Claude終于認了！降智坐實，越聊越傻，3個bug全曝光

henry 發自 凹非寺
量子位 | 公眾號 QbitAI

感謝OpenAI（doge）。

就在GPT-5.5發布的前后腳，Claude招了：

模型降智屬實，所有使用額度均已重置。

嘴硬了一個多月，這降智bug終于從A社自己嘴里蹦出來了：

• 推理等級偷偷從「高」調成「中」
• 緩存bug導致每輪對話都清空思考記錄
• 一句25詞限制的提示詞砸了輸出質量

三個bug疊在一起，Claude使用體驗全面拉垮。

只能還好說友商今天及時給上了一波壓力，教育用戶終究不可取。

不過，說歸說，更新bug當然是好事。就是這時間也太巧了，GPT-5.5剛發，Claude就開始「認慫」。

難不成是5.5幫忙debug的？

Dario啊，你該不會真的是故意讓Claude變笨，好在GPT-5.5放出來的時候找畫面的吧？

Bug實錘了，一共三個

先說一句，這已經不是第一次了。

去年8月，Anthropic剛發過一次類似的降智postmortem，當時影響的是Opus 4.0和4.1，官方說辭也是「我們從未有意降低模型質量」。

這次新postmortem的標題叫「A postmortem of three recent issues」。recent，意思也很明白。

不是剛剛，是最近。

之所以「最近」，是因為Claude降智這事兒，社區已經嚷嚷吵了很久了。

十多天前，AMD AI組高級總監Stella Laurenzo就在GitHub上發了一份硬核審計報告，覆蓋6852份會話文件、17871個思考塊、超過23萬次工具調用。

分析結果顯示，從2月份開始，模型的推理深度出現了斷崖式下滑。

更細節的發現是，Claude開始陷入reasoning loops，而且有明顯的傾向去選「最簡單的修復」而不是正確的修復。

BridgeMind的BridgeBench測試也在同期炸鍋，Opus 4.6準確率從83.3%掉到68.3%，排名從第2跌到第10。

雖然后來被研究者批評方法論有問題，前后測試的任務數量根本不一樣，但「Claude變蠢了」的敘事已經傳開了。

網友甚至造了個新詞，AI shrinkflation，AI縮水通脹。同樣的價格，你拿到的是稀釋過的產品。

換句話說，大伙買到了A社的「兒童套餐」。

但沒辦法，當時Claude確實是打遍天下無敵手，不少用戶邊罵邊用，沒啥脾氣。

直到GPT-5.5發了，A社終于坐不住，在官方博客上發了一篇postmortem，把過去兩個月的「降智」拆成三條獨立問題：

偷偷降了推理等級

3月4日，Claude Code的默認推理從high調成了medium，理由是high模式下延遲太高。但界面上還是顯示「high」。用戶以為自己在用滿血版，實際拿到的是降檔貨。一個多月后才回滾。

越聊越傻

3月26日上了個緩存優化，本意是會話空閑超過一小時后清掉舊的思考記錄。結果代碼有bug，清除變成了每一輪都執行。

Claude繼續干活，但逐漸忘了自己為什么要干這件事。健忘、重復、工具調用亂飛，就是這個bug的癥狀。

而且因為思考記錄被反復清，每次請求都緩存未命中，token消耗反而飆升。花了15天才修好。

一句提示詞砸了輸出質量。

4月16日，系統提示里加了一條「工具調用之間文字不超過25個詞，最終回復不超過100個詞」。

Opus 4.6和4.7都掉了3%性能，四天后回滾。

三個問題影響不同用戶群，在不同時間段生效。疊加起來的效果就是整個Claude Code在持續、不均勻地變差，但誰也說不清到底哪里不對。

官方推特上，ClaudeDevs發總結，Claude之父Boris Cherny也親自下場回復，并預告Opus 4.7的bug也正在de了。

但問題是，光有bug不夠解釋這兩個月發生的一切。

四月里，A社的騷操作一籮筐

把時間線拉開看，四月其實是A社連續三拳打在自己臉上。

4月4日，Anthropic封禁了OpenClaw等第三方agentic工具通過Pro/Max訂閱運行。想繼續用？去走API按token付費。

4月21日，官方定價頁悄悄把Pro plan里的Claude Code去掉了，支持文檔也從「Pro或Max plan」改成了「只有Max plan」。

被網友抓包后，Head of Growth Amol Avasare出來說這只是2%新用戶的A/B測試。但問題是公開頁面是全站更新的，口徑完全對不上。幾小時后灰頭土臉地回滾。

連起來算一筆賬。Pro用戶20/月，年費240。要繼續用Claude Code，得升到Max 5x，100/月起步，年費1200。五倍。Max 20x是2400，十倍。中間沒有過渡檔。

注意，這里單位是美元。

4月23日，就是今天，postmortem上線，補償是重置使用額度。

有網友不客氣地指出，上周Opus 4.7發布時就已經重置過一次了，所以這次的「補償」其實就是一次正常的周期重置。

三件事連起來，味道就不是bug了，是成本焦慮全面爆發。

網友不買賬

綜上種種，對于Claude，網友的反應也開始分化。

有人覺得出bug可以理解，postmortem寫得也算透明。Boris在HN一條一條回復，這比大多數公司做得好。

但更多人在算另一筆賬。

這兩個月里，所有正式渠道一聲不吭。

只有幾個員工在X上零星回復用戶，而且被批評為「隨機時間隨機回復」，完全不成體系。

還有人質疑「緩存優化」的真正動機。清除思考記錄的觸發時間恰好卡在緩存過期的節點上，有人覺得這不是為了降延遲，是為了省成本。

同期Anthropic還對一小部分Pro用戶做了A/B測試，悄悄給了不同的產品配置，信任又挨了一刀。

補償措施是重置使用額度。有人不客氣地指出，上周Opus 4.7發布時就已經重置過一次了。

BridgeMind的BridgeBench測試也在這段時間炸了鍋，顯示Opus 4.6準確率從83.3%掉到68.3%，排名從第2跌到第10。

雖然后來被研究者批評方法論有問題，前后測試的任務數量根本不一樣，但「Claude變蠢了」的敘事已經傳開了。

正如一位網友說的，不能把所有雞蛋放在一個模型公司里。

One more thing

HN評論區里一個有意思的現象，不少人在聊自己的「遷移經歷」。

有人說二月份就「下意識地」轉去了Codex，直到現在才意識到大概是被Claude變差給逼的。

也有人說GPT-5.4已經比Opus4.6好了。

還有人在用MiniMax做補充，40美金4500條消息一個5小時周期，還能看到完整思考過程。

半年前「寫代碼就用Claude」幾乎是共識。

現在Codex有400萬活躍用戶，GPT-5.5主打的就是編碼和計算機操作能力，連OpenAI的人都直接說這個模型能當「參謀長」用。

Claude不是變差了。是別人變好了，而它在最不該出問題的時候出了問題。

留給Anthropic修bug和重建信任的窗口，比兩個月前窄了不少。

GPT-5.5已經發布，DeepSeek V4儼然就位。

Gemini快來吧！就差你了。

[1]https://www.anthropic.com/engineering/april-23-postmortem

[2]https://news.ycombinator.com/item?id=47878905