Пользователи заподозрили Anthropic в тайном урезании «усилий» Claude Code

На Hacker News активно обсуждают серию сообщений пользователя под ником argofowl (@argofowl) в соцсети X. Он утверждает, что Anthropic проводит скрытый A/B-тест, который снижает уровень «усилий» (effort) модели в инструменте Claude Code.

По словам автора, изменение происходит на стороне сервера, а не в самом приложении. Часть сессий с моделью Fable 5 на версиях Claude Code 2.1.236 и новее якобы попадает в эксперимент, который «сжимает» шкалу усилий. Более старые версии и модель Opus 5, по его наблюдениям, эксперимент не затрагивает. Поскольку речь идёт о выборочном тесте, эффект видят не все пользователи.

Особенно резко автор высказался о поведении настройки после версии 2.1.237: по его описанию, модель теперь трактует режим «high» как значение 10 из 100 — ровно то число, которое прежде соответствовало режиму «low». При этом, подчёркивает он, в списке изменений (changelog) об этом нет ни слова.

«Я думал, что сломался мой код»

Эмоциональная часть сообщений посвящена тому, как незаметность правки бьёт по доверию. Автор рассказывает, что провёл целый день в уверенности, будто сломались его собственное приложение и рабочий код, — и лишь потом заподозрил, что дело в самой модели. Отсюда и его простой критерий: «если „high“ ощущается как „low“, значит, вы в тестовой группе».

Эти жалобы подхватили и другие участники обсуждения. Один из комментаторов сформулировал главную претензию к самой практике: как вообще работать с компанией, которая меняет продукт прямо у тебя под ногами?

Что важно помнить

Всё изложенное — это наблюдения и претензии отдельного пользователя, а не подтверждённые данные. Официальных комментариев Anthropic в приведённом материале нет, а выводы о конкретных версиях и числовых значениях сделаны самим автором на основе его личного опыта. Тем не менее сам сюжет затрагивает больную тему для тех, кто строит рабочие процессы вокруг облачных ИI-инструментов: любые незаметные серверные правки поведения модели способны создать ощущение, будто ломается не сервис, а собственный проект. Обсуждение на Hacker News набрало более сотни голосов и свыше сотни комментариев.

Источник: Hacker News