Anthropic、「Claude Code」精度低下の経緯を公表：3つの原因を特定・修正し利用枠をリセット

ここ最近、Claude Codeのコード生成精度が落ち、やたらと物忘れが増えたと感じていたなら、それは気のせいではありませんでした。

Anthropicは4月23日、エンジニアリングブログで障害の経緯を公表しました。過去1か月間に報告されていた品質低下は、基盤モデルそのものの劣化ではなく、Claude Code、Claude Agent SDK、Claude Coworkに加えられた3つの独立した変更と不具合が原因だったと説明しています。なお、純粋なAPI利用には影響ありませんでした。問題は4月20日リリースのv2.1.116ですべて修正されており、全サブスクライバーの利用制限枠がリセットされます。

AIの知能を狂わせた「3つの変更」

最初の原因は、思考強度のデフォルト設定でした。3月4日、Opus 4.6の長時間思考によってUIがフリーズしたように見える問題を解消するため、デフォルトの思考強度をhighからmediumに引き下げました。しかしこれが裏目に出て、知能低下を訴える声が急増。設定変更を促すUIを導入したものの定着しなかったため、4月7日に設定を元に戻しました。現在はOpus 4.7がxhigh、その他のモデルはhighが標準となっています。

2つ目はキャッシュ制御のバグでした。3月26日、1時間以上放置されたセッションを再開する際のトークン節約のため、古い思考ログを削除する仕様を導入しました。ところが実装の不具合により、一度放置されたセッションでは、その後のすべてのターンで過去の思考ログが毎回削除され続ける事態に陥りました。理由を忘れたAIは同じ作業を繰り返し、ツールの誤用が多発。さらに毎回キャッシュミスが発生したため、利用枠が異常な速さで枯渇していました。このバグは4月10日のv2.1.101で解消されました。

最後の原因はシステムプロンプトの過度な制約です。4月16日、冗長になりがちなOpus 4.7の出力を抑えるため、「ツール呼び出し間のテキストを25単語以下、最終回答を100単語以下に制限する」という指示を追加しました。ところが詳細な検証を行ったところ、この制限だけでOpus 4.6と4.7のコーディング評価スコアが3パーセントも下落することが判明し、4月20日に即座に撤回されました。

なぜ重要か

この報告は、開発者が抱いていた「AIが突然バカになった」という疑念を技術的な事実で裏付けた点で非常に貴重です。モデルの重み自体は変わっていなくても、クライアント側のコンテキスト管理やプロンプトによる無理な文字数制限が、エージェントの推論能力をいとも簡単に破壊してしまう現実が浮き彫りになりました。

ユーザー視点では、v2.1.116以降にアップデートすることで本来の性能を取り戻せます。利用枠もリセットされるため、過去1か月の挙動不審に嫌気が差して離れていたエンジニアも、今すぐ再試行する価値があります。

失敗を隠さず、不具合コードやプロンプトの文面まで赤裸々に公開したAnthropicの姿勢は評価できます。しかし同時に、レイテンシやコストを削ろうとする小手先の最適化が、フロンティアモデルの強みを打ち消してしまうという危うさも示しました。エージェント向けソフトウェア開発の難しさを象徴する教訓といえます。