# Degradacja Claude Code: spadek głębokości rozumowania o 73% i wzrost kosztów 122-krotny
Dyrektorka działu AI w AMD, Stella Lourenco, przeanalizowała 6852 sesje Claude Code, wykazując spadek głębokości rozumowania (reasoning depth) o 73% między styczniem a marcem 2026 roku. Przy tych samych zadaniach i promptach stosunek Read:Edit spadł z 6,6 do 2,0, a koszt API wzrósł 122-krotnie — z 345 USD do 42 121 USD za porównywalny zakres prac. Co trzecia edycja dotyczy teraz plików, których model nie otworzył.
Lourenco opublikowała surowe dane z 234 760 wywołań narzędzi i 17 871 bloków rozumowania w GitHub issue #42796, gdzie stwierdziła: «Claude nie nadaje się do wykonywania złożonych zadań inżynierskich». Issue zebrał 368 komentarzy i został zamknięty 13 kwietnia.
Leksykalne wskaźniki degradacji
Analiza częstotliwości promptów Lourenco ujawniła zmianę w zabarwieniu emocjonalnym:
- «najprostsze» wzrosło o 642% (z 0,01 do 0,09 na tysiąc wywołań);
- «stop» +87%;
- «kurwa» +68%;
- «świetne» −47%;
- «proszę» −49%;
- «commit» −58%.
Stosunek pozytywu do negatywu pogorszył się z 4,4:1 do 3,0:1. To odzwierciedla rzeczywistą frustrację deweloperów w scenariuszach produkcyjnych z programowaniem systemowym.
Trzy potwierdzone zmiany zachowania
Anthropic wprowadziło trzy nieogłoszone aktualizacje, potwierdzone dokumentacją i odpowiedziami deweloperów Claude Code (Boris Czerny):
- 9 lutego: Adaptive Thinking. Przejście od stałego
budget_tokensdo samooceny objętości rozumowania. Na złożonych krokach — 0 tokenów reasoning, co doprowadziło do halucynacji (wymyślone SHA, nieistniejące pakiety).
- 3 marca: effort high → medium. Obniżenie domyślnego poziomu wysiłku bez powiadomienia. Zauważalne w długich autonomicznych sesjach (30+ minut).
- 5–12 marca: thinking redaction. Widoczność bloków rozumowania spadła z 100% (30 stycznia) do 0% (12 marca). Według Czernego — zmiana UI, ale dane pokazują wcześniejszy spadek reasoning o 67%.
Metryka Read:Edit i ślepe edycje
Kluczowy wskaźnik — stosunek przeczytanych plików do edytowanych:
| Okres | Read:Edit | Ślepe edycje (%) | Full-file Write (%) |
|----------|-----------|-------------------|---------------------|
| Styczeń | 6,6 | 6,2 | 4,9 |
| Marzec | 2,0 | 33,7 | 11,1 |
Model rzadziej czyta zależności, nagłówki i testy przed edycjami, co prowadzi do zepsutych buildów w projektach typu kompilatory i sterowniki GPU. Pętle rozumowania potroiły się, subagenci stanowią 26% zapytań.
Zapytania API wzrosły 80-krotnie (1498 → 119 341), tokeny wyjściowe — 64-krotnie.
Obejście do przywrócenia wydajności
Anthropic podało tymczasowe poprawki:
export CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING=1
export CLAUDE_CODE_EFFORT_LEVEL=maxLub w sesji: /effort max.
Dla ~/.claude/settings.json:
{
"env": {
"CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING": "1",
"CLAUDE_CODE_EFFORT_LEVEL": "max"
}
}Według danych Marginlab (SWE-Bench-Pro), obejście przywraca wydajność do 56% (z 50%). Dodatkowo: dzielić sesje, używać /clear, uruchamiać poza godzinami szczytu (reasoning o 28% wyższe o 23:00 PST).
Jak odtworzyć degradację
Test na własnych zadaniach:
- Wybierz zadanie z kontekstem 3+ plików (refaktoring, naprawa buga).
- Sprawdź status:
/effort,echo $CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING. - Uruchom z domyślnymi ustawieniami, zapisz Read:Edit w logu.
- Zastosuj obejście i powtórz.
- Porównaj metryki.
Różnica potwierdza problem w twoim workflow.
Co najważniejsze
- Głębokość rozumowania spadła o 73% z powodu Adaptive Thinking i obniżenia effort;
- Read:Edit spadł z 6,6 do 2,0, ślepe edycje wzrosły do 33,7%;
- Koszty API ×122 przy tym samym zakresie zadań;
- Obejście działa: dwie zmienne env przywracają ~90% wydajności;
- Monitoruj Read:Edit jako wskaźnik degradacji.
Ograniczenia analizy
Dane od jednego użytkownika (AMD, MLIR/GPU, 50 agentów). Korelacja thinking-signature 0,971 (Pearson r), ale ekstrapolacja na webdev ryzykowna. Potwierdzenia: SWE-Bench-Pro (56%→50%), 368 komentarzy, 30 wątków na r/ClaudeAI. Brak changelog dla zachowania modelu — systemowy problem branży.
— Editorial Team
Brak komentarzy.