Anthropic thừa nhận các thay đổi vô tình làm giảm chất lượng của Claude

Anthropic thừa nhận các thay đổi vô tình làm giảm chất lượng của Claude

Những người dùng Claude đã phàn nàn gay gắt về chất lượng phản hồi của AI này trong tháng 3 và tháng 4 vừa qua là hoàn toàn có cơ sở. Anthropic đã công bố kết quả điều tra nội bộ vào thứ Năm, xác nhận có ba thay đổi riêng biệt đã làm ảnh hưởng tiêu cực đến trải nghiệm trên Claude Code, Claude Agent SDK và Claude Cowork. Tuy nhiên, công ty khẳng định API của Claude không bị ảnh hưởng bởi sự cố này.

Anthropic cho biết họ không cố ý làm giảm hiệu suất của các mô hình, mà là do một số điều chỉnh đã đi sai hướng, tạo ra cảm giác rằng AI đang trở nên kém thông minh hơn.

Ba nguyên nhân chính gây suy giảm chất lượng

Đầu tiên, vào ngày 4 tháng 3, Anthropic đã điều chỉnh mức độ suy luận mặc định của Claude Code từ "cao" (high) xuống "trung bình" (medium). Mức độ nỗ lực này kiểm soát lượng tài nguyên mà mô hình dành cho một nhiệm vụ suy luận cụ thể. Anthropic hy vọng thay đổi này sẽ giúp giảm độ trễ (latency) do thời gian xử lý kéo dài.

"Đây là một sự đánh đổi sai lầm," công ty thừa nhận. "Chúng tôi đã hoàn tác thay đổi này vào ngày 7 tháng 4 sau khi người dùng phản ánh họ ưu tiên trí thông minh cao hơn và chỉ chọn mức độ nỗ lực thấp cho các tác vụ đơn giản."

Thứ hai, một lỗi phần mềm xuất hiện vào ngày 26 tháng 3 liên quan đến tối ưu hóa bộ nhớ đệm (cache). Thay vì chỉ xóa dữ liệu phiên làm việc của người dùng không hoạt động trong một giờ, lỗi kỹ thuật này lại xóa dữ liệu bộ nhớ đệm sau mỗi lượt hỏi - đáp. Claude thường lưu trữ input tokens trong một giờ để giúp các lệnh gọi API liên tiếp nhanh hơn và rẻ hơn. Việc xóa dữ liệu sai cách đã khiến Claude trở nên "hay quên và lặp lại". Vấn đề này đã được khắc phục vào ngày 10 tháng 4 cho các mô hình Sonnet 4.6 và Opus 4.6.

Thứ ba, vào ngày 16 tháng 4, Anthropic đã sửa đổi lệnh hệ thống (system prompt) trong nỗ lực làm cho các mô hình Claude bớt dài dòng. Một đoạn văn bản yêu cầu giới hạn độ dài đã được thêm vào:

"Giới hạn độ dài: giữ văn bản giữa các lệnh gọi công cụ ≤ 25 từ. Giữ phản hồi cuối cùng ≤ 100 từ trừ khi tác vụ yêu cầu chi tiết hơn."

Mặc dù sau nhiều tuần thử nghiệm nội bộ, các đánh giá chất lượng cho thấy thay đổi này an toàn, nhưng sau khi tung ra cùng với bản cập nhật Opus 4.7, các bài kiểm tra loại bỏ (ablation tests) sau đó đã phát hiện sự sụt giảm hiệu suất 3% cho cả Opus 4.6 và 4.7. Điều chỉnh system prompt này đã được hoàn tác vào ngày 20 tháng 4.

Cam kết cải thiện và đền bù

Để ngăn chặn các sự cố tương tự trong tương lai, Anthropic cam kết sẽ thực hiện nhiều bài kiểm tra nội bộ hơn cho các bản dựng công khai tiếp theo của Claude Code, cải tiến công cụ Code Review, và đánh giá kỹ lưỡng hơn các thay đổi đối với system prompt. Công ty cũng sẽ mở tài khoản @ClaudeDevs trên mạng xã hội X "để có không gian giải thích các quyết định sản phẩm và lý do đằng sau chúng một cách sâu sắc".

Để xoa dịu cộng đồng người dùng, Anthropic đã thiết lập lại mức sử dụng tài khoản cho tất cả mọi người.

"Đây không phải là trải nghiệm mà người dùng nên mong đợi từ Claude Code," công ty tuyên bố.