干货分析：Claude Code思考深度骤降67%的数据解读与官方修复方案

最近，Claude Code 社区因为一个核心性能问题而“炸开了锅”。有用户通过分析海量会话数据，发现 Claude Code 的“思考深度”在近期更新后显著下降。这引发了大量开发者对这款热门 AI 编程工具可靠性的担忧。

今天，我们就来深度剖析这件事，用数据说话，并梳理官方的回应与临时解决方案。

数据不会说谎：深度下降的量化证据

事件的起源是 GitHub 上 Claude Code 仓库的一个 issue（编号 #42796）。

发帖人 AMD 的 AI 总监 Stella 分析了 6,852 条会话日志、17,871 个“思考块”和 234,760 次工具调用，得出了令人信服的量化结论。

思考深度：从“写论文”到“写短信”
数据显示，Claude Code 每次“思考”的平均字符数从 1 月份的基线约 2,200 个，骤降至 2 月底的约 720 个，降幅高达 67%。你可以理解为，你的 AI 助手从能进行长篇、严谨的逻辑推导，退化到了只能进行简短、表层的思考。

“先读后改”的工作流被打乱
在正常的编程工作流中，理解现有代码（读）是修改（写）的前提。数据表明，1 月份时，Claude Code 平均每进行 1 次文件编辑，会先进行 6.6 次文件读取。到了 2 月底，这个比例降到了 2.0。这意味着 AI 在动手修改前，用于理解代码的“功课”大幅减少。

“盲改”比例飙升
一个更令人担忧的数据是：没有事先读取就直接进行编辑的行为比例，从 1 月份的 6.2% 飙升至 2 月底的 33.7%。在复杂的工程项目中，这种“不看就改”的行为极易引入错误，破坏代码结构。

用户满意度与成本双降
用户的直接反馈体现在“打断率”上：每 1000 次工具调用中，用户手动中断 AI 行为的次数从 0.9 次激增至 11.4 次，翻了超过 12 倍。这说明用户对 AI 的输出越来越不满意，需要频繁干预。

与此同时，使用成本却急剧上升。报告显示，在用户使用量基本不变的情况下，估算的 API 调用成本从 2 月份的 345 美元暴涨至 3 月份的 42,121 美元，涨幅达 122 倍。用户花费了更多的钱，却得到了质量下降的结果。

官方回应：问题出在哪里？

面对详实的数据，Anthropic 的 Claude Code 团队工程师 Boris 做出了官方回应，解释了导致问题的主要原因：

1. Opus 4.6 的自适应思考机制（2月9日上线）：该机制本意是让模型根据任务复杂度动态调整思考深度，以提升效率。但在实际执行中，模型似乎倾向于将大多数任务都判断为“简单”，从而过度削减了思考步骤。
2. Medium Effort 默认值设为 85（3月3日更新）：Claude Code 的“思考强度”（Effort）参数范围是 0（不思考）到 100（全力思考）。此次更新将默认值设置为 85，本意不低，但与上述的自适应机制结合后，产生了预料之外的负面影响。

Boris 同时澄清，UI 上的“思考内容折叠显示”（redact-thinking）功能只是界面变化，并不影响模型实际的思考过程。问题的核心在于思考的“量”而非“显示方式”。

临时解决方案：如何手动恢复性能？

官方给出了三个临时解决方案，用户可以根据自身情况选择：

方案一：手动设置高努力模式
在对话中直接输入命令：

/effort high

此命令需在每次新会话中手动输入一次。在一些第三方客户端（如 CCS）的设置中，也可以直接勾选“高强度思考”选项来全局开启。

方案二：通过环境变量禁用自适应思考
在系统环境变量中设置：

CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING=1

将此变量添加到你的 Shell 配置文件（如 .bashrc 或 .zshrc）中可永久生效。这是最彻底的一劳永逸的方法。

方案三：开启思考摘要显示
在 Claude Code 的设置中启用 showThinkingSummaries: true。这不会提升思考深度，但可以让你直观看到模型“想了多少”，方便判断其是否在“偷懒”。

重要提示：根据报告作者 Stella 的实测，即使同时应用以上所有方案，思考深度大约也只能恢复到原先的十分之一水平，无法完全复原。

这件事给我们带来了哪些启示？

1. 效率优化不能牺牲核心质量：Anthropic 的初衷是好的，希望通过智能调节来节约计算资源（Token）并提升响应速度。但在编程这类对准确性和逻辑严谨性要求极高的领域，任何对核心推理能力的削弱都可能造成灾难性后果。
2. 成本透明度与信任危机：122 倍的成本增长极其惊人。这不仅仅是技术问题，更触及了商业信任。当用户为性能下降的服务支付巨额费用时，平台的公信力会受到严重质疑。
3. 竞争格局可能生变：Claude Code 凭借其强大的代码能力，在过去半年占据了 AI 编程工具的领先地位。此次事件无疑给 Cursor、GitHub Copilot 等竞争对手提供了一个关键的赶超窗口期。

给不同用户的行动建议

• Claude Code 重度用户：强烈建议立即设置环境变量 CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING=1，并在处理复杂任务前手动输入 /effort high。这并非可选，而是保证工作流稳定的必要措施。
• 企业团队用户：关注 Anthropic 后续针对 Teams 和 Enterprise 版本的更新，官方已承诺将在这些版本中默认启用高努力模式。同时，评估当前项目是否需临时切换备用工具。
• 轻度或简单任务用户：影响可能不大。自适应思考对简单的、单文件的任务优化效果尚可。
• 正在选型的开发者：建议采取“多工具并存”策略。Claude Code 能力依然顶尖，但此次事件暴露的风险值得警惕。可以同时关注和试用其他 AI编程 工具的发展。

写在最后

这次事件是一次典型的“优化翻车”，它提醒我们，即使在 人工智能 技术日新月异的今天，任何底层模型的调整都需要经过极端谨慎的评估和测试，尤其是在面向开发者的生产力工具上。社区用户通过扎实的 数据 分析推动问题曝光和解决的过程，也体现了开源协作的力量。

你对 Claude Code 近期的使用体验如何？是否也观察到了类似的变化？欢迎在技术社区分享你的经历和看法。