追踪 Claude Code 工具描述的版本漂移

Claude Code 升级后，影响 Agent 行为的工具说明也可能发生变化。一位作者逐版下载 npm 包，对工具声明文件计算哈希，报告称相关变更比例从二月的约 9% 升至十月的约 44%。这项追踪提供了一个检查升级差异的入口，但它能观察到的范围有限，也不能直接证明任务表现变差。

目前能确认什么

作者检查的是 npm 包中的 package/sdk-tools.d.ts。据节选，该文件的 JSDoc 注释包含发送给模型的工具描述。工具描述会告诉模型工具的用途、参数及使用方式，是 Agent 执行任务时接收的输入之一。

统计方法很直接：计算每个版本的文件 SHA-256，只要与前一版本不同，就记为一次变更。作者使用了不同大小的发布窗口，因此阅读百分比时，也要看对应的样本量。

文件哈希变化只能确认文件内容变了，不能单独说明改了什么、影响有多大。

系统提示词则存在观测缺口。作者称，自 2.1.113 起，相关可读代码不再随 npm 包提供，因此无法通过同样的方法核验系统提示词，也无法确认另一篇帖子所称的「超过四分之三发布修改了系统提示词或工具描述」。

我的判断

对维护 AI 编程评测和 CI 流程的程序员，这项追踪最有用的提醒是：只记录模型名称，还不足以解释结果变化。Claude Code 的版本、工具说明同样属于需要控制的变量。

具体可以把 Claude Code 版本写入评测配置，并随结果保存。升级后若通过率或工具调用行为变化，先用旧版本重跑同一组任务，再检查声明文件的差异，能缩小排查范围。

但目前不能据此认定 Claude Code 越来越不可靠。还需要逐项查看差异，区分措辞调整、声明变化和行为约束变化，再用相同任务验证影响。节选中的 Gemini CLI 对照只有四个版本，检查范围也不同，尚不足以支持两个产品长期稳定性的强结论。