Claude Code 默认推理努力从 high 降到 medium 的前因后果：Anthropic 的一次“错误权衡”与回滚

盈利思路对应的内容，需要适应这种变化，提供更结构化的信息框架。

三个具体变更构成了这次事件的底层逻辑。3月4日，默认推理努力从 high 调整为 medium，本意是减少高模式下的长时间延迟，避免 UI 看起来卡死；3月26日的缓存优化变更试图清理闲置超过一小时会话的旧思考记录，却因 bug 导致每轮交互都清除推理历史，模型表现得异常健忘，同时加速消耗用户额度；4月16日新增系统提示长度限制，工具调用间文本不超过25词，最终响应不超过100词，结果编码质量评估下降约3%。

Anthropic承认，这些改动交织在上下文管理、API和extended thinking的交叉点上，内部测试未能及时捕捉corner case。

月26日的caching优化引入了一个关键bug，原计划仅针对闲置超过一小时的会话清理旧思考记录，却导致每轮交互都反复清除历史上下文。所有受影响版本都显得“健忘”，长会话场景下token消耗异常升高，重复生成现象频发。直到4月10日v2.1.101版本修复，这一问题才得到缓解。有意思的是，这种看似后台的优化，却让模型在开发者最依赖的agentic工作流中表现失常。

Claude Code事件强化了一个判断：高质量AI编码工具必须建立在透明、可审计的harness与prompt治理之上，仅靠强大模型远远不够。

年4月，AI编码工具的选择困境比以往任何时候都更突出。开发者在高强度迭代中频繁遇到Claude Code被吐槽“变笨”“忘性大”“token消耗异常”的反馈，而Cursor的重构循环和GitHub Copilot的上下文幻觉问题也层出不穷。选错工具不仅拖慢交付节奏，还会显著抬高debug成本。

修复进展来看，Anthropic已在4月10日通过v2.1.101版本修复了这一缓存bug，结合其他变更回滚后，质量和token消耗已基本恢复正常。但长期看，这件事提醒整个AI编码工具行业：prompt caching与thinking history的交互风险需要更严格的测试，尤其在真实长会话场景下。普通用户在复杂任务中，仍需警惕类似优化可能引入的新变量。

长期来看，这次补偿提升了订阅权益的感知价值，让人感受到 Anthropic 愿意为工程失误承担责任，这在竞争激烈的 AI 工具市场是个积极信号。但若类似事件反复出现，信任成本将缓慢累积。开发者可能更倾向于构建多工具并行的工作流，将 Claude Code 用于特定场景，同时以 Cursor 或 OpenAI 方案作为备份，避免单一依赖。

深挖技术机制，Anthropic 原计划仅在会话闲置超过1小时后，用 clear_thinking header 配合 keep:1 参数清理旧思考块，以提升缓存命中率和响应速度。但 bug 让这个逻辑在后续所有 turn 中持续触发，甚至在中途工具调用时也会丢弃当前推理路径。结果是模型继续执行任务，却越来越不记得初始决策意图，重复工作和效率断崖式下降接踵而至。这个逻辑成立，但现实更复杂。

这些变更时间错开、影响流量片不同，看起来像间歇性“降智”，实则放大了限额的消耗速度。就像代码编译器突然每次build都强制清缓存，从零重算依赖，效率自然腰斩。

3 月 26 日的缓存优化引入了一个 bug：本为清理闲置 session 旧 thinking 的机制，却在每轮对话中反复触发，导致频繁遗忘、重复输出和 cache miss 加速限额消耗。4 月 16 日新增的 system prompt verbosity 限制，进一步与 Opus 模型特性冲突，伤害了编码质量的连贯性。这些小调整看似微不足道，却像汽车底盘调校失衡，引擎再强也难以发挥。

多家调研显示，手机1元1分跑的快群的ROI表现分化明显。