新智元報道

編輯：KingHZ

【新智元導讀】從「緩存蒸發(fā)」到「12倍成本爆炸」，Claude智商一降再降。Anthropic辯解「不是懲罰是架構(gòu)耦合」，但數(shù)據(jù)不會說謊：2月高效緩存讓用戶爽翻，3月靜默回退后人人喊貴。這場隱私與性能的拉鋸戰(zhàn)，只有用戶是真正的輸家？

就在4月13日，一條推文在開發(fā)者群體中炸鍋。

開發(fā)者Can Vardar甩出一句：

Claude Code居然因為你關閉遙測而懲罰你？

關閉它，Anthropic就把緩存從1小時砍到5分鐘，隱私讓你多付12倍性能代價……我沒看錯吧？

轉(zhuǎn)發(fā)量瞬間破萬。

這不是Bug，這是Anthropic用隱私換性能的隱形懲罰。

你以為關掉數(shù)據(jù)收集只是保護自己？

錯！Claude Code直接把你的長上下文會話打回原形。Pro用戶5小時只剩2條prompt，月付200刀的Max訂閱者1.5小時就把額度燒光。

瘋狂。太瘋狂了。

Claude一降再降！

從「緩存蒸發(fā)」到「12倍成本爆炸」

事實擺在眼前。

開發(fā)者們發(fā)現(xiàn)，只要在環(huán)境變量里加一句DISABLE_TELEMETRY=1，Claude Code的prompt cache TTL就從1小時瞬間回退到5分鐘。

數(shù)據(jù)就在這里，緩存直接縮水了12倍。

GitHub里，Claude Code用戶貼出真實日志：開啟telemetry時，ephemeral_1h_input_tokens輕松破3萬；一關telemetry，1h直接歸零，全走5m緩存。同一段代碼，緩存miss率直接飆12倍。

大上下文會話中，緩存就是命脈。

當你啟用提示詞緩存發(fā)請求時，系統(tǒng)先檢查：從你指定的緩存分隔點往前的提示詞開頭部分，是不是最近請求里已經(jīng)被存過。

如果命中緩存，直接調(diào)用現(xiàn)成版本，時間和成本瞬間砍掉大半。

沒命中？那就完整處理整個提示詞，然后在生成回復那一刻，把開頭部分塞進緩存。

而緩存一旦過期，系統(tǒng)就得全量重建，寫入成本是讀取的12.5倍。5分鐘的TTL意味著你稍微停下來想個思路、泡杯咖啡，回來就是一次全量重建。

更狠的還在后面。

另一位開發(fā)者Sean Swanson貼出了更扎實的證據(jù)。

他分析了從2026年1月11日到4月11日的119,866次API調(diào)用日志，清晰地展示了緩存策略的變遷軌跡：

• 2月，1小時TTL全面生效，緩存浪費率僅1.1%；

• 3月6日前后，系統(tǒng)靜默回退到5分鐘TTL，浪費率飆升至25.9%。

結(jié)果呢？同一會話里，cache_create操作頻率暴增5-12倍。

cache_create寫成本更高，5m寫1.25倍base input，1h寫2倍，但頻繁重建讓總token消耗直接起飛。

Pro用戶哭了：以前一天輕松跑滿，現(xiàn)在1.5小時就見底。Max計劃200刀/月，修兩個bug、寫個計劃，就把額度干到零。

企業(yè)團隊更慘。

Hacker News上有人說，3月底后Claude性能「肉眼可見下滑」，長會話動不動就卡，token額度下降像開了閘的水。

4月13日，國外科技媒體報道更直接：《Anthropic在削弱Claude嗎？》

Anthropic的辯護

不是懲罰，是管道斷了

面對排山倒海的質(zhì)疑，Anthropic的回應來自兩個關鍵人物。

Claude Code的創(chuàng)造者Boris Cherny親自在回帖。

他承認遙測關閉確實會導致experiment gates失效，使緩存回退到5分鐘默認值。

機制拆開看，其實就一句話：

1小時緩存是「實驗性」優(yōu)化，通過客戶端experiment gates推送。只有telemetry開著，gates才能拉取最新策略。

但他強調(diào)這不是刻意的懲罰，而是架構(gòu)設計中的耦合問題。

Cherny同時解釋了緩存策略的設計邏輯：Anthropic在后臺持續(xù)測試不同的緩存策略組合，目標是優(yōu)化整體的緩存命中率、Token消耗和延遲表現(xiàn)。

你一關telemetry，客戶端直接讀默認值——5分鐘。

不是惡意，是「技術副作用」。

5分鐘緩存在某些場景下確實更經(jīng)濟——比如子智能體（subagent）調(diào)用，這類請求通常是一次性的，緩存很少被重復讀取，用1小時TTL反而浪費了2倍的寫入成本。

不過，他也承認：「大量技能（skills）、多個Agent或后臺自動化任務同時運行，token消耗確實大，特別是在使用大量插件時。」

令人驚訝的是，受影響的用戶數(shù)量相當大，Anthropic正在改進：

• (a) 優(yōu)化UX，讓用戶更清楚地看到這些情況；

• (b) 更智能地截斷、剪枝和調(diào)度非主任務，避免意外的token消耗。

Anthropic另一位工程師、Bun運行時的創(chuàng)造者Jarred Sumner則回應了3月的TTL回退問題。

他認為5分鐘TTL對整體而言「更便宜而不是更貴」，因為「相當一部分Claude Code請求是一次性調(diào)用，緩存上下文只用一次就不再訪問」。

坦白講，這個解釋在技術層面說得通，但用戶不買賬。

問題在于，Swanson的數(shù)據(jù)直接打了臉：2月份1小時TTL下的浪費率只有1.1%，如果大多數(shù)請求真的是一次性的，那2月應該出現(xiàn)大量寫入浪費才對。

真正的行業(yè)問題

AI的Token計價是一個黑箱

把視角拉遠一點，這不僅僅是Anthropic一家公司的問題。

目前，AI編碼工具的按使用量計費純粹是一種信任考驗。

開發(fā)者看不到計費表的跳動，無法審計每個請求的Token用量，無法驗證緩存狀態(tài)，無法確認應用了哪個定價層級，也無法檢查高峰期倍數(shù)因子是否生效。

與其他開發(fā)者付費使用的基礎設施對比一下：

• AWS EC2：按秒計費，完整的實例可見性，CloudWatch指標，賬單警報，成本分析工具

• Stripe：按交易計費，每筆費用都有日志記錄且可審計，實時儀表盤

• Vercel：按調(diào)用計費，函數(shù)級指標，支出限額，自動警報

• Claude Code：按Token計費，無單次請求的用量明細，無緩存命中可見性，無支出警報，無實時成本跟蹤

這種信息不對稱令人震驚。在這個價格區(qū)間內(nèi)的所有其他開發(fā)者工具，都能讓用戶詳細了解他們支付的費用。而AI編程助手給用戶的，只是一個限額進度條和一聲祈禱。

這種不對稱在平時有利于服務提供商，一旦出現(xiàn)問題，就會給用戶帶來毀滅性打擊。

AI計費沒有第三方審計，沒有Token用量報告的開源標準，也沒有針對提示詞經(jīng)濟學的云端成本分析工具。

這不是一個計費模式，這是一場把別人的錢包綁在自己身上的信任盲跳。

參考資料：

https://x.com/icanvardar/status/2043652025339023845

https://github.com/anthropics/claude-code/issues/45381

https://x.com/bcherny/status/2043715713551212834

https://platform.claude.com/docs/en/build-with-claude/prompt-caching#pricing

https://www.theregister.com/2026/04/13/claude_code_cache_confusion/