Anthropic вскрыла причины деградации Claude Code и обнулила лимиты пользователям

Инженерная команда Anthropic опубликовала подробный разбор системных сбоев Claude Code, на которые разработчики массово жаловались последний месяц. Внутреннее расследование показало, что коллективное ощущение деградации модели не было субъективным. Его спровоцировало наложение трех изолированных изменений, развернутых в кодовой базе с начала марта по середину апреля. Все неполадки затронули интерфейс Claude Code, Claude Agent SDK и Claude Cowork, не задев базовый API. К 20 апреля разработчики полностью закрыли бреши в сборке v2.1.116, а в качестве компенсации обнулили счетчики лимитов запросов всем подписчикам сервиса.

Ловушка компромисса между задержкой и глубиной анализа

Первый удар по качеству пришелся на 4 марта, когда дефолтный уровень рассуждений (reasoning effort) для Opus 4.6 перевели из режима high в medium. Инженеры пытались сгладить проблему задержек: при максимальной нагрузке генерация занимала слишком много времени, а терминал выглядел зависшим. На внутренних синтетических тестах разница казалась минимальной, но в реальном кодинге просела точность сложных алгоритмических связок. Пользователи редко переключали параметры вручную через консоль, оставаясь на урезанных настройках. Седьмого апреля дефолт вернули обратно, а для флагманской Opus 4.7 планку подняли до максимального уровня xhigh.

Каскадное стирание памяти в длинных сессиях

Куда более опасным оказался скрытый дефект кеширования, внедренный 26 марта. Чтобы сэкономить токены и ускорить возобновление работы после часового простоя сессии, система должна была однократно удалять старые блоки рассуждений через заголовок clear_thinking. Вместо разовой чистки служебный флаг оставался активным до конца сессии. Начиная со второго обращения, Claude Code отбрасывал цепочку рассуждений на каждом шаге. Если пользователь отправлял команду посреди выполнения тулов, модель мгновенно теряла причину своих предыдущих действий. Возникали циклические повторы, странные правки и стремительный перерасход лимитов из-за постоянных промахов кеша.

Ключевые метрики и хронология инцидента:

• 4 марта — перевод дефолтного reasoning effort в medium для борьбы с подвисанием интерфейса;
• 26 марта — развертывание оптимизации кеша с критическим багом постоянного сброса контекста рассуждений;
• 10 апреля — выход хотфикса v2.1.101, устранившего потерю памяти агента в длительных сессиях;
• 16 апреля — внедрение жесткого лимита системного промпта (до 25 слов между тул-коллами и до 100 слов в финале);
• 20 апреля — откат директивы промпта после обнаружения 3% просадки качества на расширенных тестах и релиз v2.1.116;
• Затронутые конфигурации — Claude Sonnet 4.6, Opus 4.6 и Opus 4.7 в клиентских средах.

Репрессивный системный промпт и потеря связности

Третьим фактором стала попытка искусственно обуздать многословность новой Opus 4.7. Готовя релиз 16 апреля, разработчики добавили в системный промпт жесткие лимиты: не более 25 слов пояснений между вызовами инструментов и не более 100 слов на итоговый ответ. Внутренние тесты перед выкаткой не зафиксировали просадок, однако масштабные ретроспективные абляции выявили падение комплексного качества на 3% сразу для двух флагманских моделей. Сжатая модель переставала полноценно анализировать архитектурные решения и отбрасывала контекстные пояснения, критически важные при многоэтапном рефакторинге.

Постмортем Anthropic наглядно демонстрирует, насколько уязвима связка агентского инструментария, кеша и системных инструкций. Попытки скрытно оптимизировать расходы инференса за счет урезания контекста и лимитирования рассуждений неизбежно ломают автономную логику агентов. Разработчикам собственных решений на базе LLM стоит пересмотреть подходы к мониторингу: синтетические бенчмарки пропускают критические регрессии, если тесты не учитывают накопление ошибок памяти в реальных многошаговых сценариях.