loading...
过去一个月，Claude Code的prompt cache读取率仅为4-17%，远低于正常水平97-99%。这意味着每次恢复会话时，系统并未复用历史上下文，而是从头处理全部内容，导致token消耗达到正常情况的10到20倍。你以为在延续对话，实际上每次都在支付全价重启。
这一数据来自独立开发者ArkNill通过透明代理对Anthropic API请求的监控记录。他发现至少存在两个客户端缓存缺陷，导致API服务器无法正确匹配已缓存的对话前缀，从而触发完整token重建。
图表显示，v2.1.69至v2.1.89版本期间（即漏洞存在期），standalone版缓存读取率持续低迷于4-17%。自v2.1.90修复关键问题后，冷启动阶段缓存命中率回升至47-99.7%；至v2.1.91，稳定运行下恢复至97-99%。
值得注意的是，v2.1.90初期波动大，源于新会话需“预热”缓存。而在漏洞版本中，这种预热从未发生——系统始终停留在初始提示词的14,500 token上，所有历史对话均按全额计费。
该漏洞并非一次更新引入、一次修复解决。npm registry记录显示，引入问题的v2.1.69发布于3月4日，修复版本v2.1.90则在4月1日上线，中间横跨28天，共经历20次版本迭代。
时间线揭示一个关键细节：3月4日漏洞出现后，用户并未立即大规模投诉。直到3月23日才集中爆发。原因在于3月13日至28日，Anthropic推出了2倍额度促销（off-peak时段翻倍），客观掩盖了真实消耗水平。促销结束后，额度耗尽速度迅速回归基线，用户感知到“额度凭空蒸发”。
Anthropic的反应滞后。3月26日，工程师Thariq Shihipar在个人X账号宣布高峰时段限额收紧；3月30日，Reddit上承认“用户触达限额速度远超预期”，称已列为最高优先级。直至4月1日，团队成员Lydia Hallie才发布正式调查结论。
整个过程，无博客文章、无邮件通知、无状态页更新。所有信息仅通过工程师社交媒体和少数Reddit评论传播，缺乏透明度与权威性。
GitHub issue #41930汇集数百条用户反馈。极端案例显示，一位Max 20x订阅者（$200/月）的5小时滚动窗口在19分钟内耗尽；Max 5x用户（$100/月）报告5小时窗口90分钟内告罄。据The Letter Two报道，一条简单“hello”竟消耗13%会话配额。一位Pro用户（$20/月）在Discord称：“每周一额度就用完，周六才重置，每月只有12天可用。”
ArkNill基准测试显示，在漏洞版本v2.1.89下，Max 20x计划的100%配额约70分钟内耗尽。他还测算，单次--resume操作对50万token上下文会话的额度成本约为$0.15，因系统需完整重放全部历史。
Lydia Hallie的调查确认两点：一是高峰时段限额已收紧，二是100万token上下文会话消耗增大。她称已修复部分bug，但强调“没有一个导致多收费”。
随后她提出四条“省量建议”：
未提及任何额度重置或补偿措施。
AI播客主持人Alex Volkov将此回应概括为“你拿的方式不对”，指出Anthropic自身设定100万token为默认上下文、推广旗舰模型Opus、宣传extended thinking功能，如今却建议用户放弃这些核心优势。
更显矛盾的是，就在其回应前一天，v2.1.90修复了一个自v2.1.69起存在的缓存回归漏洞：使用--resume恢复会话时，本应命中缓存的请求却触发完整miss，按全价计费。而该问题在官方声明中未被提及。
对比OpenAI此前对Codex额度异常的处理：重置用户配额、补发credits，并于3月宣布移除使用上限。Anthropic则采取相反路径：建议降级模型、关闭功能、限制上下文，责任归因于用户使用方式。
作为一款售价20至200美元/月、主打“最强模型+最大上下文+最高推理能力”的服务，一个横跨28天的缓存漏洞让付费用户额度以10-20倍速度蒸发，官方回应却是“省着点用”。这场信任危机，正在考验Anthropic的产品信誉与用户忠诚度。
390
514
894
307
638
180
617
646
1011
998
