Anthropic внесла в системный промпт Claude Code два предложения, которые отводят модель Opus 5.5 от воссоздания чужих видеоигр; при этом, по сообщениям разработчиков, отказы затронули и легитимные рабочие задачи, которые модель раньше выполняла. Член технической команды Anthropic Addy Osmani подтвердил на X, что инструкции были изменены намеренно, но связь отказов с промпт-правкой компания не подтвердила. Пока часть команд продолжает работу через намеренный откат на более старую Opus 4.8, кейс подсветил уязвимость hosted-агентов в целом: поведение модели может измениться без единой правки в коде, инструментах или локальных промптах разработчика.

image

Что произошло

В материале The New Stack описан кейс с агентным инструментом Claude Code: Anthropic внесла в системный промпт для модели Opus 5.5 два предложения, отводящие её от воссоздания чужих видеоигр, поскольку такие запросы нарушают usage policy компании в части интеллектуальной собственности. Разработчики столкнулись с неожиданными отказами и в задачах, которые модель прежде выполняла без вопросов: анализ и reverse-engineering собственного кода, тестирование драйверов. Член технической команды Anthropic Addy Osmani подтвердил на X, что инструкции были изменены намеренно, однако компания не пояснила механизм отказов. Рабочим ответом команд стал сознательный возврат на предыдущую версию Opus 4.8, в которой этих ограничений нет.

Контекст

Ключ к пониманию ситуации в устройстве hosted-агентных платформ: системный промпт провайдера — часть поведенческой поверхности модели, которая обновляется вне привычного версионирования и вне контроля пользователя. Веса Opus 5.5, клиентский код и локальные промпты команд в данном случае никто не менял, поэтому спецификация «модель версии X» оказывается неполной: задачи формально остаются в способностях модели, но политика и промпт-обвязка отсекают к ним продакшн-доступ. Отсюда непопулярный вывод: описание возможностей модели без указания policy-профиля даёт искажённую картину того, что реально доступно в работе. Ориентир для верификации легитимных задач уже появился: 6 октября 2026 года была расширена программа Cyber Verification Program, рассчитанная на проверенных security-исследователей.

Почему это важно для индустрии

Для индустрии кейс — структурный аргумент против восприятия hosted-агента как стабильного компонента production: поведенческая зависимость от провайдера обновляется вне контроля пользователя и способна сломать рабочий процесс за один день, без правок на стороне заказчика. Одновременно сценарий очерчивает нарождающийся слой продуктовой инфраструктуры: пиннинг версий модели, регрессионные eval'ы поведения, мониторинг отказов и мульти-модельные конфигурации, в которых отказ одного провайдера не роняет весь продукт, — команды, строящие такие абстракции, получают дополнительный спрос. Если описанный паттерн повторится у нескольких провайдеров, вероятно усиление требований к прозрачности major prompt-изменений, фактически к changelog'ам на уровне системных промптов, и к механизмам верификации легитимных задач. В горизонте пары лет конкуренция способна сместиться от самих моделей к гарантиям стабильности поведения, где доля отказов на профессиональных задачах вроде refusal precision станет публичной метрикой провайдера; это сценарная интерпретация кейса, а не фиксируемая сегодня динамика отрасли.

Почему это важно для пользователей

Тем, кто использует Claude Code или другие hosted AI-агенты в production, стоит отработать конкретные шаги уже сейчас: прогнать критичные сценарии на текущей версии, зафиксировать рабочую модель в конфигурации, держать под рукой проверенную запасную версию для быстрого отката и явно задокументировать, какие типы задач подпадают под новые ограничения. Если ваш процесс завязан на те самые типы задач, что названы выше, на Opus 5.5 в них вероятны неожиданные отказы, и лучше столкнуться с ними на тестовом прогоне, чем в живом рабочем процессе. Для любого продукта, привязанного к одному провайдеру, запасной план из приятной опции превращается в базовую гигиену.

Что пока неизвестно / ограничения

Рамка осторожности из самих источников: связь между двумя предложениями в промпте и отказами в легитимных задачах остаётся совпадением по времени, известным по сообщениям разработчиков, а не доказанной причинностью; Anthropic такую связь не подтвердила, и отказы может генерировать отдельный кибербезопасностный safeguard, а не игровой лимит. Числовых оценок в репортах нет: ни частоты отказов до и после изменения, ни выборки задач, ни сравнения поведения модели через API и внутри Claude Code, поэтому считать кейс системным сдвигом поведения преждевременно, хотя однотипные репорты от разных команд указывают на неслучайность. Открытым остаётся и полный периметр ограничений: какие именно задачи помимо описанных подпадают под новые правила.

Источники

Автор

Look at AI, редакция