S
SkillNav

Claude Code 质量下降查明：三个 Harness 漏洞

深度Simon Willison2026年4月24日3 分钟阅读
过去两个月大量用户抱怨 Claude Code 质量下降，Anthropic 发布事后分析（Postmortem）确认问题真实存在——但并非模型本身变差，而是 Claude Code 执行框架中的三个 Bug 所致。其中“清除旧思考”功能的 Bug，导致模型在长时间会话中表现得健忘且重复。
本文编译自 An update on recent Claude Code quality reports，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

相关文章

把13个AI智能体丢到虚拟荒岛，它们自己玩了起来

MIT研究人员将13个Eko智能体置于无任务的虚拟荒岛30小时，它们自发探索、发明游戏，并学会设计师未预设的技巧。经历“玩耍”的智能体在后续任务中表现更好，研究者认为无目标探索可能是智能体学习的新范式。

深度·10月23日·4 分钟

把数据库检查变成奖励：ThinkingBox 的 Agent 训练新方法

微软和 Hugging Face 联合发布 ThinkingBox-Training，将 ThinkingBox-Bench 中可执行检查返回的 0/1 结果作为奖励信号，用于训练其他任务上的 Agent。他们提出离线策略相对难度来选择训练任务，并用 GRPO 对 Qwen3.8-27B 进行微调。结果显示，模型在重复性任务上的成功率大幅提升，但至少成功一次的覆盖率略有下降。

深度Hugging Face·10月22日·8 分钟

评论