打开网易新闻 查看精彩图片

一位AMD AI团队主管花了三个月，扒了6852份会话日志，发现Claude Code从2月开始"变懒"了——不是比喻，是字面意义上的工具调用模式发生了可测量的偏移。

Stella Laurenzo的分析报告像一份病历：模型从"先研究再动手"变成"直接开干"。读取相关文件与执行编辑的比例从6.6:1暴跌到2:1，修改前的调研行为少了七成。原本的工作流是读目标文件、查调用关系、看测试代码，最后精准下刀；现在呢？打开当前文件就改，上下文？不存在的。

更微妙的是时间线。2月12日上线的"redact-thinking"功能把思考过程藏了起来，但数据说，真正的滑坡比这还早半个月。到2月下旬，思考深度已经掉了67%，只是用户当时还能看见，没意识到问题的严重性。

打开网易新闻 查看精彩图片

Laurenzo团队甚至写了个拦截脚本，专门抓三种"摆烂"行为：回避责任、提前终止、反复要授权。3月8日之后，17天内触发173次，之前是零。

Anthropic的回应来了。Claude Code负责人Boris Cherny解释：隐藏思考只是UI改动，不影响实际推理；2月的自适应思考和默认"中等强度"是为了平衡延迟与成本。想深度思考？调设置就行。

但重度用户不买账。Laurenzo说，他们试了所有参数组合，"没有看到任何证据表明问题已被修复"。有开发者吐槽，直到输出质量崩了，才发现默认强度被改了——花了一天排查，才发现要手动切到"全力思考"模式。

打开网易新闻 查看精彩图片

讽刺的是，连"全力思考"模式本身也有争议。有人觉得它反而让模型"用力过猛"，急功近利，输出质量和高强度不匹配。

一位企业技术负责人的评论很克制，也很重："六个月前，Claude在推理质量上还是独一档的存在。"他没说完的后半句，在场的人都懂。

Laurenzo最后删掉了一些被断章取义的表述。她说，初衷只是呈现客观观测——Claude过去数月一直表现出色，他们只想找回那个老搭档。现在，她保留了完整会话日志，等着重新测试，也等着提交更多`/bug`反馈。

工具厂商和用户之间的信任，有时候就像代码评审：一次草率的提交，需要很多次commit才能修复。