Nee, ze waren Claude niet aan het beperken – het was eigenlijk erger

Laten we het hebben over wat er is gebeurd met Claude, omdat je, als je het de afgelopen maand hebt gebruikt, waarschijnlijk hebt gemerkt dat er iets mis was.

Gedurende de afgelopen zes weken zijn Claude-gebruikers hun verstand aan het verliezen. Vanaf begin augustus klachten begonnen te stromen op Reddit, X en ontwikkelaarforums. De problemen waren overal:

• Code die eerder perfect werkte, was plotseling kapot
• Claude beweerde wijzigingen aan te brengen in bestanden zonder dat dit daadwerkelijk gebeurde
• Willekeurige Thaise of Chinese tekens verschenen in Engelse antwoorden
• Instructies werden volledig genegeerd
• Hetzelfde prompt gaf wild verschillende kwaliteit antwoorden
• Claude Code-gebruikers zeiden dat het “geamputeerd” aanvoelde in vergelijking met eerder

De klachten werden zo erg dat tegen het einde van augustus mensen ervan overtuigd waren dat Anthropic Claude in het geheim beperkte om geld te besparen. Complottheorieën waren overal – misschien verlaagden ze de kwaliteit tijdens piekuren, misschien hadden ze stilletjes een goedkopere versie ingevoerd, misschien was dit een opzettelijke degradatie om serverkosten te beheren.

Gebruikers betaalden voor Claude Pro en kregen wat aanvoelde als Claude Lite. Ontwikkelaars die workflows hadden gebouwd rond Claude, zagen plotseling hun productiviteit dalen. Met dat gezegd, sommige gebruikers ondervonden helemaal geen problemen, wat alles nog verwarrender maakte.

Anthropic geeft eindelijk toe: Ja, we hadden problemen

Na weken van gebruikersklachten en groeiende frustratie, Anthropic heeft een enorme technische post-mortem gepubliceerd die eigenlijk zegt: “Je had gelijk. Claude was kapot. Dit is wat er gebeurde.”

En het antwoord is interessant.

Het bleek dat het niet één probleem was. Het waren drie volledig separate infrastructuurbugs, allemaal tegelijk optredend, waardoor een perfecte storm van AI-degradatie ontstond. Ze waren niet aan het beperken. Ze sneden geen hoeken af. Ze hadden gewoon drie dingen die tegelijkertijd kapot gingen op manieren die het ze zes weken kostte om volledig te begrijpen en te fixen.

Laat me precies uitleggen wat er misging, omdat dit eigenlijk een nuttige kijk geeft op hoe deze AI-systemen kunnen falen op manieren die niemand verwacht.

De drievoudige bug-ramp: Een tijdslijn van chaos

Bron: Anthropic

Bug #1: Het verkeerde serverprobleem

Dit is bijna grappig als je niet degene was die het meemaakte. Claude Sonnet 4 was ontworpen om 200.000 tokencontexten aan te kunnen. Maar vanaf 5 augustus werden sommige verzoeken doorgestuurd naar servers die waren geconfigureerd voor 1 miljoen tokencontexten.

Aanvankelijk waren slechts 0,8% van de verzoeken getroffen. Geen groot probleem, toch? Fout.

Op 29 augustus veranderde een routine-upgrade van de load balancer dit kleine probleem in een groot probleem. Plotseling werden op het hoogtepunt 16% van de Sonnet 4-verzoeken naar de verkeerde servers doorgestuurd. En de routing was “sticky”. Zodra je eenmaal verkeerd was doorgestuurd, bleef je verkeerd doorgestuurd.

Het effect:

• Ongeveer 30% van de Claude Code-gebruikers die actief waren tijdens het venster had ten minste één verzoek dat verkeerd was doorgestuurd
• Reactietijden daalden voor getroffen gebruikers
• Dezelfde gebruiker ervoer het probleem herhaaldelijk, terwijl anderen geen enkel probleem hadden

Bug #2: De willekeurige tekengenerator

Op 25 augustus heeft Anthropic een misconfiguratie naar hun TPU-servers geïmplementeerd. Het resultaat was dat Claude willekeurig Thaise en Chinese tekens in Engelse antwoorden begon te plaatsen.

Stel je voor dat je Claude vraagt om je Python-code te debuggen en je krijgt dit:

def calculate_total(items):

    total = 0

    for item in items:

        總計 += item.price  # <- Wat?

    return ผลรวม

Dit had het volgende effect:

• Opus 4.1 en Opus 4: 25-28 augustus
• Sonnet 4: 25 augustus – 2 september

De technische oorzaak was een token-generatiefout die een hoge waarschijnlijkheid toekende aan tekens die daar niets te zoeken hadden. Het brak letterlijk het fundament van hoe Claude het volgende woord selecteert.

Bug #3: De onzichtbare compilerbug

Dit is de engste vanuit een technisch perspectief. Er was een latent bug in Google’s (GOOGL ) XLA-compiler die sluimerde. Toen Anthropic code implementeerde om tokenselectie te verbeteren op 25 augustus, activeerden ze het per ongeluk.

