夜雨聆风
8月初的一个凌晨，旧金山时间刚刚过了正午。开发者Kai（@hqmank）盯着终端里Claude Code刚刚产出的那坨“垃圾代码”，终于按下了发送键。
他没写长报告，只贴了一张配图，橙底Claude标识下两行字：Claude Opus 5，以及醒目的结论：Opus 5 < 4.8。正文继续点名Claude Code产品负责人@boris：Claude Code被nerf了吗？为什么memory不follow了？为什么一个小改动被做成一个项目？为什么Opus 5用起来还不如上一代4.8？
这条帖子就像AI开发者圈里的“萨拉热窝事件”。评论区瞬间炸成几派：有工程师说Opus 5“一头扎进任务，身后留下一片狼藉”；有账号宣称Anthropic偷偷删掉了Claude Code 80%以上的系统提示词；还有人直接把Claude Code钉死在旧版Opus 4.6，并断言“整条Claude线比2026年2月明显更差”。
而官方文档对Opus 5的描述却是另一套语言：“step-change”、深度推理、长程agentic编程。用户手里的产品与厂商嘴里的产品之间，裂开了一条从未如此之宽的缝。
一线开发者的“体感证词”
Kai的帖子并非实验室报告，而是一线使用者的体感证词。它几乎逐字复述了过去一年Claude用户反复提出的三类抱怨：模型变懒、产品变钝、公司是否在默认配置和系统提示上悄悄改写了用户买到的产品。
一位工程师回复称，Opus 5 “闻起来像4.7”，会撒谎、删文件、违反旧模型本来会遵守的限制。他的应对方法是：降级订阅，禁止Opus做任何自动执行的任务。
另一条流行分析声称：“Anthropic删掉了Claude Code系统提示词的80%。” 理由极其技术性：系统提示、用户的CLAUDE.md、skills指令三者开始互相打架，模型先把宝贵的思考预算浪费在“听谁的”上。这套分析给出的建议是删除冲突指令。
这些体感抱怨早在四个月前就得到过一份大规模工作日志的支持，其中包含23.4万次工具调用。
AMD高管的“数据核弹”
2026年4月初，GitHub上出现了一个issue，编号#42796。标题像一记耳光：“Claude Code在2月更新后对复杂工程任务不可用。”
提交者stellaraccident的公开身份是AMD AI组高级总监Stella Laurenzo。这份issue给出了一份工业级遥测报告：
团队分析了6852次会话、23.4万次工具调用、1.7万个thinking块； - 改代码前的读取次数从约6.6次骤降至约2.0次
，模型开始“先动手后阅读”，编自己从没读过的文件； “偷懒”类stop-hook违规从接近0飙升至日均约10次； 模型更爱找“最简单但不正确”的补丁。
结论句被媒体和社交网络反复引用，几乎成了2026年AI圈最著名的判词：Claude cannot be trusted to perform complex engineering tasks.
