Невидимые метки в тексте
Компания Anthropic внедрила в тексты, создаваемые Claude, невидимые водяные знаки. Это не просто метаданные или скрытые символы, которые легко удалить редактором, а статистический сигнал, встроенный в структуру самих слов. Такой «узор» сохраняется даже при копировании, вставке и частичном редактировании текста. Чтобы полностью уничтожить такую метку, потребуется серьезный рерайт.
Механика работы этого алгоритма не раскрывается: у компании нет ни открытой документации, ни параметров, ни публичного детектора для проверки текстов. При этом Anthropic признает, что внедрение маркировки может влиять на стиль, качество и смысл генерируемого контента.
Проблемы флагманской модели Opus 5
Параллельно с внедрением меток пользователи заметили ухудшение работы флагманской модели Opus 5. Ответы стали тяжелыми для восприятия: в них появилось слишком много лишних подробностей, избыточных оборотов и пафосных фраз, которые не несут полезной нагрузки. Вместо четких ответов пользователи получают «спагетти» из слов, в которых трудно уловить суть задачи.
Проблема проявляется даже при попытках упростить ответ. Вместо ясности модель выдает еще более плотный и запутанный текст. Чтобы добиться результата, теперь требуется в пять раз больше итераций, чем раньше. При этом пользователи отмечают, что проблема не в их навыках составления запросов, а в поведении самой модели.
Деградация в Claude Code
Проблемы с качеством распределены неравномерно. Хуже всего ситуация обстоит в Claude Code. Хотя модель справляется с написанием рабочего кода и поиском багов, её способность объяснять свои действия практически полностью нарушена. В режиме работы с кодом текст становится максимально сухим, техничным и лишенным пауз, что делает разбор ответов крайне трудозатратным.
Вероятно, это связано с тем, что алгоритм водяных знаков выбирает не самые вероятные слова для создания нужного узора. В программном коде выбор слов ограничен синтаксисом, а в пояснениях к нему — свободен. В итоге в Claude Code из-за высокой плотности технической информации и работы алгоритма маркировки проза превращается в невнятный набор терминов.
Ошибки обучения и конкуренция
Существует версия, что деградация вызвана не только метками, но и ошибками на этапе пост-тренинга (дообучения). Модель могли настроить на избыточную развернутость ответов, что в сочетании с алгоритмом маркировки дает эффект «пустого пафоса». Исправить ошибки в обучении гораздо сложнее и дороже, чем просто отключить новую функцию.
На фоне проблем Anthropic на рынке появляются сильные альтернативы. Модели Kimi K3 и Deepseek (включая Deepseek Pro и Flash) показывают результаты на уровне или даже выше Claude в специализированных тестах, при этом они значительно дешевле. Использование открытых моделей дает пользователям преимущество в проверяемости: в отличие от закрытых систем, здесь можно самостоятельно убедиться в отсутствии скрытых изменений в работе алгоритмов.
Что это значит
Инструмент, который должен экономить время, начал требовать больше усилий на проверку и расшифровку ответов. Из-за потери управляемостью и снижения качества работы пользователи переключаются на более эффективные и прозрачные альтернативы, такие как Kimi и Deepseek.