Dyrektor AMD krytykuje Claude Code. Jest głupi, leniwy i nie można mu ufać

Jeszcze kilka miesięcy temu Claude Code uchodził za jednego z najbardziej obiecujących asystentów dla programistów. Dziś coraz więcej doświadczonych inżynierów mówi wprost o spadku jakości, który wpływa na codzienną pracę. Dyskusja nabrała tempa po głośnym wpisie opublikowanym w serwisie GitHub przez osobę związaną z AMD.

Autorka wpisu, Stella Laurenzo, nie opiera się na pojedynczych przypadkach. Jej zespół przeanalizował tysiące sesji pracy z narzędziem, obejmujących setki tysięcy operacji i tysiące procesów decyzyjnych modelu. Wnioski są niepokojące. Narzędzie coraz rzadziej analizuje kod przed jego modyfikacją. Coraz częściej podejmuje skróty, wybierając najprostsze działania zamiast bardziej złożonych, wymagających głębszego rozumowania. W wielu przypadkach zamiast precyzyjnych poprawek pojawia się przepisywanie całych plików.

W praktyce oznacza to więcej błędów, większe zużycie czasu i konieczność ręcznej kontroli.

„Płytkie myślenie” zamiast analizy

Najostrzejsze zarzuty dotyczą sposobu działania modelu. Według Laurenzo zmiany wprowadzone na początku marca doprowadziły do ograniczenia procesu rozumowania. Wskazywana jest konkretna wersja narzędzia oraz funkcja ukrywająca część procesu decyzyjnego modelu. Użytkownicy przestali widzieć, jak AI dochodzi do odpowiedzi. Zniknęła możliwość oceny jakości analizy.

Efekt odczuwalny jest w pracy zespołów. Model częściej kończy zadania przedwcześnie, unika odpowiedzialności za błędy i wybiera najłatwiejsze rozwiązania. W środowisku inżynieryjnym taki zestaw zachowań oznacza spadek użyteczności.

Najbardziej wymowny jest fakt, że część zespołów zdecydowała się na zmianę dostawcy. Zespół Laurenzo potwierdził, że korzysta już z alternatywnego rozwiązania, które lepiej radzi sobie z wymagającymi zadaniami.

„Przeszliśmy do innego dostawcy, który wykonuje pracę o wyższej jakości, ale Claude był dla nas dobry i odchodzimy z nadzieją, że Anthropic naprawi ich produkt” – wyjaśniła Laurenzo, odmawiając podania szczegółów w komentarzu, powołując się na umowy o zachowaniu poufności dotyczące nowego narzędzia używanego przez jej zespół.

Społeczność potwierdza problem

Dyskusja nie ogranicza się do jednego wpisu. Wątek na GitHubie szybko przyciągnął innych użytkowników, którzy opisują podobne doświadczenia. Na Reddit pojawiają się kolejne relacje wskazujące na ten sam trend. Programiści zwracają uwagę na rosnącą nieprzewidywalność działania narzędzia. Pojawiają się też zarzuty dotyczące większego zużycia tokenów i ograniczeń, które utrudniają pracę przy bardziej złożonych projektach.
To nie pierwszy sygnał ostrzegawczy. Już wcześniej użytkownicy zauważyli skrócenie wyjaśnień generowanych przez model. Z czasem pojawiły się kolejne kontrowersje, w tym kwestie związane z wykorzystaniem zasobów oraz wyciek fragmentów kodu źródłowego. Wszystko to uderza w wizerunek Anthropic jako dostawcy narzędzi dla profesjonalistów.