"过去一个月Claude表现变差"——用户反馈终于得到官方确认。Anthropic发布详细事故报告，揭露三条独立bug导致Claude Code表现退化的内幕，其中第三条技术细节未公开。

事件回顾

2026年4月23日，Anthropic在官方工程博客发布长文，首次公开承认过去一个月用户报告的Claude Code质量下降问题确实存在，并详细披露了三条独立的内部bug——这些问题直到4月20日（v2.1.116）才全部修复。

博客原文写道："我们非常重视用户报告的质量退化问题。我们从未故意降低模型质量，而且能够立即确认API和推理层未受影响。"

经排查，Anthropic发现了三条互不关联的bug同时影响了不同比例的用户流量，导致问题看起来像"广泛的、不一致的退化"——这也是为什么内部测试和评估一开始无法复现用户报告的问题。

发布Opus 4.6时，Anthropic将Claude Code的默认推理努力值从"高"改为"中"。内部测试显示中努力值"略微降低智能表现，但显著降低延迟"——然而用户反馈完全相反，Claude变得"不那么智能了"。

时间线：2月悄悄上线 → 用户开始报告 → 4月7日才完全回滚

一个看似无害的缓存优化产生了灾难性的副作用：代码用X-Reasoning-Header + max_history API头来管理推理历史缓存——但实现有bug，一旦会话空闲超过一小时，后续每个请求都会丢弃之前的推理历史。

结果：Claude越来越"失忆"，出现重复、遗忘之前决策、奇怪的工具调用。用户还发现用量限制消耗速度异常——因为每次请求都是缓存未命中。

这个bug在3月26日上线，直到被发现才修复。

Anthropic承认存在第三条bug，但未公布具体技术细节。文中的解释是"有些bug涉及内部实现，不便公开"。

为什么重要

这条公告在Hacker News获得了广泛关注，帖子"An update on recent Claude Code quality reports"获得了772个投票和604条评论（数据截至发帖时），说明开发者群体对此高度关注——很多开发者已经忍受了数周甚至数月的异常表现。

Anthropic宣布："截至4月23日，我们正在为所有订阅者重置用量限制。"这意味着受影响的付费用户将获得实质性补偿。

这次事件揭示了一个关键矛盾：Anthropic的内部测试和评估系统都没能发现这些bug，直到用户大规模投诉。这意味着：

传统软件测试依赖于明确的输入-输出映射，但LLM产品在相同输入下可能产生不同质量的输出。Anthropic的内部测试和评估没能捕捉到这些退化——需要引入更大规模的真实用户反馈回路。

实操建议：如果你是AI产品开发者，建立用户反馈驱动的质量监控系统，设置"用户满意度"作为核心指标，而非只看技术指标。

Anthropic承认"我们将中努力设为默认值是错误的"——这是一个典型的局部最优陷阱：降低延迟看起来是好事，但如果用户实际上愿意为更高质量付出等待时间，强行"优化"只会适得其反。

实操建议：任何改变默认行为的参数调整都应通过灰度发布和A/B测试验证，且观察周期应超过两周。

这个案例中，缓存优化本意是节省成本和降低延迟——但因为推理历史被错误丢弃，模型实际失去了"记忆为什么这样做"的能力，产生的影响远比节省的成本严重得多。

实操建议：在实现任何缓存逻辑前，必须验证缓存失效后的推理质量是否下降。关键推理步骤不应依赖缓存优化。

对于AI应用开发者：
- 检查你的产品是否有类似的推理历史丢失风险
- 审核所有涉及"清理旧数据"的代码路径
- 建立缓存失效后的质量验证机制

对于Claude Code用户：
- 如果近期遇到"Claude突然忘记上下文"的问题，现在应该已恢复正常
- 可以检查是否需要调整推理努力值设置

Anthropic官方工程博客：An update on recent Claude Code quality reports
Hacker News讨论帖：HN: An update on recent Claude Code quality reports（772 points, 604 comments，发帖人 mfiguiere）
Anthropic官方Twitter/X：@AnthropicAI