Claude降智這件事，反而讓我對AI更放心了

2026年的春天，Claude用戶集體見證了一場教科書級別的"翻車"。

2月到4月，Claude Opus連續摔了三次：默認算力悄悄下調、緩存Bug導致"失憶"、系統提示詞變更損害代碼質量。GitHub上一個Issue炸出了6,852個真實會話的數據——思考深度下降67%，文件讀取效率下降70%，幻覺率幾乎翻倍。

BridgeBench的排名從第2跌到第10。

一個被普遍認為是"最接近AGI"的AI助手，在三個月內，變成了一個"懶得讀文件就動手猜"的擺爛選手。

然后呢？

4月23日，Anthropic發布了詳細的技術事故報告，承認了三個問題、解釋了原因、說明了修復方案，并且給所有用戶重置了用量限額。

這不是小事。在此之前，沒有任何一個AI廠商，曾經用工程事故報告的標準格式，對公眾完整還原過一次產品故障的全貌。

GPT-4o在2024年11月就降過一次。

OpenAI悄悄替換了底層模型，響應速度快了，但benchmark成績大幅下滑。OpenAI沒有發任何事故報告，沒有解釋原因，沒有任何公開的道歉。

Gemini 3.1也有過類似的"能力回歸"——Google同樣沒有發任何說明。

只有Claude，選擇了完整還原。

GitHub Issue #42796是這一切的起點。AMD AI總監Stella Laurenzo，她不是隨便抱怨兩句，而是把6,852個會話的數據全掏出來：思考長度、文件讀取次數、幻覺率、月度賬單變化，每一項都有數字支撐。

這不是投訴，這是工程報告。

然后Anthropic的Claude Code負責人Boris Cherny在GitHub和Hacker News上直接回復，承認了調整，解釋了原因，并且最終在4月23日發布了完整的事后分析。

這個事后分析的內容包括：
- 三個獨立問題分別是什么
- 每一個是何時引入的
- 為什么會發生
- 怎么修復的
- 未來怎么防止

這份報告，放在任何傳統軟件公司，都是一份合格的工程事故復盤文檔。

而Anthropic把它公開了。

有人會說：這有什么好夸的？產品摔了，修好了，難道不是應該的嗎？

不是的。

大模型時代，有一個所有人都心知肚明但沒人愿意說的事實：模型的"智能"是一個黑箱，而且是一個隨時可以被調低的黑箱。

Claude的思考深度是一個可配置的effort參數。這意味著：只要改一行配置，Claude就可以從"深度思考"變成"快速回答"。用戶支付了同樣的訂閱費，但收到的服務可以是不一樣的。

GPT-4o的11月事件證明了，廠商可以在不通知用戶的情況下，用一個更小的模型替換原來的模型，而且速度還更快，用戶短期內根本感覺不出來。

Gemini 3.1的案例也說明了，即使基準成績出現大幅回歸，廠商也可以選擇不承認。

在這個行業現實里，Anthropic選擇發布完整的事故報告，本質上是在說：我們愿意接受監督。

這不是表態，這是行動。

事故報告里有一句話很值得琢磨：

"將medium設為默認是錯誤的權衡。"

"錯誤的權衡"——Anthropic承認了，3月3日把默認effort從high調到medium，不是因為技術做不到，而是因為在"減少延遲"和"保持深度思考"之間，他們選了前者。這是一個商業決策，一個被驗證是錯誤的商業決策。

他們說了。

對比一下行業里更常見的做法：不解釋、不承認、不修復，或者修復了但不告訴用戶是什么時候修的、為什么發生的。

大模型的"智能"不是物理常量，它是一個可以被調節的參數。你以為你在用一個穩定的產品，實際上你是在租用一個隨時可以被修改的能力。

在這個現實里，有一家廠商愿意把"我們調低了你的智能"這件事說出來，并且承認這是錯誤的——這個行為本身，比很多AI廠商過去幾年做的所有"負責任AI"聲明加起來都更有實質意義。

當然，承認錯誤不等于已經建立信任。

Anthropic在三個月內摔了三次——平均每個月一次。縱然每一次都有合理的解釋，但"合理的解釋"積累三次，就構成了一個令人不安的問題：為什么Anthropic沒有在第一次摔的時候就建立起防止第二、第三次摔的機制？

effort默認值的調整發生在3月3日，但直到4月23日才發完整事故報告。這中間有50天的信息空白。

用戶在社區里投訴、Issue被頂上Hacker News、技術媒體開始報道——然后Anthropic才出來說話。

這說明Anthropic的事后響應機制是健全的，但事前預防機制是欠缺的。

大模型的復雜度，已經超過了任何單一團隊能夠完全預測所有交互效果的極限。這是整個行業面對的現實，不是Anthropic一家的問題。但解決方案不是"事后解釋"，而是"事前透明"——在模型能力發生重大變化時，主動告知用戶，而不是等用戶自己發現。

這一次，Anthropic做到了事后透明。下一次，行業需要的是事前透明。

從用戶視角看這次事件，有一個很實際的結論：

不要迷信任何單一模型。

Claude 4月在代碼任務上摔得很重，但Kimi和DeepSeek在某些場景下依然穩定。模型能力是動態的，工具箱也應該是動態的。

同時，這次事件也揭示了一個長期被忽視的風險：長對話中的模型可靠性，不是線性提升的。

Claude的緩存Bug導致"失憶"這件事說明：上下文越來越長，并不意味著模型表現越來越好。有時候，系統層面的變化，反而會讓長對話變成模型表現最差的場景。

一個具體的建議：如果你的工作流依賴長對話驗證，每次開始新會話前，做一次上下文完整性檢查——讓模型復述它認為你們已經達成一致的結論，你會驚訝于有多少次它會"想不起來"。

說回開頭那個問題：Claude降智了，我為什么反而更放心了？

因為我看到了一家AI廠商，在面對產品事故時，選擇了透明還原，而不是沉默或者狡辯。

GPT-4o降智了，OpenAI沒說話。Gemini降智了，Google沒說話。Claude降智了，Anthropic說了很多，而且說的是實話。

我不期待AI廠商永遠不犯錯。沒有任何軟件系統可以做到這一點。

我期待的是：犯錯之后，廠商愿意說清楚發生了什么，愿意承認自己的判斷失誤，愿意告訴用戶未來怎么防止。

Claude的這次事故報告，是大模型行業迄今為止最接近這個標準的一份文件。

降智是事實。但事故報告的透明度，是另一個事實。

這兩個事實放在一起，我更愿意相信Anthropic，而不是那兩家選擇沉默的廠商。