Anthropic revela como constrói o Claude com o próprio Claude: cérebro separado das mãos

A Anthropic entregou o S-1 e, no mesmo dia, o Latent Space publicou uma conversa com Kateline Lesse (engenharia) e Angela Jiang (produto) sobre como a empresa lança o Claude com a ajuda do próprio Claude. O contexto da conversa é revelador. Segundo os dados citados pelo apresentador, a receita por funcionário em 12 meses passou de US$ 1,4 milhão para US$ 6,6 milhões, quase cinco vezes mais. A empresa saiu de um prejuízo de cerca de −126% da receita para um lucro de 19% pelo GAAP. De acordo com o apresentador, o IPO deve acontecer em cerca de duas semanas, com avaliação citada de US$ 2 trilhões.

Segundo o S-1, a eficiência vem de dois ciclos. O primeiro é o de melhoria: o Claude deixa os modelos melhores, modelos melhores abrem mais cenários de uso, e os cenários geram feedback. O segundo é o de investimento: a receita gerada pela maior adoção vira capacidade de computação e novas funcionalidades. A conversa mostra como isso se traduz no nível da API e do runtime de agentes.

Cérebro e mãos: como o agente foi dividido

A principal ideia de arquitetura do episódio está ligada ao Managed Agents. A Anthropic separou o log da sessão e o harness do sandbox onde o código é executado. O harness tem vida longa, enquanto o ambiente de execução é criado sob demanda. Se o sandbox cai, a sessão do agente continua.

Antes, tudo funcionava de outro jeito: o agente de código inteiro vivia dentro do sandbox, atrás da API. Isso causava dois problemas:

• antes da primeira resposta, era preciso subir tanto o ambiente quanto o próprio agente, o que aumentava a latência;
• quando o sandbox desaparecia, o agente em execução desaparecia junto.

A separação trouxe um efeito colateral para a segurança. Se o código gerado roda em um sandbox ao qual as credenciais de serviço não chegam, não há nada ali para ler. As credenciais ficam armazenadas separadamente e são injetadas por meio de um proxy, e o tráfego do sandbox é restrito por direção. Para a Anthropic, isso é questão tanto de proteção quanto de desempenho.

Lançar um modelo como se lança uma API

O Opus 5.5, que, na avaliação do apresentador, está há um mês como a melhor LLM do mundo, foi desenvolvido com foco em qualidade e custo. Os Opus anteriores eram criticados por serem prolixos, por isso o retorno de inteligência por dólar era importante. A Anthropic afirma que o novo modelo sai mais barato de operar que o antecessor. A economia exata depende da carga de trabalho e da fatia de contexto em cache.

O outro lado da moeda está nas integrações. Para dificultar a extração do raciocínio para destilação, é preciso preservar os thinking blocks entre os turnos da conversa. Mas o novo requisito pode quebrar o harness que um cliente já usa. Por isso os programas de acesso antecipado são importantes: os clientes rodam o modelo nos próprios harnesses e encontram comportamentos que não existem nos produtos da Anthropic.

Outros temas do episódio:

• Dreaming. A implementação é simples: um agente estuda o trabalho anterior de outro e grava as memórias de volta. É um exemplo de comportamento de alto nível construído com os mesmos primitivos do Managed Agents.
• Prioridades. Memória e aprendizado continuam importantes, mas a atenção da equipe está se deslocando para a segurança, porque lançar modelos ficou mais complexo. As decisões sobre quem tem acesso aos modelos viraram uma tarefa à parte.
• Harness básico. A equipe procura mantê-lo simples. Verificadores, agentes paralelos e outras estratégias ficam por conta dos desenvolvedores, que as constroem por cima. Tudo o que foi mencionado como futura capacidade da plataforma continua sendo apenas plano.
• Infraestrutura. A pauta do episódio inclui limites de CPU ao escalar e a reescrita da Messages API em Rust. Com esse crescimento, até o consumo de processador por requisição se torna uma escolha estratégica.

Claude Platform como base de tudo

Segundo o S-1, a Claude Platform é descrita como um ambiente completo de desenvolvimento de agentes. Mais de 50% dos clientes com receita anualizada a partir de US$ 100 mil a utilizam. O Claude Code e o Cowork são construídos sobre os mesmos primitivos abertos a desenvolvedores externos. A Anthropic já parece, além de um laboratório, uma plataforma com papel próximo ao de um hyperscaler. Na narrativa do IPO, a empresa chama os agentes de "colegas virtuais": eles têm um objetivo próprio e trabalham ao lado da pessoa, e não dentro de um único aplicativo.

As conclusões práticas para quem constrói o próprio runtime de agentes se resumem a três perguntas:

1. Quais partes do sistema precisam sobreviver a uma falha? O log e o harness devem ficar fora do ambiente de execução. 2. Onde roda o código não confiável? Ele deve ficar em um sandbox isolado, com rede restrita. 3. Quais segredos realmente precisam estar onde o código é executado? Na maioria dos casos, nenhum: um proxy basta.

Vale também investir à parte em evals. O harness pode ser tratado como um aplicativo, mas melhorá-lo se parece com pesquisa: objetivo, medição, análise de erros, iteração. Os modelos ajudam a construir e analisar avaliações, mas cabe a uma pessoa decidir se o teste reflete o trabalho real do usuário. Se o seu harness quebra por causa da preservação dos thinking blocks, é melhor descobrir isso no acesso antecipado, e não no dia do lançamento.