💼VentureBeat•較早收集於 13m
Anthropic 解決 Claude 效能退化之謎
💡Anthropic 剖析 Claude '效能縮水'—修復揭露 harness 陷阱，對開發者關鍵。（48字）
⚡ 30-Second TL;DR
有什麼變化
使用者回報 Claude 推理深度降低、幻覺增多及令牌浪費。
為什麼重要
在數週抱怨後，恢復開發者對 Claude 複雜工程任務的信任。凸顯非模型變更影響感知智能的風險。基準排名恢復先前水準。
下一步行動
在最新 Claude Code v2.1.116 上執行基準測試，確認推理深度恢復。
誰應關注：Developers & AI Engineers
關鍵要點
- •使用者回報 Claude 推理深度降低、幻覺增多及令牌浪費。
- •3 月 4 日將預設推理努力度從高改為中，以解決 UI 延遲。
- •Anthropic 復原變更並修復快取錯誤，確認 API 未受影響。
- •BridgeMind 基準：Claude Opus 4.6 準確率從 83.3% 降至 68.3%。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Anthropic 此次效能退化事件引發了開發者社群對於『隱性模型調整』（Silent Model Tuning）透明度的廣泛討論，促使 Anthropic 承諾未來將建立更公開的變更日誌（Changelog）機制。
- •此次受影響的主要是 Claude 網頁版介面使用者，API 用戶因使用固定版本號（Pinned Versions）而未受此變更影響，凸顯了企業級用戶在生產環境中鎖定模型版本的必要性。
- •BridgeMind 基準測試顯示，Claude Opus 4.6 在處理複雜邏輯推理任務時，對於提示詞中冗長指令的敏感度顯著高於其他模型，這解釋了為何調整提示詞處理邏輯會導致準確率大幅波動。
📊 競品分析▸ Show
| 特性 | Claude Opus 4.6 | GPT-5 (OpenAI) | Gemini 1.5 Ultra (Google) |
|---|---|---|---|
| 推理能力 | 極高 (專注長文本) | 極高 (多模態整合) | 高 (長上下文窗口) |
| 基準測試 (BridgeMind) | 83.3% (修復後) | 85.1% | 81.2% |
| 定價策略 | 按使用量計費 | 按使用量計費 | 按使用量計費 |
| 變更透明度 | 承諾改進中 | 中等 | 低 |
🛠️ 技術深入
- 推理努力度（Inference Effort）：Anthropic 透過調整模型在生成每個 Token 前的計算資源分配（Compute Budget）來控制推理深度，此次事件顯示該參數對複雜邏輯任務的輸出品質有決定性影響。
- 提示詞處理（Prompt Engineering Adjustment）：Anthropic 調整了內部系統提示詞（System Prompt）的處理邏輯，旨在減少冗長指令對模型注意力機制（Attention Mechanism）的干擾，但意外導致了模型對核心任務的關注度下降。
- 快取錯誤（Cache Invalidation Error）：v2.1.116 版本中的快取機制在處理多輪對話時，未能正確清除舊的上下文狀態，導致模型在推理時引用了過時的對話資訊，進而產生幻覺。
🔮 前景展望AI analysis grounded in cited sources
Anthropic 將強制實施模型版本控制透明化政策。
為挽回開發者信任，Anthropic 必須在未來針對任何影響模型推理行為的後端調整提供明確的公告與版本對照表。
企業用戶將加速轉向使用 API 鎖定版本模式。
此次事件證明了依賴網頁版預設模型存在不可控的效能波動風險，企業將更傾向於透過 API 呼叫特定模型版本以確保業務穩定性。
⏳ 時間線
2026-03-04
Anthropic 調整預設推理努力度以優化 UI 延遲。
2026-04-10
使用者開始回報 Claude 效能退化與幻覺增加。
2026-04-20
Anthropic 確認並復原導致效能下降的變更，修復快取錯誤。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： VentureBeat ↗