2026年4月，AI编程圈发生了一场地震。

Anthropic旗下的明星产品Claude Code——那个被无数开发者称为”编程神器”的AI工具——正面临一场前所未有的信任危机。

起因是AMD AI团队负责人Stella Laurenzo在GitHub上发布的一份深度分析报告。这份报告基于对6852个Claude Code会话、234760次工具调用、17871个思考模块的海量数据分析，揭示了一个令人震惊的事实：Claude Code的核心能力在2026年2月后出现了系统性退化，其中最关键的”思考深度”指标暴跌67%。

消息一出，开发者社区炸锅了。

“我用了三个月的Claude Code，确实感觉最近变笨了”

“以为是自己的问题，原来是真的在退化”

“这不就是’越更新越废’吗？”

但Anthropic的回应却显得有些敷衍：”2月份我们确实调整了默认设置，建议有需要的用户手动开启高级思考模式。”

这个解释能让开发者买账吗？更重要的是，这场风波对我们普通用户意味着什么？AI编程工具到底还行不行？

今天这篇文章，带你深入了解这场AI编程工具的信任危机。

事件始末：一份报告引发的地震

数据的震撼

故事要从一份GitHub上的分析报告说起。

AMD AI团队负责人Stella Laurenzo发布的这份报告，并非空穴来风的抱怨，而是一份基于海量数据的深度分析。报告涵盖了2026年1月30日至4月1日期间，超过6800个Claude Code会话、近23.5万次工具调用和1.8万条用户提示词。

报告的核心发现是：Claude Code在2026年2月后出现了能力退化，其中”思考深度”指标暴跌67%。

“思考深度”是什么？简单来说，就是AI在生成回答之前进行内部推理的长度和复杂度。这是保证AI输出质量的关键指标——思考得越深入，输出就越准确、越符合需求。

根据报告数据：

• 2026年1月底：平均思考深度约2200字符
• 2026年2月下旬：骤降至720字符（降幅67%）
• 2026年3月：进一步恶化至约560字符（相比基线下降75%）

这意味着什么？Claude Code从一个”深思熟虑的工程师”，退化为一个”莽撞草率的新手”。

从”研究员”到”莽撞新手”

思考深度的削减，直接改变了Claude Code的工作模式。

在”优质期”（1月底），Claude Code在修改代码前会平均读取6.6个相关文件，展现出”先研究，后动手”的严谨风格。这是一种非常宝贵的工作方式——AI会先理解整个代码库的上下文，评估修改的影响范围，然后再进行修改。

但到了”退化期”，这个”读改比”暴跌至2.0，意味着模型的研究投入减少了约70%。更严重的是：约三分之一的代码修改是在未读取目标文件上下文的情况下进行的”盲改”。

这种”盲改”带来的后果是可想而知的：

• 代码被插入错误位置
• 破坏注释语义
• 引入新的bug
• 修复一个问题却产生三个新问题

行为走样，成本反增

能力的退化还伴随着一系列不良行为。

根据报告，Claude Code的”推理循环”（Reasoning Loops）现象激增3倍。表现为在单次回复中反复自我否定：

“哦等一下，我再想想…”

“实际上，上面的方案有问题…”

“抱歉，让我重新考虑…”

这种反复横跳的行为，最终输出的结果往往是混乱且不可信的。

后果就是用户中断率飙升了12倍。开发者发现，原本应该提效的AI工具，反而在浪费他们的时间——他们需要不断人工干预、纠正AI的错误。

讽刺的是，这种”偷懒”行为并未降低成本。相反，因反复纠错和无效循环，API调用成本暴涨了122倍。

用更多的钱，得到了更差的结果，这大概是2026年AI圈最讽刺的事情了。

Anthropic的回应：解释还是敷衍？

官方承认了调整

面对汹涌的质疑，Anthropic的Claude Code团队负责人Boris Cherny迅速作出回应。

他承认在2月份确实进行了两项调整：

第一，2月9日：随Opus 4.6模型发布，默认启用了”自适应思考”机制。这是一种由模型自主决定思考时长的模式——简单任务少思考，复杂任务多思考。官方宣称这是为了”平衡智能水平、延迟与成本”。

