事實

LLM 工程 · 語言模型 · 軟體工程 · AI 代理 · 工程事後報告Anthropic 工程部落格，2026 年 4 月 · 記錄至 2026 年 5 月

• 3獨立問題，均於 4 月 20 日前修復
• 34天，持續最久的一項問題
• −3%揪出問題三的那項評測所測得的下降
• v2.1.116三項問題全數解決的版本

時序

時序 橫跨三個月的十三項事件

1. 02Opus 4.6 於 Claude Code 上線，預設推理強度為 high。
2. 02-12名為 redact-thinking-2026-02-12 的設定將推理內容從介面隱藏。後來一份外部稽核將其列為可能成因，但 Anthropic 自己的說法始終未提及。
3. 03-04預設推理強度改為 medium（問題一開始）。
4. 03-26快取錯誤上線（問題二開始）。
5. 04-03AMD AI 部門主管 Stella Laurenzo 提交 GitHub issue，分析 6,852 個 session。
6. 04-06The Register 報導此 issue。
7. 04-07問題一修復，預設值恢復為 high（Opus 4.7 為 xhigh）。Anthropic 的 Boris Cherny 公開反駁 Laurenzo 的理論。
8. 04-10問題二修復（v2.1.101）。
9. 04-16限制輸出冗長度的系統提示詞隨 Opus 4.7 一同上線（問題三開始）。
10. 04-20問題三修復，三項問題全數解決（v2.1.116）。
11. 04-23Anthropic 發布事後報告，並重置所有訂閱用戶的用量上限；Boris Cherny 同日於 Hacker News 進一步說明快取機制。
12. 04-24《財星》報導用戶的反彈與取消訂閱，以及 Anthropic 一份提及基礎設施吃緊的聲明。
13. 05-14InfoQ 發布綜合報導，當中包括一項事後報告未觸及、於 Reddit 上被提出的疑慮。

論點

一個解釋，兩種說法 皆具名歸屬，分歧之處保持開放

補充

補充 來自 Anthropic 自身說法之外的深度補充

• Claude Code 團隊的 Boris Cherny 在 Hacker News 上補充了 Anthropic 部落格文章只是概述帶過的機制：一般情況下，一段對話除了最新一則訊息外，其餘都能命中提示詞快取；但閒置超過一小時後，下一則訊息就會是一次完整的快取未命中，極端情況下，一個閒置一小時的 90 萬 token 對話，可能一次就要把超過 90 萬個 token 寫入快取——「佔掉相當比例的用量上限，尤其是 Pro 用戶」。在閒置後清除舊有的推理內容，正是 Anthropic 為降低這項成本所嘗試的做法，而其實作方式，正是引入問題二的原因。
• TechRadar 於 4 月 7 日報導，Anthropic 對 AMD 稽核的第一次公開回應，並非承認其成因，而是加以反駁：Boris Cherny 表示 2 月中旬的設定只會將推理內容從介面隱藏、並不會減少推理本身，並另外指出 Opus 4.6 的自適應思考才是真正的改善之處。Anthropic 於 4 月 23 日的事後報告，並未回頭談及這次交鋒，也完全沒有提及那項 2 月中旬的設定。
• 《財星》報導，部分用戶形容自己在 4 月 23 日前的數週間，感覺被 Anthropic 的溝通方式「情感操控」，認為對方是在否認問題存在；也有用戶表示已取消訂閱。Anthropic 向《財星》發表的聲明則提到，需求成長「尤其在尖峰時段」已使基礎設施「吃緊」——這是與部落格文章所述三項具體錯誤截然不同的說法層次，回答了事後報告本身從未提出的問題。
• 在一份最早由 CNBC 報導、並經《財星》引述的內部備忘錄中，OpenAI 的營收主管稱 Anthropic 未能取得足夠運算資源是一次「策略失誤」。這是競爭對手在外流備忘錄中的說法，並非查證所得的事實；而 Anthropic 自己的事後報告，也完全沒有把三項具名的錯誤歸咎於運算資源。
• InfoQ 的報導轉述了一項在 Reddit 上提出、事後報告並未觸及的疑慮：Claude Code 可能會將部分工作委派給成本較低的 Haiku 模型，且僅在詳細日誌中才看得出來——InfoQ 指出，這項風險在無人看管的自動化流程中最難察覺，因為品質下降往往要等到後續步驟才會顯現，而非在發生當下。

結論

現在會有什麼改變 五項後續措施，出自 Anthropic 自身的說法

• 讓更大比例的內部員工，使用與公開版本完全相同的 Claude Code 建置，而非另一套測試建置。
• 為每一次系統提示詞的變更，都執行一套涵蓋各模型的完整評測，並持續進行最終找出問題三的 ablation 分析。
• 建立能讓系統提示詞變更更容易被審查與稽核的工具，並在 CLAUDE.md 中加入指引，確保針對特定模型的變更只作用於該模型。
• 為任何可能犧牲智能表現的變更，加上浸泡期、更廣泛的評測套件，以及漸進式推出，以便更早發現問題。
• 擴大 Code Review 工具可讀取的儲存庫範圍——正是這項改變，讓 Opus 4.7 抓出了問題二的問題 PR，而 Opus 4.6 當時未能發現——並利用 X 上的 @ClaudeDevs 帳號與 GitHub 上的集中討論串，即時說明產品決策。