O Debate “Nerfing” do Claude Não é Sobre o Claude, é Sobre o que Acontece Quando as Suas Operações Funcionam com base em Decisões de Outros.

No início deste ano, Stella Laurenzo, Diretora Sênior de Inteligência Artificial da AMD, publicou telemetria de quase 7.000 sessões de código Claude documentando algo que os engenheiros sentiam, mas estavam lutando para articular: entre janeiro e março, a profundidade de raciocínio visível pareceu cair 73%, as chamadas de API por tarefa aumentaram oitenta vezes e o modelo leu muito menos arquivos antes de fazer edições. Os números se espalharam rapidamente. A interpretação se espalhou mais rápido ainda.

A Anthropic discorda da estruturação. A empresa afirma que as mudanças refletem decisões de produto deliberadas, incluindo um novo mecanismo de pensamento adaptativo e uma mudança para esforço médio como padrão. Analistas independentes também rejeitaram partes da metodologia. O debate está em andamento e pessoas razoáveis discordam sobre o que realmente aconteceu.

Mas aqui está a parte que importa se você está executando um negócio em cima desses sistemas: se isso foi degradação ou ajuste deliberado, não muda o que os operadores de empresas experimentaram. Eles não puderam prever. Eles não puderam controlar. E alguns deles sentiram antes de entender o que estava acontecendo. Essa é a história real e não tem nada a ver com a Anthropic especificamente.

Este é um problema de dependência, não um problema de modelo.

O que estamos descrevendo tem um nome: fragilidade do modelo. É a condição em que operações críticas para a missão estão fortemente acopladas ao comportamento de um único modelo, de modo que qualquer mudança na camada do modelo, seja uma decisão de ajuste, um novo padrão, uma mudança de roteamento baseada em capacidade ou uma desativação silenciosa, atinge diretamente o negócio, sem buffer e sem aviso.

Isso não é um padrão novo. O GPT-4 passou por uma versão disso em 2023. O Claude 3.5 passou por uma em 2024. O Claude Opus está passando por uma agora. Isso acontecerá novamente com o próximo modelo de fronteira e o seguinte. Não porque algum fornecedor esteja agindo de má-fé, mas porque otimizar um modelo de fronteira para custo, latência e escala em volume global é exatamente o que os fornecedores de fronteira têm que fazer. Seus incentivos e os incentivos de uma empresa que executa operações de produção em cima deles estão relacionados. Eles não são idênticos. Nunca serão.

Nós começamos a Qurrent em 2023 e temos o conhecimento histórico para saber como os ciclos de software de empresa se desenrolam: uma empresa investe em Inteligência Artificial. O demonstrativo funciona. O piloto funciona. Então, vai ao ar, algo muda na camada do modelo e, de repente, o cliente é dono do problema. Eles são os que mantêm os fluxos de trabalho, perseguem as regressões, absorvem a interrupção. Isso nunca fez sentido para mim como um modelo sustentável para operações de empresa.

A versão de empresa dessa história é operacional, não técnica.

Para os desenvolvedores, a situação atual é inconveniente. Os orçamentos de token queimam mais rápido. As sessões de codificação param. Os benchmarks desapontam. Esse é um problema real, mas é um problema recuperável.

Para as empresas que executam operações financeiras, fluxos de trabalho de conformidade, contas a receber e a pagar e processos de back-office complexos, as apostas são diferentes. Esses fluxos de trabalho não podem absorver uma semana ruim. Erros se acumulam. O volume se acumula. Os SLAs são compromissos com clientes reais, não preferências internas. No momento em que um modelo começa a ter um desempenho abaixo do esperado em um processo de alto risco, o dano está se acumulando, independentemente de alguém ter notado ou não.

O que torna isso mais difícil é que a maioria das empresas que tentaram se adiantar à Inteligência Artificial, construindo agentes internos em um único modelo, agora estão descobrindo como essa fundação foi incompleta. O primeiro agente foi a parte fácil. O que não foi construído foi a infraestrutura circundante: quadros de avaliação que detectam deriva comportamental antes que ela atinja um cliente, lógica de failover que redireciona o trabalho automaticamente quando um modelo começa a ter um desempenho abaixo do esperado e governança contínua capaz de manter o ritmo com um cenário que muda a cada trimestre. Essas três lacunas não permanecem gerenciáveis. Elas crescem em uma função de engenharia permanente que ninguém orçou, composta por pessoas cujo trabalho é basicamente manter o ritmo com decisões sendo tomadas por fornecedores sobre os quais elas não têm influência.

O que a resiliência realmente parece em produção.

Na Qurrent, construímos a força de trabalho digital para ser agnóstica de modelo desde o início, não como uma posição de marketing, mas como um requisito arquitetônico. Cada tarefa é roteada para o modelo de melhor desempenho para aquela tarefa, avaliada continuamente. Quando um modelo melhor é enviado, os clientes o recebem automaticamente. Quando um modelo atual regredir em um fluxo de trabalho específico, a camada de orquestração redireciona esse trabalho em segundos, sem intervenção humana e sem que ninguém acorde para uma thread do Slack às 2h da manhã.

Abaixo disso, simulações automatizadas são executadas contra fluxos de trabalho de produção ao longo do dia, medindo se as saídas correspondem ao comportamento esperado. A deriva é detectada na camada de infraestrutura, antes que a equipe de operações a sinta e muito antes que um cliente a sinta. E cada decisão tomada por cada trabalhador digital é registrada e revisável, uma caixa de vidro completa, porque você não pode governar o que não pode ver.

Essas não são funcionalidades premium. São o preço da admissão para executar Inteligência Artificial em produção em escala de empresa. A maioria das empresas está aprendendo isso no meio de um ciclo de notícias, o que é a maneira cara de descobrir.

A pergunta que vale a pena fazer neste trimestre.

Se o modelo em que as suas operações dependem mais tiver uma semana ruim no próximo trimestre, quantos dos seus fluxos de trabalho sentiriam? Como você saberia? E como rapidamente você poderia rotear ao redor disso?

Se a resposta para a segunda pergunta for “nós ouviríamos de um cliente”, a operação não está pronta para produção. É um piloto executado em escala e a distinção importa mais do que a maioria dos líderes percebe até que não importe.

O debate atual é, de uma forma indireta, útil. Cada CFO e COO assistindo a isso se desenrolar acaba de obter uma prévia gratuita do que a fragilidade do modelo parece sob carga operacional real, sem pagar por isso eles mesmos. A resposta certa não é mudar de modelo. É construir operações que não dependam de um único modelo.

A tecnologia continuará mudando. Essa é a única certeza neste mercado. As empresas que sairão desta década mais fortes não serão as que escolheram o modelo certo. Elas serão as que cujas operações nunca tiveram que se importar.