第二，3月3日：将模型的默认”思考强度”（effort）从”高”调整为”中等”。这一步调整直接导致了思考深度的下降。

“思考内容隐藏”功能

Laurenzo的报告还提到了一个关键功能：“思考内容隐藏”（redact-thinking）。

这个功能在3月初上线，表面上只是一个界面改动——用户可以选择隐藏AI的”思考过程”显示。但问题在于，这个功能恰好”遮蔽”了一场早已开始的退化。

当思考深度被削减时，如果这个过程是可见的，用户至少能感知到”AI在想得少了”。但”思考内容隐藏”功能让这种退化变得不可见，用户只能在输出质量下降时才后知后觉。

官方建议：手动开启高级模式

Boris Cherny的建议是：有需要的用户可以通过/effort high指令或修改配置文件，手动将思考强度恢复到最高级别。

但这个回应让很多开发者感到不满。

首先，”默认设置”的调整本身就说明了问题——Anthropic认为”中等”比”高”更适合大多数用户。这意味着什么？意味着官方在告诉用户：”我们觉得你们不需要那么深入思考。”

其次，即便是手动开启了高级模式，Laurenzo等资深用户的反馈表明，模型”急于交差”的敷衍态度依然存在。换句话说，退化可能不仅仅是”默认设置”的问题，而是底层模型能力的整体下降。

用户反应：信任危机的根源

社区声音

报告发布后，开发者社区的反应是复杂的。

一部分用户表示感同身受：

“我用了三个月的Claude Code，确实感觉最近变笨了”

“以为是自己的问题，原来是真的在退化”

“最明显的感觉是，以前Claude Code会帮我考虑各种边界情况，现在就是直接给一个最简单粗暴的答案”

另一部分用户则开始转向其他工具：

“Cursor现在稳定多了”

“Codex最近表现很亮眼”

“我已经切换回Copilot了”

为什么这次危机格外严重

相比其他AI工具的负面新闻，这次Claude Code事件引发了格外强烈的反响，原因在于它触及了开发者对AI工具信任的底线。

AI编程工具之所以有价值，是因为它能处理复杂任务——那种人类程序员需要花很长时间才能完成的工作。但这种价值是建立在”AI能够深思熟虑”的前提上的。当这个前提被动摇，AI工具就从”提效神器”变成了”添乱高手”。

更深层的问题在于，Claude Code的能力退化不是一瞬间发生的，而是一个渐进的过程。用户可能在不知不觉中就已经在忍受越来越差的体验，直到有人用数据”实锤”，才意识到问题的严重性。

这种”慢性流失”比”突然崩溃”更危险。它会逐渐瓦解用户的信任，让用户对AI工具产生根本性的怀疑。

深度分析：AI工具的脆弱性

“智能”背后的真相

这次事件暴露了AI行业的一个核心脆弱性：我们以为的”智能”，可能很大程度上依赖于”算力堆砌”。

当AI公司决定”优化成本”——减少思考预算、降低模型活跃度——AI的行为模式就会发生显著变化。它可能从一个”资深工程师”瞬间退化为一个”草台班子”。

这不是Claude Code独有的问题，而是整个AI行业的通病。在商业化压力下，AI公司必须在”性能”和”成本”之间找到平衡。但当这个平衡被打破，受损的是最终用户的体验和信任。

复杂任务vs简单任务

这次事件还揭示了一个重要的事实：AI在简单任务和复杂任务上的表现，可能存在根本性的差异。

对于简单的代码补全、语法检查等任务，AI的表现可能非常稳定。但对于复杂的系统工程、微服务架构设计等需要深度推理的任务，AI的表现可能高度依赖于”思考预算”。

这就意味着：

• 如果你只是想让AI帮你写一个简单函数，Claude Code可能依然够用
• 但如果你想让AI帮你重构一个系统、设计一个复杂架构，你需要非常谨慎地评估AI的能力边界

用户应该如何应对

面对这种情况，开发者社区摸索出了一些临时应对策略：

第一，明确指定思考强度。在对话开始时明确告诉AI：”这是一个复杂任务，请深入思考后再回答。”

