A Anthropic revela que o Claude Code tem três bugs em cascata: degradação do raciocínio, esquecimento de cache e instruções de 25 caracteres com efeito colateral adverso

A Anthropic em 4/23 publicou uma revisão de incidente de qualidade do Claude Code, admitindo publicamente que três erros de engenharia em camadas, sobrepostos nos últimos quase dois meses, causaram uma queda na qualidade de uso do Claude Code, e sincronamente que os impactos se estenderam ao Claude Agent SDK e ao Claude Cowork. A empresa disse: “Levamos muito a sério os retornos sobre a degradação do modelo, e nunca reduzimos deliberadamente a capacidade do modelo”, e em 4/23 redefiniu o limite de uso para todos os assinantes como compensação.

Linha do tempo dos três bugs e causas técnicas

Problema Intervalo de vigência Causa raiz Versão de correção Degradação de orçamento de raciocínio 3/4–4/7 effort de reasoning padrão caiu de high para medium, fazendo com que os usuários sentissem o modelo “mais burro” 4/7 Reversão Limpeza de cache bug 3/26–4/10 thinking cache de uma sessão ociosa por mais de 1 hora é limpo a cada rodada, e não apenas uma vez v2.1.101 prompt conciso反噬 (efeito colateral) 4/16–4/20 instrução de sistema recém-adicionada “texto entre chamadas de ferramentas ≤25 palavras”, ablation mostrou queda de inteligência geral de 3% v2.1.116

Degradação de raciocínio: o custo de reduzir latência

3/4 A Anthropic ajustou o effort de raciocínio (reasoning effort) do Claude Code, de high para medium, por padrão. A intenção era encurtar a latência de resposta. Mas essa mudança fez com que o modelo, em tarefas de raciocínio e depuração de código, parecesse “mais burro”. Depois da reversão em 4/7, agora o Opus 4.7 tem xhigh por padrão, e os outros modelos mantêm high. A empresa admitiu: a avaliação interna antes da mudança não conseguiu detectar essa degradação.

Bug de limpeza de cache: erro implícito na fronteira entre sistemas

3/26 A Anthropic introduziu uma otimização de prompt caching para sessões ociosas por mais de uma hora. O projeto original era “limpar o cache de thinking depois de ficar ocioso por uma hora”, mas, na implementação, passou a ser “limpar a cada rodada após o acionamento da ociosidade”, fazendo com que o Claude demonstrasse “amnésia, repetição” em longas sessões; além disso, a cada cache miss em cada rodada, o uso do usuário foi consumido rapidamente. A Anthropic apontou que esse bug “existe na interseção entre gerenciamento de contexto do Claude Code, Anthropic API e extended thinking”, envolvendo múltiplas fronteiras de sistema e sendo um erro implícito difícil de capturar com testes de unidade. A correção foi lançada em 4/10 na v2.1.101.

Instrução concisa de 25 palavras: ablation só então descobriu a queda de inteligência de 3%

4/16 A Anthropic adicionou uma instrução de sistema: “a saída de texto entre chamadas de ferramentas deve manter-se em até 25 palavras”, com o objetivo de reduzir explicações longas do modelo e deixar a experiência mais limpa. Na época, os testes internos não encontraram degradação, mas após uma ablation mais rigorosa e um experimento comparativo, a empresa descobriu que essa instrução causou uma queda geral de inteligência de cerca de 3% nos dois modelos Opus 4.6 e 4.7. Em 4/20, ela foi revertida na v2.1.116. Esse incidente destacou: até a pequena redação de um system prompt pode gerar impactos estruturais não previstos no comportamento do modelo.

Escopo de impacto

Camada de produto: Claude Code (todos os três problemas afetam), Claude Agent SDK (①②), Claude Cowork (tudo)

Camada de modelo: Sonnet 4.6, Opus 4.6, Opus 4.7

Infraestrutura básica da API: não afetada

Em termos de percepção do usuário, os efeitos se manifestaram como: queda na qualidade das respostas e na “inteligência”, aumento de latência, perda no meio do conversation context e consumo de uso mais rápido do que o esperado.

Compensação e melhorias de processo

A Anthropic, em 4/23, redefiniu o limite de uso para todos os assinantes como compensação direta. As melhorias de processo prometidas em paralelo incluem:

Aplicar um conjunto de avaliações (evaluation suite) mais amplo às mudanças de system prompt

Melhorar as ferramentas de Code Review para detectar regressões mais cedo

Padronizar critérios de testes internos para um build público, evitando divergências de comportamento entre “versão interna” e “versão para o público”

Adicionar um período de soak e um rollout progressivo para mudanças que possam afetar a inteligência do modelo

Lições para os usuários

Para usuários que dependem do Claude Code para desenvolvimento e pesquisa cotidianos, este postmortem tem três pontos principais para levar: primeiro, se você sentiu que o modelo Claude “ficou mais burro” entre meados de março e 20 de abril, ou se o Claude Code apresentou um esquecimento anormal em longas sessões, isso não foi uma impressão sua nem uso inadequado de prompt; segundo, para usuários cujo limite de uso foi consumido rapidamente durante esse período, eles podem, após 4/23, verificar se a Anthropic já redefiniu automaticamente; terceiro, mesmo um ajuste fino de prompt de “até 25 palavras” pode gerar impacto sistêmico no comportamento global do modelo — esse é um risco comum a engenharia de produtos de LLM.

Em comparação com o fato de outras empresas terem usado mais silêncio ou “isso é erro do usuário” como resposta às críticas sobre degradação do modelo, a divulgação proativa e a transparência técnica da Anthropic, desta vez, estabelecem um exemplo de referência para revisões de incidentes de produtos de IA.

Este artigo sobre como a Anthropic revelou por conta própria a sobreposição de três bugs no Claude Code: degradação de raciocínio, esquecimento de cache e efeitos colaterais da instrução de 25 palavras, foi publicado pela primeira vez em 鏈新聞 ABMedia.