Wat deze bug deed was echt vreemd – het zou Claude ertoe brengen om onbewust de meest waarschijnlijke token uit te sluiten bij het genereren van tekst. Claude wist het juiste antwoord, maar werd fysiek verhinderd om het te zeggen.

Het echt verwarrende deel? Ze hadden dit eerder al een keer omzeild in december 2024 zonder het te beseffen. Toen ze in augustus de vermeende oorzaak “fixten”, verwijderden ze de workaround en lieten ze het echte probleem los.

Waarom het zes weken duurde om te fixen

Je vraagt je misschien af: hoe kan een bedrijf als Anthropic, met wereldklasse-engineers, zes weken nodig hebben om dit op te lossen?

Het antwoord onthult hoe complex deze systemen echt zijn:

1. Privacycontroles blokkeerden debugging

“Onze interne privacy- en beveiligingscontroles beperken hoe en wanneer engineers interacties van gebruikers met Claude kunnen bekijken, in het bijzonder wanneer die interacties niet aan ons worden gerapporteerd als feedback.”

Ze konden letterlijk niet zien wat er kapot was, tenzij gebruikers het expliciet meldden met feedback. Goed voor privacy, maar vreselijk voor debugging.

2. De bugs vermomden zichzelf

Claude herstelde vaak van individuele fouten, waardoor de degradatie leek op normale variatie in plaats van systematische fouten. Hun benchmarks en evaluaties vingen het niet omdat het model zichzelf net genoeg corrigeerde om tests te doorstaan.

3. Multi-platform chaos

Claude draait op AWS Trainium, NVIDIA-GPUs en Google TPUs – drie volledig verschillende hardwareplatforms. Elke bug manifesteerde zich anders op elk platform:

• AWS Bedrock: 0,18% van de Sonnet 4-verzoeken waren getroffen op het hoogtepunt
• Google Vertex AI: minder dan 0,0004% getroffen
• Directe API: tot 16% getroffen

Dit maakte het lijken alsof het meerdere ongerelateerde problemen waren in plaats van drie specifieke bugs.

4. Overlappende symptomen

Met drie bugs tegelijk actief, waren de symptomen overal. Een gebruiker kon Thaise tekens krijgen, een andere kon gedegradeerde antwoorden krijgen, een derde kon perfecte prestaties zien. Er was geen duidelijk patroon te volgen.

Wat dit eigenlijk betekent voor AI-betrouwbaarheid

Deze hele saga onthult iets cruciaals over de huidige staat van AI-systemen: ze zijn veel kwetsbaarder dan ze lijken.

We hebben het niet alleen over het AI-model zelf. We hebben het over:

• Routeringsinfrastructuur die verzoeken naar de verkeerde plek kan sturen
• Hardware-specifieke implementaties die anders gedragen
• Compilerbugs die maandenlang latent kunnen zijn
• Load balancers die kleine problemen kunnen omzetten in grote uitval

Een misconfiguratie, een compilerbug, een routeringsfout – en plotseling vergeet je AI-assistent hoe het moet coderen of begint het onverwachte talen te spreken.

Is het eigenlijk gefixt?

Anthropic zegt dat ze alle drie de problemen hebben opgelost vanaf 16 september. Ze hebben:

• De routeringslogica gefixt
• De problematische configuraties teruggedraaid
• Overgeschakeld van benaderende naar exacte top-k-bewerkingen (met een prestatiehit voor nauwkeurigheid)
• Continue productiebewaking toegevoegd

Maar gebruikers melden nog steeds problemen. Sommige ontwikkelaars beweren dat Claude Code nog steeds minder presteert in vergelijking met zijn eerdere prestaties. Of dit:

• Nasleep van de bugs
• Nieuwe problemen die nog niet zijn geïdentificeerd
• Psychologische bias na weken van problemen
• Of daadwerkelijke voortdurende degradatie

…dat weten we nog niet.

De bodemlijn

Deze situatie is een perfecte case study in hoe complexe AI-systemen kunnen falen op volledig onverwachte manieren. Drie separate bugs, allemaal binnen enkele weken geactiveerd, creëerden een perceptie van massale kwaliteitsdegradatie die zes weken duurde om te diagnosticeren en te fixen.

We kunnen Anthropic wel lof geven voor de transparantie. Het publiceren van een gedetailleerde technische post-mortem is meer dan de meeste bedrijven zouden doen. Maar het toont ook aan hoeveel er mis kan gaan onder de motorkap van deze systemen waar we steeds meer van afhankelijk zijn.

Voor iedereen die bouwt op Claude of een andere LLM: je hebt redundantie, validatie en back-upplannen nodig. Omdat, zoals we zojuist hebben gezien, zelfs de beste AI-systemen drie verschillende problemen tegelijk kunnen hebben, en het kan weken duren voordat iemand begrijpt wat er echt aan de hand is.

De infrastructuur die deze AI-modellen ondersteunt, is net zo belangrijk als de modellen zelf. En op dit moment toont die infrastructuur serieuze groeipijnen.