Si tu as eu l'impression, en mars et en avril, que Claude Code était moins malin, qu'il oubliait ce qu'il venait de faire, qu'il se répétait ou que tes limites fondaient plus vite que d'habitude, tu n'étais pas seul. Et tu n'avais pas rêvé.
Le 23 avril, Anthropic a publié un postmortem détaillé. Conclusion : trois changements distincts, sans lien entre eux, ont dégradé l'expérience de certains utilisateurs. Tous sont corrigés depuis le 20 avril, avec la version 2.1.116. Et les limites d'usage ont été réinitialisées pour tous les abonnés.
Les problèmes touchaient Claude Code, le Claude Agent SDK et Claude Cowork. L'API n'était pas concernée, et Anthropic précise avoir pu confirmer immédiatement que l'API et la couche d'inférence n'étaient pas touchées. L'entreprise rappelle au passage qu'elle ne dégrade jamais volontairement ses modèles.
Le problème venait donc de l'outil autour du modèle : réglages par défaut, gestion du contexte, prompt système.
Le 4 mars, Anthropic a baissé le niveau d'effort de raisonnement par défaut de Claude Code, de high à medium.
La raison était compréhensible : en mode high, Opus 4.6 réfléchissait parfois si longtemps que l'interface semblait figée, avec une latence et une consommation de tokens disproportionnées. Dans les évaluations internes, medium offrait une intelligence légèrement inférieure pour une latence bien plus faible.
Mais les utilisateurs ont rapidement trouvé Claude Code moins intelligent. Anthropic a multiplié les indications pour signaler qu'on pouvait changer le réglage (messages au démarrage, sélecteur d'effort, retour d'ultrathink), mais la plupart des gens sont restés sur la valeur par défaut.
Anthropic le reconnaît : c'était le mauvais compromis. Le changement a été annulé le 7 avril. Désormais, l'effort par défaut est xhigh pour Opus 4.7 et high pour les autres modèles.
Concernés : Sonnet 4.6 et Opus 4.6.
C'est le plus technique, et le plus sournois.
Quand Claude raisonne, ce raisonnement reste normalement dans l'historique : à chaque tour, il peut voir pourquoi il a fait telle modification ou tel appel d'outil.
Le 26 mars, Anthropic a livré une optimisation. L'idée : quand une session est restée inactive plus d'une heure, le cache de prompt a de toute façon expiré. On peut donc alléger la reprise en effaçant les anciens blocs de réflexion, puis reprendre normalement.
Le bug : au lieu d'effacer la réflexion une seule fois, le code l'effaçait à chaque tour pour le reste de la session. Pire, si tu envoyais un message pendant que Claude utilisait un outil, même le raisonnement du tour en cours disparaissait. Claude continuait de travailler, mais sans se souvenir de pourquoi il faisait ce qu'il faisait.
Les symptômes : oublis, répétitions, choix d'outils étranges. Et comme chaque requête modifiée ratait le cache, ce bug explique aussi, selon Anthropic, les limites d'usage qui se vidaient plus vite que prévu.
Le bug a échappé à plusieurs revues de code humaines et automatiques, aux tests unitaires et de bout en bout, et à l'usage interne. Deux expériences sans rapport le masquaient dans la plupart des sessions de test. Il a fallu plus d'une semaine pour identifier la cause.
Détail intéressant : en rejouant l'outil de Code Review sur les pull requests fautives, Opus 4.7 a trouvé le bug, alors qu'Opus 4.6 ne l'avait pas vu, à condition d'avoir accès à tous les dépôts nécessaires.
Correction : le 10 avril, en 2.1.101. Concernés : Sonnet 4.6 et Opus 4.6.
Opus 4.7 a tendance à être bavard. Pour préparer sa sortie, Anthropic a ajusté Claude Code, notamment avec une ligne ajoutée au prompt système. La voici, telle que publiée dans le postmortem :
"Length limits: keep text between tool calls to ≤25 words. Keep final responses to ≤100 words unless the task requires more detail."
Après plusieurs semaines de tests internes sans régression, la consigne a été livrée le 16 avril avec Opus 4.7. Mais en testant ligne par ligne l'effet du prompt système sur une batterie d'évaluations plus large, l'une d'elles a montré une baisse de 3 % pour Opus 4.6 comme pour Opus 4.7.
La consigne a été retirée le 20 avril. Concernés : Sonnet 4.6, Opus 4.6 et Opus 4.7.
Chaque changement touchait une partie différente du trafic, selon un calendrier différent. Vu de l'extérieur, l'ensemble ressemblait à une dégradation diffuse et incohérente. Au début, les signalements se distinguaient mal des variations normales des retours utilisateurs, et ni l'usage interne ni les évaluations ne reproduisaient les problèmes.
- Plus d'employés sur la version publique exacte de Claude Code, et non sur la version de test interne.
- Un meilleur outil de Code Review, amélioré en interne puis proposé aux clients, avec davantage de dépôts en contexte.
- Des contrôles renforcés sur le prompt système : une large batterie d'évaluations par modèle pour chaque modification, des tests ligne par ligne, et de nouveaux outils pour relire et auditer les changements.
- Des déploiements progressifs, avec des périodes d'observation, pour tout changement qui pourrait coûter en intelligence.
- Un nouveau compte @ClaudeDevs sur X et des fils centralisés sur GitHub pour expliquer les décisions produit.
Trois leçons pour nous, utilisateurs :
- Vérifie ton niveau d'effort avec
/effort : c'est un réglage qui change vraiment la qualité des réponses.
- Utilise
/feedback quand quelque chose cloche. Anthropic remercie explicitement ceux qui ont signalé des problèmes avec cette commande ou publié des exemples reproductibles : ce sont eux qui ont permis de trouver les causes.
- Mets à jour Claude Code régulièrement : les trois corrections sont arrivées par des versions successives.
Et une leçon plus générale : même avec des revues, des tests et de l'usage interne, un bug à l'intersection de plusieurs systèmes peut passer. Publier un postmortem aussi détaillé, avec la ligne de prompt fautive, reste une pratique qu'on aimerait voir plus souvent.
- 4 mars → 7 avril : effort par défaut passé de high à medium, puis rétabli.
- 26 mars → 10 avril : bug qui effaçait la réflexion à chaque tour après une heure d'inactivité (corrigé en 2.1.101).
- 16 avril → 20 avril : consigne de concision qui coûtait 3 % sur une évaluation.
- Tout est corrigé depuis la 2.1.116, et les limites ont été réinitialisées le 23 avril.
