詞數量幾乎持平（5608 條 vs 5701 條），但 API 請求量暴漲 80 倍，總輸入 token 增長 170 倍，輸出 token 增長 64 倍，按 Bedrock Opus 定價估算的月度成本從 345 美元飆升至 42121 美元，漲幅達 122 倍。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/fb132bde-5420-419a-9f80-8aefb65f1be8.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="666" height="444" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/fb132bde-5420-419a-9f80-8aefb65f1be8.png"/>
Laurenzo 解釋，成本暴漲部分源於團隊主動擴容併發 Agent 數量，但退化本身造成的無效循環、頻繁中斷和重試，使每單位有效工作消耗的 API 請求量額外放大了 8 至 16 倍。團隊最終被迫關停整個 Agent 集羣，退回到單會話人工監督模式。Laurenzo 寫道：
<blockquote>
&#34;人類投入的工作量幾乎沒變，但模型消耗了 80 倍的 API 請求和 64 倍的輸出 token，卻產出了明顯更差的結果。&#34;
</blockquote>
在 Hacker News 的討論中，大量用户表達了類似遭遇，部分人已宣佈切換至 OpenAI Codex 或其他替代方案。&#34;我已經取消了訂閲，切換到了 Codex&#34;；&#34;現在用 Qwen3.5-27b，雖然不如兩個月前的 Opus 那麼鋒利，但我們又能正常推進工作了。&#34;
<h2 style="text-align: left">用户自救：臨時應對方案</h2>
面對退化，部分開發者已摸索出若干臨時應對策略。
在 CLAUDE.md 中明確授權是最常見的做法——通過在項目根目錄的配置文件中寫入&#34;你有權編輯本項目任何文件&#34;&#34;不要在重構時請求確認&#34;等指令，可在實踐中將安全中斷頻率降低約 70%。
將複雜任務拆解為邊界清晰的子任務，也被廣泛驗證有效。相比&#34;重構整個認證系統&#34;，&#34;僅重構 auth.js，完成後輸出變更摘要&#34;這類有明確邊界的指令，能顯著減少模型的提前終止行為。
在設置層面，將 effort 調至 high 或 max，並通過<code>CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING=1</code>禁用自適應思考，是目前官方認可的最直接干預手段。
Laurenzo 則在報告中提出了更系統性的訴求：Anthropic 應公開思考 token 的分配情況，推出面向複雜工程工作流的&#34;滿額思考&#34;專屬訂閲檔位，並在 API 響應中暴露<code>thinking_tokens</code>字段，讓用户能夠自主監控推理深度是否達標。

AMDL

2 倍做多 AMD ETF - Direxion

信息科技 ETF - Vanguard

RSPT

全球科技股指數 ETF - iShares

IGPT

AMD 的 AI 總監 Stella Laurenzo 基於 6852 個會話日誌的量化分析，在 GitHub 公開指控 Claude Code 自 2 月起系統性退化：思考深度驟降 67%，代碼修改前文件讀取率下降 70%，不良行為觸發次數飆升 173 次，API 成本暴漲 122 倍。官方回應稱系默認思考等級調低所致，但用户反饋手動調高後問題依舊，已引發嚴重信任危機與大量用户流失。

- Claude Code 遭遇嚴重口碑危機，用户反饋思考深度下降 75%。  
- AMD AI 總監提交報告，稱模型能力退化並導致成本暴漲。  
- 用户轉向替代方案，呼籲改進思考設置以提高模型效能。

Claude Code 更新後 “翻車”，思考深度驟降 67%，“無法再信任其處理複雜工程任務”!