这也符合当前搜索引擎对内容质量的评估标准。
最近一个月，Hacker News 和 Reddit 上涌现大量开发者反馈，Claude Code 的编码质量出现明显下滑：复杂任务智能减弱、工具调用选择异常、思考过程频繁遗忘、重复输出增多，同时用户限额消耗速度加快。不少人将此归因于模型退化或 Anthropic 算力紧张，甚至质疑公司透明度。
深挖三个变更的时间线，能清晰看到它们如何形成连锁反应，间接加速了限额消耗。3月4日默认reasoning effort从high降至medium，本意缓解UI偶发卡顿，却削弱了复杂逻辑的深度分析能力；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，造成重复输出和额外token浪费；4月16日系统prompt新增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%。
Anthropic 4月23日发布的postmortem为Claude Code近期质量下滑提供了清晰解释。报告指出，问题并非模型底层退化，而是三次产品层变更叠加所致，影响范围限于Claude Code、Agent SDK和Cowork，API未受波及。所有问题已在4月20日v2.1.116版本中完全修复，并伴随订阅用户用量限额重置。
harness的作用就像汽车的底盘和控制系统。引擎再强劲，如果底盘调校失准，整车也会发飘、失控，甚至显得“笨拙”。AI编码工具同样如此，底层模型能力再突出，harness层一旦小调整没把控好，用户端体验就会出现系统性波动。
Hacker News 等社区的讨论中，不少开发者用“gaslighting”描述公司初期回应的倾向，有人分享复杂工程任务中模型忽略项目惯例、幻觉加剧的具体案例。表面上看，这是一次典型的“Bug修复”故事，媒体和社区多将其归为AI工具迭代的阵痛。但仔细观察，主流吐槽更多停留在质量下滑本身，却较少触及为什么用户反馈响应滞后，以及初期为何优先强调“未发现明显退化”而非主动深挖真实体验差异。
最近几周，开发者社区在Hacker News、Reddit和X平台上充斥着对Claude Code质量下滑的抱怨：代码生成深度不够、上下文记忆反复丢失、输出显得重复而缺乏洞察。Anthropic在4月23日发布的postmortem报告中，终于直面这些反馈，承认问题并非底层模型退化，而是三项独立的工程变更在harness层叠加所致。这些变更分别发生在3月和4月，已于4月20日通过版本更新全部修复，并伴随订阅限额的重置。
最近开发者在使用Claude Code时频繁遇到代码生成质量下滑的情况，模型偶尔出现遗忘上下文、重复输出或逻辑不完整的问题。4月23日Anthropic发布了一份详细postmortem报告，明确这些现象并非底层模型退化，而是Claude Code和Agent SDK产品层面的三个变更叠加所致。核心在于模型能力本身未变，但harness和prompt的调整直接放大了用户感知到的质量波动，尤其对依赖深度思考的Opus系列影响显著。
开发者或许会更倾向于多工具并行，比如保留Claude Code处理特定场景，同时用Cursor或OpenAI方案做备份。
紧接着 3 月 26 日的缓存优化引入 bug，本意清除闲置超一小时会话的旧 thinking 以降低恢复成本，却因实现失误导致每轮都清除先前推理，造成忘却、重复和 cache miss 加速额度消耗，该 bug 于 4 月 10 日修复。
深入拆解第一个变更，3月4日Anthropic将Sonnet 4.6和Opus 4.6的默认推理努力从high调整为medium。本意是缓解high模式下偶尔出现的长延迟，避免UI冻结感并控制token开销。medium努力确实降低了响应时间，但复杂编码任务的思考深度随之减弱。多数用户未主动切换更高努力模式，4月7日该调整被回滚，Opus 4.7甚至默认设为xhigh。单独看，这一权衡主要影响响应智能，却未引发全面崩盘。
这个反差，已成为行业最真实的写照。
