Anthropic přiznal tři chyby, které zhoršily Claude. Vývojáři dostávají omluvu i reset limitů

Anthropic přiznal tři chyby, které zhoršily Claude. Vývojáři dostávají omluvu i reset limitů

Týdny stížností vývojářů dostaly odpověď. Anthropic zveřejnil podrobný postmortem, ve kterém odhaluje tři konkrétní příčiny zhoršení kvality Claude Code — od špatného výchozího nastavení přes kritický bug v cache až po nešťastnou změnu systémového promptu.

Pokud jste v posledních týdnech pracovali s Claude Code a měli jste pocit, že model "zhloupnul" — nebyl to pocit. Byla to realita. Anthropic po měsíci vyšetřování konečně přiznal barvu a zveřejnil technický postmortem, který odhaluje přesně to, co se stalo. A hlavně proč.

Celý příběh začal nenápadně. Vývojáři na GitHubu, Redditu a síti X si od března stěžovali, že Claude Code — prémiový nástroj pro programátory od Anthropicu — postupně ztrácí schopnost řešit složité úlohy. Místo dŮkladné analýzy problémů volíl jednoduché zkratky, zapomínal kontext rozhovorů a plýtval tokeny na zbytenčný výstup. Komunita to pojmenovala výstižně: "AI shrinkflation" — platíte stejně, ale dostáváte méně.

Tři chyby, které se sečetly v dokonalou bouři

Anthropic ve svém postmortemu identifikoval tři samostatné změny, které dohromady vytvořily dojem plošné degradace modelu. Žádná z nich se netýkala samotných vah modelu — problém byl v tzv. "harnessu", tedy v produktové vrstvě, která model obklopuje a řídí jeho chování.

První chyba: snížení výchozí hloubky myšlení. Čtvrtého března Anthropic změnil výchozí nastavení reasoning effort z "high" na "medium". Důvod? Někteří uživatelé si stěžovali, že model v režimu high přemýšlí příliš dlouho a rozhraní vypadá zamrzlé. Jenomze tím pádem dostal každý uživatel, který si nastavení nezměnil ručně, automaticky "hloupějšího" Claudea. Firma to vrátila zpět až 7. dubna — tedy po měsíci stížností.

Druhá chyba: kritický bug v cache, který mazal paměť. Dvacátého šestého března tým nasadil optimalizaci, která měla po hodině nečinnosti smazat starší myšlenkové bloky z konverzace, aby se snížila latence při obnovení relace. Logika měla být jednoduchá — provést čištění jednou a pokračovat normálně. Místo toho bug způsobil, že se myšlenkové bloky mazaly při každém dalším dotazu po celý zbytek relace. Claude tak postupně ztrácel přehled o tom, proč udělal předchozí rozhodnutí, opakoval se a volíl nesouvisející nástroje.

https://noviny.ai/api/admin/images/9e006ec6-265a-4025-a60c-f04fd320a087/data

Tento bug měl ještě jeden nepříjemný vedlejší efekt: protože se ustále mazaly části konverzace z cache, každý další požadavek znamenal cache miss — a tedy vyšší spotřebu tokenů. To vysvětluje stížnosti uživatelů, že se jim využití limitů vyčerpává rychleji než dříve. Bug opravili 10. dubna, tedy dva týdny po nasazení.

Třetí chyba: systémový prompt, který umlčil model. Šestnáctého dubna, při přípravě na vydání Opus 4.7, Anthropic přidal do systémového promptu instrukci omezující délku odpovědí: text mezi voláními nástrojů měl mít maximálně 25 slov a finální odpověď maximálně 100 slov. Záměr byl snížit ukecamost modelu, ale výsledek byl opačný — kvalita kódování podle interních evaluací klesla o 3 %. Prompt vrátili zpět 20. dubna.

Proč to trvalo tak dlouho?

Klíčový detail celého příběhu je, že se Anthropic o problémech dozvěděl záhy — první reporty přicházely už v březnu. Jenomze reprodukce problémů se ukázala jako mimořádně obtížná. Každá ze tří chyb zasahovala jinou část uživatelů v jiném čase, a jejich kombinace vytvářela dojem nekonsistentní degradace, kterou bylo těžké odlišit od běžných výkyvů ve zpětné vazbě.

U cache bugu situaci komplikovaly dva souběžné interní experimenty — jeden s řazením zpráv na serveru a druhý se zobrazováním myšlení — které bug maskovaly při testování externích buildů. Chyba prošla několika koly code review, automatickými testy i interním dogfoodingem. Ironie? Když Anthropic zpětně nechal svůj nejnovější model Opus 4.7 zkontrolovat problémový kód, bug našel. Starší Opus 4.6 nikoliv.

Nikdy záměrně nezhoršujeme naše modely. Byli jsme schopni okamžitě potvrdit, že naše API a inferenční vrstva nebyly zasaženy. — Anthropic, technický postmortem

Co z toho plyne pro firmy, které na AI staví?

Případ Anthropicu ukazuje znepokojivý vzorec, který by měl zajímat každého, kdo buduje produkty na AI modelech. Model samotný se nezměnil — jeho váhy zůstaly stejné. Problém vznikl v produktové vrstvě: v nastavení parametrů, v optimalizaci cache, v systémovém promptu. Jinymi slovy, v místech, o kterých koncový uživatel nemá žádnou kontrolu ani přehled.

https://noviny.ai/api/admin/images/7533cf15-a5df-4799-9a22-f2c3a78cc51a/data

Pro české podnikatele, kteří integrují AI do svých workflow, to znamená jednu zásadní věc: nestačí testovat model jednou a spoíhat se, že bude fungovat stejně navždy. Poskytovatel může kdykoliv změnit parametry kolem modelu a výstup se změní, aniž by o tom dal vědět. Anthropic sám přiznává, že interní tým nepoužíval stejné buildy jako veřejnost — a proto problémy neodhalil dříve.

Stella Laurenzo, senionní ředitelka v AI divizi AMD, na GitHubu publikovala podrobný audit 6 852 relací a více než 234 000 volání nástrojů v Claude Code, kde dokumentovala měřitelný pokles výkonu. Nezávislá firma BridgeMind reportovala propad přesnosti Claude Opus 4.6 z 83,3 % na 68,3 %, což model srazilo z druhého na desáté místo v jejich žebříčku. Taková data jsou pro firmy závislé na AI výstupcích alarmující.

Anthropic slibuje změny a resetuje limity

Jako součást nápravy Anthropic resetoval limity využití pro všechny předplatitele k datu 23. dubna. Firma zároveň oznámila sérii opatření, která mají zabránit opakování podobných problémů:

Firma také spustila účet @ClaudeDevs na síti X, kde chce transparentněji komunikovat produktová rozhodnutí a jejich technické pozadí.

Praktický takeaway: co s tím můžete udělat

Případ Anthropicu nabízejí několik konkrétních poučení pro každého, kdo s AI pracuje profesionálně. Za prvé: zavádějte průběžný monitoring kvality AI výstupů. Pokud je AI model součástí vašeho produktu nebo workflow, potřebujete vlastní evaluační sadu, která pravidelně ověřuje, že model stále dělá to, co má. Spoíhat se na pocit nestačí.

Za druhé: diverzifikujte. Závislost na jediném poskytovateli AI modelu je dnes risk. Mít připravený fallback — ať už jde o jiný model od stejné firmy, nebo o alternativu od konkurence — není luxus, ale pojitně. Případ Claude Code ukázal, že i špičkový model může na týdny ztratit kvalitu kvůli třem zdánlivně nevinným změnám v produktové vrstvě.

Za třetí: sledujte komunitu. V tomto případě to byli vývojáři na GitHubu a sociálních sítích, kdo problém identifikoval dříve než interní testy poskytovatele. Aktivní sledování diskuzních fór a technických komunit kolem AI nástrojů, které používáte, vám může ušetřit týdny frustrace a ztracené produktivity.

Postmortem Anthropicu je v mnoha ohledech vzorový — firma pojmenovala konkrétní chyby, přiznala selhání procesů a navrhla systémová řešení. To je víc, než co od většiny technologických firem obvykle dostáváte. Otázkou zůstává, jestli sliby o transparentnosti vydrží i tehdy, až příští problém nebude tak snadno řešitelný.