Anthropic popsal, proč část uživatelů v posledních týdnech vnímala Claude Code jako horší při programování. Nešlo podle firmy o jednu velkou změnu modelu, ale o kombinaci tří samostatných zásahů v produktové vrstvě. Ty zasáhly Claude Code, Claude Agent SDK a Claude Cowork, zatímco API podle Anthropic ovlivněné nebylo. Všechny tři problémy měly být opravené k 20. dubnu ve verzi v2.1.116.
Za rozborem stojí přímo Anthropic, který text publikoval 23. dubna 2026 na svém engineering blogu. Firma uvádí, že uživatelské reporty začala vyšetřovat už začátkem března, ale zpočátku se špatně odlišovaly od běžného šumu ve zpětné vazbě. Interní používání ani původní evaly navíc nejprve nedokázaly problémy reprodukovat. Výsledek proto zvenku působil jako široké a nekonzistentní zhoršení kvality.
“We traced recent reports of Claude Code quality issues to three separate changes.”
První změna se týkala výchozí úrovně reasoning effort. Anthropic 4. března přepnul Claude Code z režimu high na medium, aby snížil dlouhé latence, při kterých mohlo rozhraní působit zamrzle. Firma později uznala, že to byl špatný kompromis: uživatelé raději chtěli vyšší inteligenci jako výchozí chování a nižší effort jen pro jednodušší úlohy. Změna byla vrácena 7. dubna a dopadla na Sonnet 4.6 a Opus 4.6.
Druhý problém vznikl v optimalizaci práce s historií přemýšlení. Anthropic 26. března nasadil změnu, která měla po více než hodině neaktivity jednorázově pročistit starší thinking bloky a tím snížit náklady při obnovení session. Kvůli bugu se ale mazání opakovalo v každém dalším turnu dané session. Claude tak postupně ztrácel kontext toho, proč předtím zvolil určité úpravy nebo tool cally, což se projevovalo zapomínáním, opakováním a zvláštními volbami nástrojů. Bug byl opraven 10. dubna ve verzi v2.1.101.
Třetí zásah byl prompt, který měl snížit výřečnost. Anthropic při přípravě Opus 4.7 přidal instrukci, aby text mezi tool cally držel do 25 slov a finální odpovědi do 100 slov, pokud úloha nevyžaduje detail. Po širším testování ablacemi firma zjistila, že jedna evaluace ukázala 3% pokles u Opus 4.6 i 4.7. Prompt proto vrátila zpět v rámci release z 20. dubna.
Postmortem je zajímavý hlavně tím, že ukazuje, jak může kvalitu AI nástroje změnit i produktová logika kolem modelu. Výchozí nastavení inference, práce s cache a systémový prompt nejsou jen detaily rozhraní. U nástroje pro programování mohou rozhodnout o tom, jestli model působí soustředěně, pamatuje si vlastní kroky a dává dost prostoru složitějším úlohám. Anthropic kvůli tomu slibuje širší per-model evaly pro změny systémových promptů, ablace jednotlivých prompt linek, delší soak periody a postupnější rollouty pro změny, které mohou obchodovat latenci nebo stručnost za inteligenci.
Zdroje:
