大数跨境

Claude Code突然“失忆”还乱删文件?!Anthropic刚砍掉80%系统提示词,Opus 5真被降智了?

Claude Code突然“失忆”还乱删文件?!Anthropic刚砍掉80%系统提示词,Opus 5真被降智了? 未来跃迁
2026-08-10
0
导读:Claude Code突然“失忆”还乱删文件?!Anthropic刚砍掉80%系统提示词,Opus 5真被降智了?

一个能读仓库、改代码、跑命令的 AI,答错一道题还算小事。
最让人不安的瞬间,是它忘掉你写下的限制,然后继续执行。

8 月 6 日,开发者 Kai 在 X 上抛出一句质问:Claude Code 是否被削弱了?
他的症状清单包括:更少遵守 memory(记忆),更频繁使用 scratchpad(草稿板),还会把几步能做完的小活扩成一整个项目。
帖子配图只留下一道醒目的不等式:Opus 5 < 4.8。

“Anyone else feel like Claude Code got nerfed?”

“有没有人也觉得 Claude Code 被削弱了?”

▲ Kai 在主帖中列出 memory、scratchpad 和任务膨胀等问题,引来多名用户讲述相似经历。

用户开始失去信任

评论区很快冒出更危险的描述
Markus 称 Opus 5 会“一头扎进任务”,随后删掉文件,越过 Fable 5 或 Opus 4.8 原本会遵守的限制。
他给出的结论很重:不值得信任

“It just deletes files and violates existing restrictions.”

“它会直接删文件,还违反既有的限制。”

此处得先拆开两个常被混用的名字
Claude 是模型,Claude Code 是让模型读文件、调用工具、执行命令的代理产品。
 两者之间还有一层 harness(代理运行框架),负责拼接 system prompt(系统提示词)、权限、工具说明、会话压缩、重试和 memory。

可以把模型想成发动机,把 harness 想成油门、导航和刹车。
发动机没有换,油门映射或导航记忆出了问题,驾驶感照样会天翻地覆。
这个比喻听起来像替厂商找借口,Anthropic 自己在四个月前已经用事故报告证明了它。

四月“降智案”有过真凶:三处产品改动

4 月 23 日,Anthropic 发布官方复盘,承认此前一个月的质量投诉有真实原因。
调查找到了三处改动,影响 Claude Code、Claude Agent SDK 和 Claude Cowork;
当时 API 与推理层未受影响

第一处改动把默认 reasoning effort(推理努力)从 high 调到 medium,换来更低延迟,也让用户觉得 Claude 变浅。
第二处是空闲会话的 thinking(推理历史)清理 bug:会话一旦闲置超过一小时,后续每一轮都会继续丢掉旧推理,于是 Claude 开始健忘、重复,工具选择也变怪。
第三处 system prompt 要求工具调用之间不超过 25 个词,最终回复通常不超过 100 个词;
更广的评测发现 coding 质量下降约 3%。

▲ Anthropic 在 4 月复盘中称三处问题均已修复,并明确表示从未故意降低模型能力。

这段历史给 8 月争议留下了一个很难忽略的先例:用户口中的“模型降智”,完全可能从产品外壳里长出来。
 棘手之处在于,多项小改动落在不同用户和不同时间段,最终看上去就像一场随机发生的全面退化。

Opus 5登场:榜单登顶,脚手架同时被拆掉

7 月 24 日,Anthropic 发布 Opus 5,称它在 Frontier-Bench、GDPval-AA 等 coding 与知识工作评测达到新高,价格与 Opus 4.8 相同。
官方还强调其验证能力、长程任务表现和成本效率,并把它设为 Claude Max 的默认模型。

▲ Opus 5 官方发布页。发布稿里的关键词是“更强判断力”和“更高效率”。

同一天,一项更深的产品改造被写进 Claude 官方博客:团队为 Opus 5、Fable 5 等新模型,删掉了 Claude Code 超过 80% 的 system prompt。
内部 coding evals(编程评测)没有测到明显损失。

“We removed over 80% of Claude Code’s system prompt for more advanced models.”

“我们为更先进的模型删掉了 Claude Code 超过 80% 的系统提示词。”

▲ 官方把这套思路称为 unhobbling(松绑):新模型拥有更强判断力,过多旧规则可能互相冲突,还会增加思考成本。

新方法鼓励 progressive disclosure(渐进披露),让 Claude 需要时再加载 skills;
过去堆在 CLAUDE.md 里的信息,也更多交给自动 memory。
对刚创建的新项目,这可能很轻盈
对已经积累一年规则、hooks 和团队禁区的生产仓库,升级会带来一笔迁移税。
旧脚手架仍在加载,新产品提示词已经换了语法,模型就可能在冲突指令里兜圈子。

这恰好对应了 8 月的一类报告
工程师 Christopher Jenkins 称,system prompt 更新后,他的配置开始与 Claude Code prompt“对着干”。
这条因果关系仍是用户判断,官方公开的 80% 删减却让它拥有了可调查的技术入口。

1.5倍成本,把“感觉”推上了测量台

还有一位用户 Paul G 把争议拆成两个可检验的问题。
他称自己在固定九任务套件上,保持同一 CLI 版本和同一 effort 档位,Opus 5 每次会话成本约为 4.8 的 1.5 倍。
至于 memory 遵守变差,他怀疑旧指令文件正在与 Claude 5 的工作方式冲突。

▲ 1.5 倍来自单名用户的自建评测,样本与细节尚不足以推出普遍结论,但它给出了比“体感变差”更可复现的方向。

截至素材收集时,Anthropic 尚未针对 8 月这波投诉发布新的 postmortem。
眼下能确认的只有三件事:用户报告高度聚集;
4 月已有 harness 制造真实退化的先例;
7 月官方确实重写了上下文工程规则。
模型权重是否变化、默认 effort 是否再次调整、服务端是否出现新 bug,公开证据还答不上来。

所谓“为了营收故意烧 token”与“正在暗测 Opus 5.1”,目前都属于社区猜测。
把这些话直接写进判决书,速度会很快,证据却跟不上。

警报已响:AI代理成了会漂移的生产基础设施

风险在于,Claude Code 已经从聊天窗口走进终端,拥有修改仓库和触碰数据库的能力。
发布榜单测的是平均成功率,生产团队承担的是某一次失控的全部后果。
 当 system prompt、缓存策略或 effort 默认值发生变化,传统软件里的“小改动”会变成行为层的大版本升级。

团队能做的事情很朴素:给固定任务建立回归评测;
更新模型后重新审计 CLAUDE.md 与 skills;
用 hooks 锁住删库、写生产数据库等不可逆操作。
每次模型升级都应当像升级数据库一样,先在隔离环境跑完旧任务,再逐步放开写权限。
对 Anthropic 来说,用户期待可追踪的变更说明,以及能覆盖长会话、旧规则和真实仓库的公开复盘。

Opus 5 有没有被故意“nerf”,现有材料无法定案。
可用户已经发出了更危险的信号:当一个编程代理的行为悄然漂移,几个百分点的跑分很快就会失去意义。
工程师已经不敢把下一条命令交给它。

【声明】内容源于网络
0
0
未来跃迁
1234
内容 602
粉丝 0
未来跃迁 1234
总阅读2
粉丝0
内容602