Специалисты Anthropic признали, что их модель Claude потеряла в качестве из-за изменений в настройках и инструкциях. Пользователи сообщали о проблемах с качеством работы модели и снижении её возможностей, что стало сигналом тревоги для разработчиков.
Причины деградации и реакция пользователей
В начале апреля пользователи стали замечать, что Claude демонстрирует ухудшенные качества: повысилась частота галлюцинаций и снизилась способность к сложным рассуждениям. Исследования показали, что уровень точности снизился с 83,3% до 68,3% по версии BridgeMind. Так, модель потеряла свои прежние позиции в рейтингах и вызвала недовольство среди разработчиков.
Senior Director группы AI в AMD Стелла Лоренцо провела анализ более 6,8 тыс. файлов сессий Claude и нашла резкое снижение глубины рассуждений. Пользователи начали говорить о "AI shrinkflation" — термине, описывающем ухудшение работы модели. Это также сопровождалось подозрениями, что Anthropic намеренно уменьшает производительность для управления спросом.
Конкретные изменения, повлиявшие на модель
Anthropic в своём посте указал на три изменения, которые привели к проблемам:
- Снижение усилий рассуждения: С 4 марта 2026 года стандартные усилия рассуждения были уменьшены с высоких до средних для Claude Code, чтобы устранить проблемы с задержками интерфейса. Это негативно повлияло на выполнение сложных задач.
- Ошибка в логике кэширования: 26 марта произошло внедрение оптимизации кэширования, которое оказалось с критической ошибкой. Вместо очистки "краткосрочной памяти" после часа бездействия, она очищалась на каждом этапе, приводя к повторению и потере контекста.
- Ограничения на количество слов: 16 апреля команда добавила ограничения на количество слов в ответах, что привело к ухудшению качества кодирования на 3% за счёт сокращения длины ответов.
Практическое значение для разработчиков
Для российских разработчиков это может означать необходимость пересмотра подхода к использованию Claude для сложных инженерных задач. Учитывая, что качество работы модели потеряло значительную часть своей ценности, важно быть готовым к возможным изменениям в производительности и искать альтернативы.
Дальнейшие шаги от Anthropic будут направлены на устранение выявленных проблем и возврат модели к её прежним лейблам качества.