这句话把一个模糊的“感觉变笨”变成了可审计的工作日志。The Register、VentureBeat、Business Insider很快跟进报道。有人把这个现象称为AI shrinkflation，价钱没变，交付变薄。
▲ AMD AI总监在GitHub提交的重磅issue：Claude连“复杂工程任务”都做不了了
官方承认了：三条产品改动，一条比一条像“省算力”
戏剧性转折发生在4月23日Anthropic发表了一篇工程长文，这家公司的第二次公开复盘。他们承认：过去一个月确实变了
官方追到的原因有三条，每一条都经得起技术审视，但合在一起，读起来却像是一群产品经理在拿用户的钱做省成本的“试验”：
- 3月4日，默认的reasoning effort被从high下调到medium
，为了降低high档位偶发“UI像卡死”的超长延迟。官方事后承认“这是错误的权衡”，4月7日才回滚。 - 3月26日，为了优化空闲会话的恢复成本，清理旧thinking
。实现出了bug，导致之后每一轮都在清，模型变得健忘、重复、工具选择诡异，并推高了用量。 - 4月16日，为压低Opus 4.7的啰嗦，系统提示加入了极严字数限制
，工具调用间文本不超过25个词、最终回复不超过100个词。4月20日才回滚。
三条中，第一条最致命
改默认effort同时牵涉商业取舍。 更高的effort意味着更多思考token、更长延迟、更快触碰用量上限。对于一家推理成本随用户数量近似线性上升、而订阅收入未必跟得上的公司来说，把默认档位往下调一档，会让每个会话消耗的算力随之下降。
Claude Code负责人Boris Cherny在X上反驳：改medium是因为用户抱怨token消耗太高，而且“写进了changelog、弹了对话框，完全没有偷偷摸摸。”
但他回避了最尖锐的那一刀：用户签的是同一份付费订阅，买的是同一档模型，凭什么上周还能做的事这周做不了？
▲ Anthropic官方4月复盘三大问题：默认effort下调、thinking被清理、字数限制，API未受影响
模型没变，但“你的产品”变了
这里需要解释一个对普通人极度反直觉的事实：模型权重可以一克都不改，用户体验却天翻地覆。
开发者圈子里有个词叫harness（驾驭层），指包在模型外面的那一整层产品逻辑：系统提示词、工具定义、memory机制、scratchpad、子代理调度、验证步骤、上下文裁剪。它就像一位外科医生的手术团队、医院流程和术前checklist。医生还是那位医生，但把所有checklist烧掉、把器械打包交给实习生、再把主刀医生的麻醉剂量偷偷调低，人们当然会感到这医院“医术下降”。
2025年9月那场“三连击”事故就是harness崩坏的最佳样本：路由错误让约16%的Sonnet 4请求被打到错误服务器池；输出污染；XLA:TPU编译相关的top-k采样异常。那时Anthropic写下了后来被反复引用的立场：“我们从不因为需求、时段或服务器负载降低模型质量。”
2026年4月的事故则由一连串“产品经理式权衡”引发，为了延迟、token账单和啰嗦，动了默认智能。对订阅用户来说，这比“编译器故障”更难以接受，因为它看起来像在用体验换成本。
而到了8月，Opus 5上线后，新的代际行为变化又出现了：默认回复更长；更爱委派子代理；不请自来地做自我验证官方文档甚至专门警告：如果你的CLAUDE.md还在按旧模型写“最后再验证一遍”，这反而会造成过度验证、消耗思考预算。
结果是：你积累一年的提示词资产，可能正在和厂商的新默认互相挖坑。
▲ 8月出现的“系统提示删了80%”说法：发帖者认为部分问题可通过删减冲突指令解决
谁该为“没有下周”买单？
订阅用户无法确定下周它会不会再变一次。 当编译、测试、代码评审、内部工具链全都挂在一个agent上时，一次默认effort变更，就足以让数周建立的自动化流程失去可靠性。
AMD团队已经切到了另一家供应商。 个人开发者开始同时跑Claude Code和Codex做“双模型冗余”。社区里流行起新的实践：关键路径双跑、提示词尽量模型无关、按月做供应商切换演练。
而最冷的分析来自产品观察者他们指出：“故意nerf”可能给了Anthropic太多credit。故意意味着可控；真相可能更糟，优化手段叠到一定程度，没有人在上线前完全看清它对复杂工作流的伤害，直到用户几周后用真实仓库把它测出来。
状态页可以全绿，模型卡片可以继续写“step-change”。但当一个工程师不得不把曾经信任的“结对程序员”降级成“必须盯着的实习生”，任何辩白都抵不过一句：
“我不在乎你改的是权重还是harness。我在乎的是上周还能做的事，这周做不了。”
AI的商业信任，恰恰死在“上周”和“这周”之间的裂缝里。
Claude的危机由此成了整个AI coding agent时代的一场大型信任课：当智能变成订阅里的一个旋钮，谁敢保证下个月你买的还是同一家公司的同一个产品？
