Claude Code 可靠性危机复盘：修复后表现如何？与 Cursor、GitHub Copilot 2026 对比

面对痛点分析，行业内“等一等看一看”的声音仍然存在，但主动尝试的玩家数量也在明显增加。

短期来看，4 月 20 日 v2.1.116 版本已完成全部回滚并重置订阅用户额度，Claude Code 体验基本回归正常；但若项目在 3-4 月中大量依赖长上下文推理，生成的代码可能存在潜在重复逻辑或调试成本增加，需要事后回顾。

第三个变更发生在4月16日，正值Opus 4.7发布前后。系统prompt新增verbosity限制指令，要求工具调用间文本不超过25词、最终响应不超过100词（除非必要）。Opus 4.7本就比前代更verbose，这种聪明但啰嗦的特性在限制下受伤明显，内部评估显示编码质量eval下降约3%。这一调整在4月20日v2.1.116版本中彻底回滚。

月16日为减少verbosity，在系统提示中加入长度限制：工具调用间文本不超过25词，最终响应不超过100词（除非任务需要）。这一调整与其它提示结合后，在评估中导致编码质量下降约3%。4月20日已完全回滚。这些变更因影响不同流量片段，整体表现一度像随机波动。Claude Code的核心价值在于模型底子强，但产品层调优稍有闪失，就容易放大到用户端——这一点目前行业内仍有不同声音。

4月16日新增的 verbosity 限制——工具调用间不超过25词、最终响应不超过100词——则让编码质量评估下滑约3%，四天后即被移除。

表面上看，大多数社区讨论都集中在“Claude Code变笨”这一直观感受上。用户抱怨模型在复杂重构或架构设计任务中思考不够深入，输出显得浅显。Anthropic最初基于内部evals和dogfooding，认为medium是多数任务的最优折中点。他们确实面临高努力模式下的UI无响应和token浪费痛点，并尝试通过UI提示和努力选择器来引导手动调整。然而，多数开发者习惯停留在默认设置，这一点目前行业内仍有不同声音。

多数用户未主动切换更高努力模式，产品引导也不够明显，直到4月7日回滚，大部分模型默认恢复high，Opus 4.7甚至设为xhigh。单独来看，这一调整主要影响响应智能，却尚未造成全面崩盘，但已为后续问题埋下基础。

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，代码生成深度不足、上下文记忆反复丢失、输出显得重复而简陋。

这些反馈迅速在Hacker News和Reddit等社区发酵，大家起初多归因于模型正常波动或单一bug，但Anthropic在4月23日发布的postmortem报告揭示了更深层的成因。

月7日的快速回滚，标志着Anthropic承认了这是一次错误的权衡。目前默认已恢复high，Opus 4.7甚至提升至xhigh，这一变化让编码质量感知迅速回暖。不过，回滚后token消耗和偶发延迟可能伴随而来，4月20日的v2.1.116版本整合了进一步修复。短期信任修复是明显的，但长期来看，这件事提醒整个行业，开发者偏好正从“快”转向“深”。

Anthropic这次postmortem的透明度在AI公司中较为罕见。他们不仅承认trade-off判断失误，还承诺扩大dogfooding范围、加强prompt变更的ablation测试和代码审查。这一点值得肯定，但也暴露了快速迭代与稳定用户体验之间的长期张力。开发者依赖Claude Code推进backlog时，类似工程失误直接转化为项目进度压力，而限额重置本质上是把过去多消耗的部分token“抹平”。

痛点分析的实际效果，仍需更多中长期数据与案例来佐证。