有用户在Linux.do论坛披露，Claude桌面版（版本号2.37337.1，内置Claude Code 2.1.295）在配合Opus模型、并将推理强度设为xhigh或ultracode时，执行大型生成任务会出现无限循环思考的故障，且上一版本同样可复现，说明并非新版本引入的回归缺陷。触发场景包括让Claude绘制复杂图像（如鹈鹕）、设计高质量动效网页或视频等。具体表现为模型持续思考20分钟以上，之后有可能跳出循环，也有可能继续无限循环。经分析，根本原因在于Claude单次对话输出存在128000 token（约12.8万）的上限：超长的内部思考会耗尽全部输出配额，触发stop_reason为max_tokens的截断，随后模型从头重新开始思考，形成死循环。值得注意的是，循环若干次后模型有时会主动走出循环——内部思考会自我发送一条“已达输出上限……把剩下的工作拆成小块”的消息，然后开始拆分任务继续推进。目前可行的解决办法有两种：一是将推理强度降低至high以下，缩短单次思考长度；二是在全局提示词中加入任务拆分相关指令，引导模型主动分段输出。该案例揭示了推理型模型在长任务场景下输出上限机制的潜在缺陷。
事件分析
从技术角度看，这一故障暴露了推理模型“思考预算”与“输出上限”共用额度引发的冲突：扩展思考越深，留给实际产出的空间越小，一旦触顶即被硬性截断，而重启后的上下文又促使模型重蹈覆辙，形成结构性死循环。模型偶尔能自我提示“拆分任务”走出循环，说明其元认知能力尚存，但依赖概率而非机制保障。对Anthropic而言，可能的改进方向包括为思考与输出分配独立配额、截断后自动续写而非重来，或在Agent层面内置任务分片策略。对开发者而言，此案例也提醒高推理强度并非万能，复杂长任务更需提示词工程与工作流设计配合。
核心观点：高推理强度反成死循环诱因，暴露单次输出上限与长任务的结构性矛盾，任务自动拆分将成Agent工具的关键能力。
原文链接：Linux.do
