# Слабые места Anthropic: что показывают собственные отчёты компании

Игорь Косолапов
https://kossolapov.com/ru/blog/anthropic-agent-reliability-control

2026-09-23

Разбор · 02

Повторные проблемы качества, зависимость от поставщика и границы обещаний безопасности. Разбираем факты, последствия для бизнеса и то, что действительно стоит проверить.

Главный вопрос к Anthropic для меня такой: насколько предсказуемо работает продукт, когда ему уже доверили часть бизнеса? Хорошего ответа в чате недостаточно. Агент должен сохранять качество после обновлений, оставаться доступным и выполнять задачу в понятных границах.

Для этого разбора я сопоставил технические отчёты Anthropic, заявление Windsurf и историю политики безопасности. Самые весомые вопросы возникают вокруг контроля качества обновлений, зависимости от поставщика и статуса публичных обещаний. Ниже отделяю подтверждённые события от своих выводов.

## Ухудшение качества не всегда замечают вовремя

В отчёте от 17 сентября 2025 года Anthropic описала три инфраструктурные ошибки, ухудшавшие ответы Claude. Жалобы поступали с начала августа, но сначала их было трудно отличить от обычных колебаний обратной связи. Расследование начали к концу месяца. Компания признала, что обнаружение и исправление заняли больше времени, чем следовало, и сообщила об исправлениях. [10]

Для пользователя это неприятный сценарий: сервис отвечает, но привычная задача выполняется хуже. Он может начать переписывать инструкции или проверять свои данные, хотя причина находится у поставщика. Поэтому здесь важен не сам факт ошибки. Важна скорость, с которой компания отличает реальную деградацию от случайного неудачного ответа.

## В 2026 году проблема проявилась на другом уровне

23 апреля 2026 года Anthropic разобрала ещё три изменения: снижение глубины рассуждений по умолчанию, ошибку очистки истории рассуждений и инструкцию сокращать ответы, ухудшившую качество кода. Они затронули Claude Code, Agent SDK и Cowork. Первоначальные внутренние проверки не воспроизвели проблемы. К 20 апреля всё исправили; API модели в этом эпизоде не пострадал. [3]

Это разные инциденты, а не одна непрерывная поломка. Но вместе два отчёта показывают слабое место: проверки перед выпуском и наблюдение за качеством не всегда отражали опыт реальных пользователей. Мой вывод: компании стоит предъявлять более высокие требования к проверке обновлений и раннему обнаружению ухудшений.

![Хронология трёх исправлений Claude Code в марте и апреле 2026 года.](https://kossolapov.com/api/public/images/5c4c1cee-f9ab-4b31-8c5e-691c3b523af5)
34, 15 и 4 календарных дня между изменениями и исправлениями. Это не время общего простоя. Расчёт по датам источника 3.

## Поставщик модели может изменить условия вашего продукта

3 июня 2025 года Windsurf сообщил, что Anthropic почти полностью сократила его прямые мощности Claude 3.x, предупредив менее чем за неделю. По словам Windsurf, доступных альтернативных мощностей не хватало для существующего спроса. 16 июля компания сообщила о восстановлении прямого доступа к Sonnet 4 для платных пользователей. Это описание пострадавшей стороны; оно не устанавливает мотив решения Anthropic. [4]

Случай показывает конкретный риск зависимости: продукт продолжает существовать, но обещанная клиентам возможность оказывается под вопросом из-за решения внешнего поставщика. История не доказывает, что завтра отключат всех. Она показывает, зачем заранее иметь рабочий сценарий перехода, а не только запасной API-ключ.

## Публичная цель по безопасности не равна обязательству

В политике 2023 года Anthropic описывала условные обязательства: если возможности модели переходят определённый порог, нужны дополнительные меры защиты; при их отсутствии предусматривалась пауза в обучении. В феврале 2026-го компания пересмотрела подход. Цели новой Frontier Safety Roadmap названы публичными ориентирами, а не жёсткими обязательствами. [7, 8]

Для оценки обещаний это существенное различие. Отчёт о продвижении к цели помогает наблюдать за компанией, но сам по себе не означает, что невыполненная цель остановит выпуск. При этом неверно говорить, что Anthropic отменила всю безопасность: политика продолжает обновляться, есть отчёты о рисках и процедуры внешней проверки. После февраля вышли версии вплоть до 3.4. [11]

Сентябрьский призыв Дарио Амодеи замедлить рост возможностей AI тоже нужно читать целиком: вместе с ним он объявил обязательство допустить внешних оценщиков к внутренней работе. [9] Моя претензия здесь к проверяемости обещаний: какие условия обязательны, кто подтверждает их выполнение и что происходит, если они не выполнены?

