Главное за неделю: вышла Opus 5.5. Теперь это модель Opus по умолчанию, и на Pro Opus стала дефолтом вместо Sonnet. Практики спорят, стала ли её проза лучше. Ещё появилась поддержка AGENTS.md, а ответы субагентов теперь приходят с явной пометкой, поэтому их текст не выдать за инструкции сессии. Научная рубрика в этом выпуске собрана впервые: за 7 и 14 дней свежих работ не нашлось, поэтому окно расширено до 29 авг, 8 сен (помечено в карточках). По ГОСТ/ВАК-оформлению и ретракциям свежего нет.
Фичи и обновления
4 + прочееOpus 5.5: новый дефолт Opus
v2.1.280 · 22 сенВ Claude Code добавлена claude-opus-5-5, теперь это модель Opus по умолчанию. Контекст 1M, $4/$20 за Mtok, чтение кеша $0.20, fast mode до 2,5× быстрее ($8/$40). По заявлению Anthropic, модель на большинстве задач держит уровень Fable 5.1 и обходится примерно на 40% дешевле Opus 5. Она «ставит главное вперёд» и точнее соблюдает правила письма. На Pro и Team Standard дефолтная модель сменилась с Sonnet на Opus. Уровень effort, сохранённый до перехода /effort на per-model, к новой модели не переносится: она стартует со своего дефолта.
AGENTS.md как запасной файл инструкций
v2.1.277 · 18 сенЕсли в проекте нет CLAUDE.md, Claude Code читает AGENTS.md, открытый формат, который понимают Codex, Cursor, Gemini CLI и другие. Это именно запасной вариант: если на пути к рабочей папке найден CLAUDE.md, .claude/CLAUDE.md или CLAUDE.local.md, AGENTS.md не загружается. Политика меняется в /config, затем «Project instructions». На Bedrock, Vertex и Foundry пока не работает.
@AGENTS.md в CLAUDE.md или симлинком. Теперь в проекте без CLAUDE.md файл подхватывается сам.Ответ субагента больше не выдать за инструкции
v2.1.277 · 18 сенРезультат субагента теперь приходит главному агенту под заголовком «это вывод субагента», с отступом. Так текст внутри ответа не может сойти за собственные инструкции сессии. Это защита от prompt injection, которая проходит через цепочку агентов.
Длинные сессии: восстановление и огромный первый промпт
v2.1.281 · 23 сенЕсли сессия упёрлась в «Prompt is too long», а в ней доминирует один огромный первый промпт, этот промпт теперь сжимается отдельно. Возобновление очень длинных и уже сжатых сессий и сессий, которые читали много файлов, стало быстрее. Исправлено возобновление, из-за которого API мог терять ранние рассуждения беседы (параллельные вызовы инструментов, MCP). /context теперь учитывает сообщения после последнего ответа.
Прочее (от v2.1.276 до v2.1.281)
"attribution": falseв settings.json скрывает всю атрибуцию в коммитах и PR (v2.1.281). Старые версии CLI пропускают файл настроек с этим ключом.--agentsпринимает путь к JSON-файлу в режиме-p(v2.1.281). Удобно для плановых прогонов с фиксированным набором агентов.- Опасный
rmв auto mode ждёт ответа 2 минуты, затем отклоняется с подсказкой, и безнадзорная сессия идёт дальше (v2.1.281). Отключается черезCLAUDE_CODE_DISABLE_DANGEROUS_RM_TIMEOUT=1. - Send now (
Ctrl+Enter) теперь уводит работающие инструменты в фон.1.281). - Невидимые Unicode-символы форматирования убираются из промпта, очищенный текст показывается перед отправкой (v2.1.277). Полезно при вставке из PDF.
- В
/insightsпоявилась оценка, сколько запросов разрешений снял бы auto mode (v2.1.281). Серверный классификатор auto mode стал дефолтом для API, Enterprise и облачных провайдеров (v2.1.278). - Встроенный skill artifact-design просит у Claude «простую, прямую прозу» на страницах артефактов (v2.1.281). Это касается и этой ленты.
Методы работы с текстами
2 методаOpus 5.5 пишет лучше, чем редактирует: раздели роли
выбор моделиEvery измерили прозу Opus 5.5: уровень Флеша-Кинкейда 6,95 против 7,97 у Opus 5, Reading Ease 68,4 против 61,35. Это самый читаемый текст среди проверенных ими моделей. Но в редакторских задачах 5.5 оказалась 4-й из 5, позади Opus 5. Модель пишет гладкие фразы, но плохо понимает, какая фраза должна стоять первой: «всё ещё закапывает главное».
Стоп-лист «манерной прозы» и калибровка по образцу
стильStashBase разбирает количественные «тики» Opus 5. Средний ответ 510 слов против 158 у Opus 4.5. Предложения на 58% длиннее, придаточных на 46% больше, тире в 2,3 раза чаще, «load-bearing» вдвое чаще. Автор даёт четыре готовых промпта: общие правила письма, чистка манерной прозы, правка черновика и подгонка под голос по образцам текста. Под запретом «повороты» (Y), вынужденные тройки и слова-украшения вроде «quietly» и «earns its keep».
