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。

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。

AI Agent的可靠性瓶颈不在模型能力，而在于上下文层的质量。团队需要构建结构化的领域知识图、精确的工具检索（如假设调用匹配）、以及执行层的安全护栏。基础设施的差距正在成为团队间的分水岭。

深度The New Stack·7月18日·10 分钟

作者在 fd 代码仓库中对 Grok 4.5 和 Claude Opus 4.8 进行了三项对比测试（bug 修复、重构、功能开发）。结果显示，Grok 使用了 Opus 约 23% 的 token、约 32% 的时间，成本仅为约 1/5，且代码质量几乎相同。

深度The New Stack·7月18日·8 分钟

相关文章