第二，分拆任务。不要让AI一次性处理一个大任务，而是将它拆分为多个小任务，每个任务单独验证。

第三，保持批判性思维。AI的输出永远需要人工审核，特别是涉及关键系统设计时。

但这些策略的共同问题是：它们在要求用户做更多的”质量控制”工作，这实际上抵消了AI工具带来的效率提升。

竞品对比：Claude Code还能用吗？

竞品现状

Claude Code陷入信任危机，竞品们却没有闲着。

Cursor：最近几个版本的稳定性获得了开发者社区的认可。它采用了不同的架构设计，在复杂任务处理上表现相对稳定。

Codex（OpenAI）：虽然不如Claude Code在”深度思考”方面突出，但在代码生成的准确性和速度上有一定优势。

GitHub Copilot：作为最早入局的玩家，Copilot一直在稳步迭代。它可能不是最先进的，但在稳定性和兼容性方面有一定保障。

Claude Code还值得用吗

客观来说，Claude Code的”退化”并不意味着它完全不可用。对于一些简单和中等复杂度的任务，它可能依然是一个有效的工具。

但开发者需要清醒地认识到它的局限性：

如果你正在处理复杂任务，建议至少在当前阶段考虑其他方案，或者对Claude Code的输出保持高度警惕。

行业反思：AI公司的责任

透明度的缺失

这次事件最让人不满的，不仅仅是能力退化本身，而是透明度缺失。

Anthropic调整了默认设置，削弱了模型的思考深度，但这一变更并未向用户明确告知。用户是在几个月后被第三方报告”实锤”，才知道发生了什么。

这种做法短期内可能降低了成本，但从长期看，会严重损害用户信任。当用户发现AI公司的”优化”是在暗中进行的时候，他们对AI工具的信任就会动摇。

复杂任务用户的需求不能被忽视

另一个值得反思的问题是：AI公司是否足够重视复杂任务用户的需求？

从Claude Code的调整方向来看，Anthropic似乎更倾向于服务简单任务占大多数的普通用户。”自适应思考”机制的设计初衷可能是：让简单任务快速完成，只在复杂任务上深入思考。

但问题在于，这种设计假设”AI能准确判断任务复杂度”。而实际上，AI可能倾向于低估任务复杂度，做出错误的思考深度决策。

对于那些专业使用AI进行复杂任务的用户来说，他们需要的是可预测的、稳定的深度思考能力，而不是AI”自适应”出来的结果。

行业警示

这次事件为整个AI行业敲响了警钟：

第一，性能和成本的平衡不能以牺牲质量为代价。用户选择AI工具，是因为它能提供人类难以企及的深度思考能力。当这种能力被”优化”掉，AI工具的价值就会大打折扣。

第二，透明度是信任的基础。当AI公司对产品变更讳莫如深，用户会自然地产生不信任。更好的做法是公开透明地告知用户哪些变更可能影响使用体验。

第三，复杂任务用户的需求需要被重视。虽然简单任务用户可能是大多数，但复杂任务用户往往是AI工具的核心用户群，他们的满意度对产品的口碑传播至关重要。

总结：危机中的启示

Claude Code的信任危机，是AI行业发展的一个缩影。

它提醒我们：AI工具并非万能的，它的能力是有边界的，这个边界可能会随着商业决策而变化。

对于开发者来说，这意味着：

• 保持独立判断能力——AI的输出永远需要人工审核
• 了解工具的局限性——不同的AI工具适合不同的任务
• 建立备份方案——不要完全依赖单一工具

对于AI公司来说，这意味着：

• 透明度优先——产品变更应该公开告知
• 用户价值第一——不要为了短期成本牺牲长期信任
• 重视核心用户——复杂任务用户的需求不能被忽视

最后，对于所有使用AI工具的人来说：AI是强大的辅助，但不是完美的替代。保持批判性思维，才是在AI时代立于不败之地的关键。

🔗 官网与相关链接

Claude Code官网：https://claude.ai/code

使用注意：

• 建议手动设置 /effort high 以获得更深入的思考
• 对于复杂任务，保持对输出的审核
• 关注官方更新，了解产品变更

你怎么看？

你使用过Claude Code吗？感觉到它的能力退化了吗？你觉得AI工具的信任危机会如何发展？欢迎在评论区分享你的看法。