Degradace Claude Code: reasoning depth -73%

# Degradace Claude Code: Pokles hloubky uvažování o 73 % a nárůst nákladů 122násobně

Ředitelka divize AI společnosti AMD Stella Lourenço analyzovala 6852 relací Claude Code a odhalila pokles hloubky uvažování (reasoning depth) o 73 % mezi lednem a březnem 2026. Při stejných úkolech a příkazech se poměr Read:Edit snížil z 6,6 na 2,0 a cena API vzrostla 122násobně – z 345 $ na 42 121 $ za stejné množství práce. Každá třetí úprava nyní spadá na soubory, které model neotevřel.

Lourenço zveřejnila surová data z 234 760 volání nástrojů a 17 871 bloků uvažování v GitHub issue #42796, kde prohlásila: „Claude nelze důvěřovat složitým inženýrským úkolům“. Issue shromáždila 368 komentářů a byla uzavřena 13. dubna.

Lexikální indikátory degradace

Frekvenční analýza příkazů Lourenço odhalila posun v emocionálním tónu:

• „simplest“ vzrostlo o 642 % (z 0,01 na 0,09 na tisíc volání);
• „stop“ +87 %;
• „fuck“ +68 %;
• „great“ −47 %;
• „please“ −49 %;
• „commit“ −58 %.

Poměr pozitivních k negativním slovům se zhoršil z 4,4:1 na 3,0:1. To odráží skutečnou frustraci vývojářů v produkčních scénářích se systémovým programováním.

Tři potvrzené změny chování

Anthropic zavedla tři neoznámená aktualizace, potvrzená dokumentací a odpověďmi vývojářů Claude Code (Boris Černi):

• 9. února: Adaptive Thinking. Přechod od fixního budget_tokens k samooceně objemu uvažování. Na složitých krocích – 0 tokenů reasoning, což vedlo k halucinacím (vymyšlené SHA, neexistující balíčky).

• 3. března: effort high → medium. Snížení výchozí úrovně úsilí bez upozornění. Znátelné na dlouhých autonomních relacích (30+ minut).

• 5.–12. března: thinking redaction. Viditelnost bloků uvažování klesla z 100 % (30. ledna) na 0 % (12. března). Podle Černiho – změna UI, ale data ukazují předchozí pokles reasoning o 67 %.

Metrika Read:Edit a slepé úpravy

Klíčový indikátor – poměr přečtených souborů k upraveným:

| Období | Read:Edit | Slepé úpravy (%) | Full-file Write (%) |

|--------|-----------|-------------------|---------------------|

| Leden | 6,6 | 6,2 | 4,9 |

| Březen | 2,0 | 33,7 | 11,1 |

Model méně často čte závislosti, hlavičky a testy před úpravami, což vede k rozbitým buildům v projektech jako kompilátory a ovladače GPU. Smyčky uvažování se ztrojnásobily, subagenti tvoří 26 % požadavků.

API požadavky vzrostly 80násobně (1498 → 119 341), výstupní tokeny 64násobně.

Workaround pro obnovení výkonu

Anthropic poskytla dočasné opravy:

export CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING=1
export CLAUDE_CODE_EFFORT_LEVEL=max

Nebo v relaci: /effort max.

Pro ~/.claude/settings.json:

{
  "env": {
    "CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING": "1",
    "CLAUDE_CODE_EFFORT_LEVEL": "max"
  }
}

Podle dat Marginlab (SWE-Bench-Pro) workaround vrací výkon na 56 % (z 50 %). Navíc: rozdělovat relace, používat /clear, spouštět mimo špičku (uvažování o 28 % vyšší v 23:00 PST).

Jak reprodukovat degradaci

Test na vlastních úkolech:

• Vyberte úkol s kontextem 3+ souborů (refaktoring, oprava chyby).
• Zkontrolujte stav: /effort, echo $CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING.
• Spusťte s výchozími nastaveními, zaznamenejte Read:Edit v logu.
• Aplikujte workaround a opakujte.
• Porovnejte metriky.

Rozdíl potvrzuje problém ve vašem workflow.

Co je důležité

• Hloubka uvažování klesla o 73 % kvůli Adaptive Thinking a snížení effort;
• Read:Edit klesl z 6,6 na 2,0, slepé úpravy vzrostly na 33,7 %;
• Náklady API ×122 při stejném objemu úkolů;
• Workaround funguje: dvě env proměnné obnoví ~90 % výkonu;
• Monitorujte Read:Edit jako indikátor degradace.

Omezení analýzy

Data od jednoho uživatele (AMD, MLIR/GPU, 50 agentů). Korelace thinking-signature 0,971 (Pearson r), ale extrapolace na webový vývoj riskantní. Potvrzení: SWE-Bench-Pro (56 %→50 %), 368 komentářů, 30 vláken na r/ClaudeAI. Absence changelogu pro chování modelu – systémový problém oboru.

— Editorial Team