Claude Code 减少 verbosity 提示为何损害代码质量

排名代发飞机【seo1268】好友聊天，输入“同城一元一分跑的快群”咨询客服，娱乐游戏作为民间很受欢迎的纸牌玩法，乐趣集中在快节奏的刺激感、心理博弈的张力，这两种玩法的规则几乎一学就会，不用记复杂的牌型搭配，就算是新手也能快速上手，梦想是前行的灯塔，哪怕渺小，也能指引方向。不必因梦想遥远就轻言放弃，逐梦的路上，本就布满挑战。拆分目标，步步前行，哪怕每天只前进一小步，也是在靠近理想。不惧旁人的质疑，不畏前路的漫长，坚守初心，全力以赴。只要心中有梦，眼里有光，脚下有路，终能跨越山海，奔赴心之所向的远方。的普及，让灰产与白帽之间的界限变得更加模糊。

短期内，Anthropic 已于 4 月 20 日完成回滚并重置订阅用户限额，类似信任波动可能还会偶尔出现，尤其当社区对“黑箱”变更保持敏感时。长期来看，此类 postmortem 有望推动行业加强 AI 产品可靠性工程，包括更严谨的 prompt auditing、渐进 rollout 和增强 evals。但如果更多厂商不愿公开类似细节，用户仍可能频繁遭遇难以解释的“退化”体验，这一点目前行业内仍有不同声音。

最近不少开发者在处理大型代码库时发现，Claude Code 在长会话中的表现突然出现明显下滑。原本依赖1M上下文优势进行多文件重构的流程，开始频繁出现重复输出和推理遗忘。Anthropic 4月23日发布的官方postmortem直指问题根源，其中缓存优化bug对长上下文和多轮编码的冲击尤为直接。这件事暴露出的上下文管理风险，远比表面上的质量波动复杂。

第三处是 4 月 16 日在 system prompt 中新增 verbosity 限制，工具调用间中间文本不超过 25 词、最终响应不超过 100 词，本为控制 Opus 4.7 的冗长特性，却与模型编码优势产生冲突，造成可量化的质量下滑。三处变更影响不同时间段和流量切片，叠加后问题显得随机且难以完全复现，内部团队初期也面临类似困境。这恰恰说明 harness 层的问题有多么隐蔽且系统性。

数据支持修复后的Claude Code在顶级推理与大上下文多文件任务中仍有明显优势，但样本量和具体场景仍需开发者自行验证。值得持续跟踪的是，产品层变更如何避免类似叠加效应。现在下结论为时尚早，但透明复盘至少为选择提供了可靠参照。

开发者在 Hacker News 和 Reddit 上的吐槽主要集中在代码重复、上下文遗忘以及响应变短上。许多人发现原本能一次性完成的复杂任务，现在需要多次迭代；还有反馈指出 Claude 在处理长会话时突然“忘掉”先前推理步骤，导致输出不连贯。主流媒体跟进报道时，大多将焦点放在“用着不顺手”上，却较少触及更深层的盲区：质量下滑期间，AI 生成代码的漏洞引入率实际上在悄然上升，这一现象远比表面不便更值得警惕。

4 月 16 日添加系统提示限制工具调用间文本≤25 词、最终响应≤100 词，本为减少 verbosity，却在叠加前两者后对编码质量产生可衡量伤害，内部 ablation 显示 Opus 4.6/4.7 eval 分数下降约 3%。这三个看似针对不同痛点的优化，在用户端制造了不一致的质量波动。

长期来看，这次补偿提升了订阅权益的感知价值，让人感受到 Anthropic 愿意为工程失误承担责任，这在竞争激烈的 AI 工具市场是个积极信号。但若类似事件反复出现，信任成本将缓慢累积。开发者可能更倾向于构建多工具并行的工作流，将 Claude Code 用于特定场景，同时以 Cursor 或 OpenAI 方案作为备份，避免单一依赖。

这个 bug 暴露了长上下文 AI 在会话状态管理上的脆弱性。原本 Claude 依赖保留完整的 thinking blocks 来维持多轮迭代的连贯性，尤其在复杂编码场景下，能记住“为什么选择这条修改路径”。一旦每轮都触发清除，短期记忆链断裂，长上下文优势反而转为负担。数据支持这个判断，但样本量仍有限，值得持续跟踪。

深挖官方披露的三个变更，能清晰看到它们如何形成连锁反应，加速限额消耗。3月4日，默认reasoning effort从high降至medium，本意缓解UI卡顿，却削弱了复杂逻辑分析深度；3月26日的缓存优化本想清理闲置会话的旧思考历史，却因bug导致每轮都清空上下文，造成重复计算和额外token开销；4月16日系统prompt加入verbosity限制（工具间≤25词、最终响应≤100词），短期内让编码质量评估下降约3%。

事件暴露了大模型编码工具迭代中，单个优化看似合理，却可能在 harness 层面制造出广泛却不一致的体验问题。

这个逻辑成立，但需要更多实证来支撑。