Голоса практиков
2 голосаKatie Parrott: «от 37 до 39 предложений там, где мне хватило 21»
Every · Vibe CheckParrott написала тот же текст сама и дала его Opus 5.5. У модели вышло от 37 до 39 предложений против её 21, и целый абзац ушёл на объяснение того, что читатели замечают ИИ-прозу. При этом с моделью стало приятнее работать: она принимает замечание и строит на нём. Klaassen отмечает, что 5.5 «следует skills и идёт дальше», а Opus 5 ломал skills и застревал в циклах.
HN: «так же многословна» против «заметно лучше»
Hacker Newsmcintyre1994 ушёл с Opus 5 на другую модель, потому что «не может весь день работать» с её стилем, хотя не считает ту модель сильнее. ascendantlogic поработал с 5.5 час и насчитал «load bearing» четыре раза: по его словам, модель «так же мучительно многословна». sdthjbvuiiijbb, наоборот, видит «заметно лучше» и меньше тарабарщины. Единого мнения нет.
Плагины и интеграции
2 пунктаclaude plugin eval: тест skill против «без skill»
v2.1.269 · 11 сен · окно 14 дн.Команда прогоняет плагин на наборе кейсов: реалистичный промпт плюс грейдеры. Каждый кейс по умолчанию запускается 3 раза с плагином и 3 раза без него. На выходе оценки WITH, W/OUT и их разница Δ, то есть реальный вклад плагина. Типов грейдеров шесть. Четыре бесплатные: regex, tool_used, tool_order, file_exists. Два вызывают модель-судью: llm (рубрика PASS/FAIL) и baseline. claude plugin eval init сам предлагает кейсы и грейдеры. Для CI есть --threshold, --max-cost-usd и --json, отчёт пишется в evals/results/<время>/report.html.
validate проверяет MCP, маркетплейсы-двойники блокируются
от v2.1.280 до v2.1.281 · от 22 до 23 сенclaude plugin validate теперь показывает записи .mcp.json, которые при загрузке молча отбросятся, необъявленные ссылки ${user_config.*} и небезопасные URL. Предупреждает и о незакавыченном ${CLAUDE_PLUGIN_ROOT} в shell-хуках: он ломается на путях с пробелами. Маркетплейсы, чьё имя подражает зарезервированному, отклоняются при добавлении и перестают загружаться, если уже были добавлены.
Научный текст: приёмы
4 приёмаПредрецензия: сначала много замечаний, потом слияние повторов и добор
ревью · 5 сенParsa и Rezaei проверили ИИ-предрецензию на 3 398 рукописях ICLR 2026, у которых есть версия до рецензирования. Независимые выборки замечаний покрыли 44,9% проблем, найденных живыми рецензентами. Схема «сгенерировать большой пул, убрать дубли, добрать недостающее» дала 78,7% строгого покрытия и 84,9% с учётом серьёзности замечаний. Цена: в 3,6 раза больше запросов и в 5,2 раза больше токенов. Узкое место в сжатии: отборщики, которые видят только статью, сохраняют только от 40 до 44% покрытия.
Замечание = диагноз + правка с опорой на текст
ревью · 8 сенActReview (Ma, Zhao, Cohan и др.) учит рецензента на ответах авторов (rebuttals): из них видно, какие действия реально закрывают замечание. Каждое замечание раскладывается на два обязательных элемента: диагностическое утверждение о конкретной слабости и предложение правки, привязанное к месту в статье. Рубрика оценивает, насколько указание специфично для этой слабости и насколько оно конкретно привязано к тексту. Датасет 40K примеров, бенчмарк на 1 000 размеченных людьми.
ИИ цитирует некритично и тянет старое и известное
источники · 1 сенLiu, Murray и соавторы маскировали ссылки в 1 746 статьях по NLP (63 тыс. контекстов, 132 тыс. ссылок) и давали шести LLM подобрать замену. Модели цитируют заметно менее критично, то есть реже ссылаются на работы, с которыми спорят. Они предпочитают известные и старые статьи, особенно в критических ссылках, тогда как люди чаще берут свежие нишевые работы.
Скрининг литобзора: явные критерии +28,8%, экстракция слабая
литобзор · 29 авгSciLitBench (Zabaleta, Lin) проверяет весь конвейер: 42 981 найденная запись, 1 012 полных текстов, 888 включённых работ, 22 открытые модели. Явные критерии включения и исключения поднимают F2 скрининга по аннотациям на 28,8%, а обоснования, написанные исследователем, улучшают полнотекстовый отбор на 15%. Экстракция проседает: год публикации извлекается с точностью 0,97, а подход, всего 0,37 по Жаккару. Лучшие модели находят только 30% доказательной базы и 25% ограничений исследований.
Не закрыто в этом выпуске
- Оформление (ГОСТ Р 7.0.5-2008, ВАК): новых приёмов за период нет.
- Проверка на ретракции: свежего за период нет. Инструменты вроде sourcecheck (OpenAlex + Crossref + Retraction Watch) вышли в июле и за пределы окна.