Claude Code 3月26日缓存bug深度拆解：每轮清除思考历史如何毁掉长会话编码效率

在最新一块1分跑的快群的规模化探索中，先行企业的经验正在被逐步复刻。

月4日，Anthropic针对Claude Code在高推理努力模式下偶尔出现的极长思考时间问题进行了调整，将默认设置从high切换到medium。这一变化主要影响了Sonnet 4.6和Opus 4.6模型，旨在缓解UI界面看似冻结的现象，同时降低token消耗。

这些反馈迅速在Hacker News和Reddit等社区发酵，大家起初多归因于模型正常波动或单一bug，但Anthropic在4月23日发布的postmortem报告揭示了更深层的成因。

月26日的变更原本旨在优化闲置会话：仅在超过1小时不活跃后，使用clear_thinking header保留最近一个thinking block，配合prompt caching减少后续输入token。实际执行中，bug让这一清除逻辑在会话内所有后续轮次都生效，甚至在中途工具调用时也会丢弃当前推理路径。这直接破坏了Claude作为编码助手的短期记忆链，让模型无法连贯记住“为什么选择这个工具”或“上一步决策的逻辑依据”。

这一点目前行业内仍有不同声音。AI工具迭代速度极快，类似质量波动未来是否还会出现，用户耐心又能维持多久，下一次问题来临时，社区是否还会耐心等待 postmortem，还是直接用脚投票，这些都值得持续跟踪，现在下结论为时尚早。

月4日，Anthropic针对Claude Code在Opus 4.6和Sonnet 4.6上的高推理努力模式，悄然将默认设置从high调整为medium。这一决策直接源于部分用户在高努力下遭遇的极长思考尾部延迟，界面甚至出现冻结假象，同时也为了控制不必要的token消耗。

作为跟踪AI工具多年的观察者，我看到技术变更可以悄无声息地 rollout，但用户信任经不起一次又一次“我们没看到问题”的回应。下一次质量波动来临时，用户耐心可能更有限，直接用脚投票的情况或将增多。AI公司在用户沟通上的惯性，到底该如何打破，仍是一个开放的问题。

Anthropic 在4月23日发布的 postmortem 报告中坦承，Claude Code 近期质量感知下降源于三个产品层变更：3月4日默认推理努力从 high 降为 medium 以缓解延迟，3月26日缓存优化出现 bug 导致会话中反复清除推理历史，4月16日为减少冗长而添加的系统提示词长度限制。这些调整虽已在4月20日前后修复，但期间生成的代码质量下滑带来的连锁影响远超体验层面，尤其在安全编码风险上形成了系统性放大。

深层拆解，这次缓存bug源于3月26日的一次优化尝试。原本意图是针对idle超过1小时的会话，仅清除一次较旧的thinking历史，以减少恢复时的latency，并通过cache miss pruning控制token开销。官方明确提到使用了clear_thinking_20251015 API header并设置keep:1，本该只执行一次。

4月16日为控制Opus 4.7的冗长，在system prompt中添加长度限制。这些变更虽已于4月20日修复并重置订阅限额，但暴露出的问题是，高质量输出高度依赖外壳系统的稳定，而非仅靠底层模型能力。

深挖官方披露的三个变更，能清晰看到它们如何形成连锁反应，加速限额消耗。3月4日，默认reasoning effort从high降至medium，本意缓解UI卡顿，却削弱了复杂逻辑分析深度；3月26日的缓存优化本想清理闲置会话的旧思考历史，却因bug导致每轮都清空上下文，造成重复计算和额外token开销；4月16日系统prompt加入verbosity限制（工具间≤25词、最终响应≤100词），短期内让编码质量评估下降约3%。

但现实更复杂，技术之外的因素往往决定最终成败。