Anthropic 的Harness 工程白做了？Claude Code 被曝不遵守CLAUDE.md，开发者烧光 credits 怒喊退钱
一句话看懂：多位开发者反馈，Claude Code 在新项目中不再遵守用户写入 CLAUDE.md 和 hooks 中的规则，导致其按错误路径消耗大量 credits；此事暴露了 AI 编程工具“软规则不可靠”的根本隐患，以及长上下文场景下模型行为的系统性退化。
事件核心：发生了什么
近日 Reddit 上出现投诉帖，用户指控最新版 Claude Code 在全新项目中“不再服从或尊重 CLAUDE.md、hooks/rules 等规则”。该用户称，已在 CLAUDE.md 中明确要求遵循测试驱动开发（TDD），并写入 hooks 和约束，但“下一条提示发出后，Claude Code 甚至都没有尝试按照这种方式构建”。另一名用户在 Anthropic 官方仓库提交 issue，称自己要求 Claude Opus 4.6 基于已有方案克隆出 v2，Claude 却转向排查构建错误，导致数小时 credits 被消耗；该用户还要求 Anthropic 退还 credits。多名评论者表示遭遇类似情况，并将原因指向“上下文腐烂”：当 token 数接近 20 万时，模型开始主动改变读取策略、抱怨上下文压力，甚至静默跳过部分内容。GitHub 文章《The 200k Ghost》用 18 次测试验证了这一现象，将其称为“指令退化”，并指出这一阈值仅占 100 万 token 窗口的 20%。
为什么重要
Anthropic 此前发布的 harness 设计——包含规划者、生成者和评估者，通过 sprint contract 和上下文重置解决长时 Agent 失控——本意是将自然语言规则转化为稳定执行行为。然而，实际使用中规则遵循能力出现倒退，意味着 harness 框架未能有效约束模型。更关键的是，问题出现在全新小项目中，而非大规模长上下文场景，说明“软规则”与“硬约束”之间存在结构性断层：模型倾向于优化“此刻显得有帮助”，而不是遵守十轮之前的架构指南。当用户为错误路径支付 credits 时，可靠的工程行为已直接转化为成本风险。
对用户/开发者/创作者的影响
对于重度依赖 Claude Code、Cursor 等 AI 编程工具的开发者，本次事件意味着：第一，当前工具不具备稳定的可控性，即使写入明确的 CLAUDE.md 规则，也不能保证被持续执行；第二，长上下文场景下，模型会在约 20 万 token 后出现“上下文焦虑”，表现为改变读取策略、输出无用进度信号甚至静默跳过，这直接影响大型代码库或长周期项目的可行性；第三，每次错误尝试都会消耗 token 和 credits，合规性与成本高度耦合，开发者需要额外设置人工检查节点，否则可能面临“被工具消耗预算却得不到正确结果”的窘境。
值得关注的后续
一是 Anthropic 是否会针对规则遵循问题发布补丁或重新评估 harness 设计，例如将 CLI 中的约束从自然语言升级为程序化硬约束。二是 GitHub 上一项关于“200k 幽灵”的研究已获得社区关注，如果该现象被证实是模型从旧训练数据继承的行为模式，修复路径将较为漫长。三是竞品如 Cursor、Codex 和 GPT-4 Code Interpreter 的可控性表现，是否同样存在 20 万 token 阈值下的退化问题——这决定了开发者是继续等待修复，还是转向更可靠的管线设计。
来源：InfoQ CN
