Anthropic 终于还是把 Claude Code 做成了桌面应用。
Anthropic 显然也对它寄予厚望，官方账号亲自下场发推，外界预热已经持续了几个月，整个发布姿态都在传递一个信号：他们终于要把 Claude Code 从一个“能用的 CLI 工具”，推进成一个更完整的正式产品了。
但真正的问题在于，这个桌面版一旦开始上手，给人的感受并不是“终于成熟了”，而是“怎么会烂成这样”。
新桌面版烂到根本没法用
这个版本上线才两天，就在社区里迅速积累起一波密集吐槽。
用户提到，iOS 下，键盘会突然卡住。有时连最核心的输入框都会频繁消失，而且几乎每次会话都会遇到，必须退出再重新进入聊天才能恢复。
Windows 版本也一样会经常卡顿和崩溃。
界面层面的问题也很明显：按钮位置不符合预期，聊天框还频繁闪烁，整体交互体验不稳定。
另一个明显问题是，一些原本最该体现效率价值的自动化功能，本身就不太稳定。比如用户想用 Routines 跑一个简单的数据库内容处理流程，结果不管怎么折腾，始终连不上数据库。
不少人吐槽 bug 多到实际上没法用。
上手一小时，直接撞出 40 多个 bug
网上很快就有人晒出了一份 bug 清单，里面列了 40 多个问题。更夸张的是，这 40 多个问题，都是 Theo 在一个小时的试用过程中集中撞出来的。
这些问题写在列表里还只是观感不佳，放进真实任务里，很快就会变成一连串的实打实的使用障碍。
比如在一个再普通不过的场景里，让它去分析一个应用可能存在的性能问题，本来只是一个起手测试，还没涉及真正改代码，系统就已经开始不稳定。任务一启动，就先卡住了将近一分钟，随后 agent run 随机停住，线程直接冻结，界面上的图标却还挂在那里，像是在告诉你它仍然在运行。
但实际上，它已经不动了。UI 没有任何提示，也没有报错，没有结束，也没有失败。你眼前看到的是一个仿佛还活着的线程，实际面对的却是一个已经死掉的流程。
这个问题，本质上可以说是它出错的门槛太低了。不是在长链路任务里失手，也不是在高复杂度项目里崩掉，而是在一个本该最容易跑通的基础场景里，把任务执行、线程状态和界面反馈三件事一起做乱了。这种状态错乱，放在聊天产品里都不算小问题，放在开发工具里就更致命，因为开发者最依赖的，恰恰是系统状态的清晰、反馈的准确，以及操作结果的可预期。
接着往下操作，在界面这一层，又会遇到更多问题。比如分屏时，你明明在右侧窗口里操作，打开 terminal 后，它却出现在左侧分屏上；而且 terminal 一旦开出来，Tab 键会被当作输入键使用，也就没法再顺手切回其他窗口。
terminal 右上角的关闭按钮旁边又贴着 拖拽区域，结果那个 X 很难点中。也就是说，terminal 一旦开出来，输入会受影响，想关又不那么容易关掉。
还有些极其荒谬、莫名其妙的 bug：
他吐槽说，“我不太相信那些说自己已经用这个应用用了好几周的人，真的认真用过它。我甚至还没开始用它干活、改代码，就已经连续撞上了五六个这样的 bug，感觉自己都快疯了。”
“现在的问题是，很多人只是接受了这种质量。”即便存在大量更稳定、功能更完整、甚至开源的替代方案，用户仍然在使用 Claude Code，仅仅因为它绑定了模型入口。“他们不是在为这个界面付费，他们是为模型付费，但结果却要忍受这个界面。”
100%AI 编写，落地质量堪忧
对此，还有其他网友吐槽：“一个整天说‘软件开发已经被解决了’的公司，现在做成这样，确实挺好笑的。”不过，也因此至少说明开发者的饭碗还没丢。
毕竟 Anthropic 过去这一年的对外叙事一直很激进，核心就一句话：代码越来越多是 AI 写的，而且比例还在一路往上抬。从“80% 到 90%”，到“90%”，再到“100%”，数字一次比一次高。到了 2026 年初，“内部大多数产品基本已经是 100% AI 编码”的说法，也已经被他们反复讲了很多次。
问题在于，这个“100%”一旦真正落到产品上，情况就开始变得不太对劲。Claude Code 桌面版给人的感觉，不像一个打磨完成的正式产品，更像一个边写边补、一路 vibe 出来的半成品。问题不在于它偶尔出错，而在于它在最基础的使用路径上就已经不稳，这才是最让人担心的地方。
有人算了笔账：这些工程师一天能拿到一千万到一千五百万 token，最后做出来的就是这个效果。更让人困惑的是，从什么时候开始，行业默认“能大规模生成高质量 token”就等于可以为了速度把编程质量一起扔掉？
这种不满，其实不只是针对桌面版这一次翻车。回头看，之前的代码泄露，已经提前把问题暴露得很彻底了。
在 userPromptKeywords.ts 里，这家公司用来判断用户是否“情绪崩溃”的方式，是这样一段正则：/b(wtf|shit|fuck|horrible|awful|terrible)b/i，也就是说，这家号称拥有最先进大语言模型的公司，在做情绪识别时，用的还是最原始的关键词匹配。这就像一家卡车公司，结果还在用马来拉零件。也有人解释，说正则更快、更便宜，不需要额外的推理调用，这在工程上是合理的。这话当然没错。但这恰恰说明这是一个“能跑就行”的工程选择。便宜优先，速度优先，先上线再说。
这家公司一边卖 AI 编程工具，一边却没法用自己的 AI 编程工具做出一个质量过关的产品。那些百分比，从一开始就是用来讲故事的，而不是用来交付产品的。80、90、95、100——在源码被看见之前，没有人真正问过，“100%”到底产出了什么。
AI 只是把原本的东西放大。原本有工程纪律，就会被放大成更好的产出；原本没有纪律，就会以机器的速度放大成技术债。Anthropic 选了一条路：更快一点，让 Claude 去检查 Claude。出了问题，就再快一点。
如果在一家“构建未来”的公司里，“100% AI 编写”意味着一个包含 486 个分支、3167 行代码的函数，一个桌面应用包含无数 bug 就能上线，那这个未来需要的不是更快的工程，而是更好的工程。
如果这就是一家正在把行业往前带的公司所代表的质量标准，那这个方向本身是有问题的。
热门跟贴