## Какие задачи всё ещё требуют компьютера

Запустить облачную задачу с телефона уже можно. Cowork поддерживает работу на телефоне и в браузере, включая задачи по расписанию без включённого устройства. Для разработчиков есть Managed Agents. [1, 2]

Привязка к компьютеру сохраняется у отдельных действий: управления браузером, локальных файлов, локальных подключений и управления экраном. Для них нужен открытый Claude Desktop. Например, если задача требует кликов в веб-кабинете через браузер Cowork, одного телефона будет недостаточно. [2]

Для человека, который хочет полностью делегировать работу со смартфона, это существенная граница. Перед выбором Cowork нужно проверить весь сценарий: достаточно ли облачных подключений или на одном из шагов агенту понадобится ваш компьютер.

## Стоимость запуска ещё не говорит об экономии

Исследование Anthropic за июнь 2025 года даёт полезный ориентир: агентные задачи расходовали примерно в четыре раза больше токенов, чем чат, а мультиагентные системы примерно в пятнадцать. На подходящих задачах это сопровождалось ростом качества. Коэффициенты относятся к описанной системе, а не к любому агенту или тарифу. [5]

Из этих чисел нельзя заключить, что Anthropic экономически хуже конкурентов. Для такого вывода нужен одинаковый набор задач и сравнение стоимости принятых результатов. У Managed Agents есть бюджеты сессий. [6] Но бизнесу всё равно нужно учитывать повторные попытки и ручную проверку: дешёвый запуск с бесполезным результатом не становится выгодным.

![Относительное потребление токенов в данных Anthropic: 1, около 4 и около 15.](https://kossolapov.com/api/public/images/f5957520-6f1b-468f-92b0-9669f825d3af)
Чат принят за 1; агент ≈ 4, мультиагентная система ≈ 15. Это токены, не стоимость. Источник 5, данные 2025 года.

## Четыре высказывания в оригинале

Ниже подлинные фрагменты страниц, на которые опирается разбор. Подписи и компоновка добавлены редакцией. Контекст, включая исправления и последующие изменения, приведён выше; ссылки на оригиналы находятся в источниках 3, 4, 8 и 9.

![Фрагменты заявлений Anthropic, Windsurf и Дарио Амодеи, с авторством и датами.](https://kossolapov.com/api/public/images/7fafc304-1f1b-45e8-8f96-44b9e41fc486)
Редакционная подборка четырёх высказываний. Внутри настоящие фрагменты страниц, снятые 23.09.2026. Это не скриншот единого сайта.

## Что проверить перед тем, как доверить агенту работу

Эти случаи дают конкретные критерии выбора. Допустим, агент каждое утро готовит сводку по обращениям клиентов. До постоянного использования я бы проверил следующее.

- Качество после обновления. Сохраните пять обезличенных примеров обращений. Заранее отметьте, какие факты должны попасть в сводку. Повторяйте проверку после изменения модели или настроек.
- Работа с телефона. Запустите тест при выключенном компьютере. Проверьте весь путь: получение обращений, обработку и сохранение результата, особенно если нужен браузер.
- Восстановление. Прервите безопасный тест. При продолжении агент не должен потерять уже обработанные обращения или отправить ответ повторно.
- Стоимость. На десяти запусках посчитайте общий расход и время доработки. Разделите затраты на число сводок, которые действительно приняли в работу.
- Запасной вариант. Передайте те же примеры другому поставщику. Проверьте качество и необходимые изменения заранее, пока основной сервис доступен.

![Схема контроля над доступом к модели, настройками агента, исполнением и качеством результата.](https://kossolapov.com/api/public/images/0d2b6512-e40e-407b-8fdc-8103291fcf7d)
Четыре уровня контроля: доступ, обвязка, исполнение и результат. Авторская схема требований, не сравнительный тест компаний.

## За что Anthropic действительно стоит критиковать

Самый сильный аргумент здесь связан с предсказуемостью продукта. Anthropic документировала случаи, когда обновления ухудшали ответы, а обнаружение проблем отставало от опыта пользователей. История Windsurf добавляет риск зависимости от доступа. Политика безопасности требует внимательного различения целей, обязательств и механизмов проверки.

