最近 AI 開發者社群鬧得沸沸揚揚，話題是 Claude Code「變笨了」。
事情的導火線，是 AMD 的 AI 總監 Stella Laurenzo 在 GitHub 上丟出一份超詳細的分析——6,852 個工作階段、234,760 次工具呼叫——直接用數據說話：從今年二月開始，Claude 在複雜工程任務上的推理深度明顯下降，改程式前「先讀再改」的次數從平均 6.6 次跌到 2 次，編碼規範的遵守也開始劣化。這份報告在社群引爆，跟著一堆人說「對！我也覺得變笨了！」
然後 Anthropic 的 Claude Code 負責人 Boris Cherny 出來說：那個推理內容隱藏機制只是介面層面的變更，不影響推理本身。雙方各有說法，社群繼續吵。
說來有趣，身為一個偶爾用 Claude Code 進行小規模專案的開發者，我個人其實感受不到這波「降智」。
這不是因為我要求低——而是讓我開始思考，這件事的真相可能比「Anthropic 偷偷降級」更有意思。
使用模式，才是感受差異的關鍵
仔細看 Laurenzo 的情境：13 個並行代理人、複雜的多檔案工程、長達數小時的工作階段。
這和我偶爾開一個任務、做完收攤的方式，根本是兩種完全不同的使用情境。
Anthropic 在這段期間做了幾個產品調整：推理力道改為預設中等等級、推理過程內容隱藏上線、使用量限制收緊。這些調整對輕度使用者幾乎無感，但對重度長工作階段的使用方式來說，影響是乘法的——推理深度被壓縮，加上任務本身複雜，感受到的退步就非常明顯。
所以「降智了」和「沒有感受到降智」，其實是同一個現象在不同使用情境下的不同切面。兩件事可以同時為真。
還有一個時間點，讓我有點在意
這波「降智」感受，恰好發生在 Claude Opus 4.6 開放 1M 上下文視窗大小（context window）之後。
（補充說明：context window，就是模型在單次對話中能同時「看見」的資訊總量。數字越大，理論上能處理的文件和程式碼就越多。）
這個時間重疊，讓我有個不太確定的推測：支撐 1M tokens 上下文視窗的運算需求是巨大的。為了騰出空間，後台把其他用戶的推理深度往下調，是說得通的工程取捨邏輯。
當然，這只是我的推測，沒有直接證據。
但更有趣的問題其實是：上下文視窗越大，模型就會越聰明嗎？
研究上有個現象叫「中段遺忘」——資訊放在對話的中間位置，模型的回應品質比放在頭尾明顯更差。上下文視窗越大，這個問題只會更嚴重。所以 1M tokens 是一個很好的規格數字，但「容量更大等於更聰明」這件事，本來就值得打問號。
有趣的是，就在這波降智爭議沸沸揚揚之際，Anthropic 在四月十五日發布了一篇官方文章，主題是「Claude Code 工作階段管理與 1M 上下文視窗」。文章裡，他們親口承認了「脈絡腐化（context rot）」這個現象：
使用脈絡容量對效能有輕微影響。隨著上下文增長，模型效能會下降，因為注意力分散在更多 tokens 上，而較舊、不相關的內容開始干擾當前任務。
這句話說清楚了一件事：1M tokens 不是讓你放心塞更多東西進去的，而是給你更多空間來手動管理脈絡。
那麼，解法是什麼？
Anthropic 的官方建議，是把脈絡管理的責任交回給用戶——透過 /rewind、/compact、/clear、以及subagent 等工具，在適當的時機點主動清理脈絡、隔離噪音。
其中 subagent 的概念特別值得一提：讓中間過程的大量輸出留在 subagent 自己的脈絡裡，只把最終結論帶回主工作階段。判斷標準很簡單——「我之後還需要這個過程本身，還是只需要結論？」
這個思路，其實就是「脈絡隔離」（註¹） 的實踐：與其讓一個代理人扛著越來越重的脈絡跑，不如用明確的邊界讓每個代理人只看它該看的資訊，有限的推理深度才能用在刀口上，而不是浪費在噪音裡。
只是這樣的工作方式，需要用戶主動學習和調整。這或許也解釋了為什麼有些人感受到退步、有些人沒有——除了任務複雜度的差異之外，工作階段管理的習慣，可能才是那個真正的分水嶺。
（我自己的使用方式，碰巧也偏向小任務、短工作階段，所以大概歪打正著了。Orz）
所以這篇文章與其說是結論，不如說是一個觀察起點——如果你正在密集使用 Claude Code，感受到明顯退步，或許值得先回頭看看自己的工作階段管理方式，說不定比等 Anthropic 修好問題還更有效。
註¹：「脈絡隔離」是豆腐個人在探索 multi agents 工作流程時，於「脈絡專注框架」（Context Attention Framework，CAF）中自行定義的概念詞彙，並非 Anthropic 官方用語。Anthropic 的 subagent 設計在實作層面與這個思路吻合，但官方並未使用此命名。
參考資訊
- AMD AI 總監 GitHub issue #42796（Stella Laurenzo）： https://github.com/anthropics/claude-code/issues/42796
- VentureBeat 報導：Is Anthropic ‘nerfing’ Claude?： https://venturebeat.com/technology/is-anthropic-nerfing-claude-users-increasingly-report-performance
- The Register：Claude is getting worse, according to Claude： https://www.theregister.com/2026/04/13/claude_outage_quality_complaints/
- Anthropic 官方文章：Using Claude Code: session management and 1M context（Thariq Shihipar）： https://claude.com/blog/using-claude-code-session-management-and-1m-context