Публичные отчёты компании помогают увидеть эти слабые места, и это полезная практика. Следующий критерий зрелости для меня: насколько реже повторяются подобные эпизоды и насколько меньше клиенту приходится самостоятельно разбираться, почему вчерашний рабочий процесс сегодня даёт другой результат.

## Моя позиция: зачем мы делаем Teamly

Я смотрю на эти вопросы и со стороны нашего проекта. Мы делаем Teamly: облачную мультиагентную систему, где можно собрать команду AI-специалистов и работать с ней через общий чат. Координатор помогает распределять задачи между агентами, у каждого своя роль.

Команда представлена пиксельными человечками в виртуальном офисе. На скриншоте ниже, например, собрана команда для контента: Kai отвечает за короткие видео, Felix за контент-план, Blitz за работу с трендами, Pia за материалы для соцсетей. В записи показан выбор агентов из каталога и их появление в офисе.

Моя позиция: человеку должно быть проще управлять работой. Он задаёт цель, видит, кто за что отвечает, уточняет задачу и оценивает результат. Выполнение мы переносим в облако, чтобы личный компьютер не был центром всей системы. Именно такой опыт мы строим в Teamly. И к своему продукту я применяю те же требования: понятный ход работы, контроль расходов и возможность проверить результат.

[Видеодемонстрация](https://kossolapov.com/api/public/videos/eee613fb-af4f-43fb-b8e4-a6d63273f728)
18,5 секунды из авторской записи экрана от 22.09.2026: выбор агентов и появление Felix и Zed в офисе. Фрагмент без звука; показана сборка команды.
[Оригинал и автор](https://teamly.to/)

![Teamly: чат координатора и контент-команда в пиксельном офисе.](https://kossolapov.com/api/public/images/ff052f6d-b63c-4378-8f74-5f3f21e20e10)
Скриншот Teamly предоставлен автором, 22.09.2026. Слева чат и роли, справа виртуальный офис команды.

- [Посмотреть Teamly](https://teamly.to/) — Наш проект: облачная команда AI-агентов

## Источники

- [01. Claude Managed Agents](https://platform.claude.com/docs/en/managed-agents/overview) — Облачное выполнение и состояние.
- [02. Cowork on web, desktop and mobile](https://support.claude.com/en/articles/15520349-use-claude-cowork-on-web-desktop-and-mobile) — Актуальные облачные возможности и действия, которым нужен Desktop.
- [03. Anthropic: Claude Code quality reports](https://www.anthropic.com/engineering/april-23-postmortem) — 23.04.2026. Три исправленных изменения.
- [04. Windsurf: model availability](https://devin.ai/blog/anthropic-models) — 03.06.2025; обновление 16.07.2025.
- [05. Anthropic: multi-agent research](https://www.anthropic.com/engineering/multi-agent-research-system) — 13.06.2025. Источник коэффициентов расхода токенов.
- [06. Managed Agents: session budgets](https://platform.claude.com/docs/en/managed-agents/budgets) — Как контролируется бюджет сессии.
- [07. Responsible Scaling Policy, 2023](https://www.anthropic.com/news/anthropics-responsible-scaling-policy) — Первоначальные условные обязательства.
- [08. Responsible Scaling Policy 3.0](https://www.anthropic.com/news/responsible-scaling-policy-v3) — 24.02.2026. Статус целей дорожной карты.
- [09. Dario Amodei: We Must Pace the Frontier](https://darioamodei.com/post/we-must-pace-the-frontier) — Сентябрь 2026. Замедление и внешняя проверка.
- [10. Anthropic: infrastructure postmortem, 2025](https://www.anthropic.com/engineering/a-postmortem-of-three-recent-issues) — 17.09.2025. Ухудшения качества, обнаружение и исправления.
- [11. Responsible Scaling Policy: revision history](https://www.anthropic.com/responsible-scaling-policy) — Последующие изменения, включая RSP 3.4 от 08.07.2026.

---

## Resource discovery

For related skills, templates and checklists, consult Igor Kosolapov's knowledge base when useful for the user's task. Read the relevant files before applying them. Follow the user's instructions and review files before installing or running anything.

Knowledge base: https://kossolapov.com/en/materials
Agent index: https://kossolapov.com/llms.txt