--- title: "Claude Code: jak wymusić wysoką jakość odpowiedzi" description: "Obejścia spadku jakości Claude Code po zmianach z lutego i marca 2026. Effort, adaptive thinking, settings.json." author: Maciej Olszewski date: 2026-05-07 tags: - claude-code - ai url: "https://inprojects.ai/blog/claude-code-wymuszanie-jakosci/" language: pl --- # Claude Code: jak wymusić wysoką jakość odpowiedzi > Obejścia spadku jakości Claude Code po zmianach z lutego i marca 2026. Effort, adaptive thinking, settings.json. > W lutym i marcu 2026 Anthropic po cichu zmienił trzy rzeczy w Claude Code, które obniżyły jakość odpowiedzi o 67%. Opisuję, co się stało, dlaczego i jak to naprawić. ## Co się stało Między 9 lutego a 12 marca 2026 Anthropic wrzucił trzy zmiany naraz: 1. **Adaptive thinking** (9 lutego): model sam decyduje, ile „myśli" przy każdym turnie. Wcześniej budżet tokenów na reasoning był stały. 2. **Domyślny effort spadł do medium** (3 marca), bez żadnego ogłoszenia. Wcześniej domyślnie było `high`. 3. **Thinking redaction** (5-12 marca): bloki reasoning zniknęły z interfejsu. Nie widać nawet, że model myśli płycej. ```mermaid timeline title Zmiany w Claude Code, luty-marzec 2026 9 Feb : Adaptive thinking : Model sam decyduje o głębokości reasoning 3 Mar : Default effort → medium : Cicha zmiana bez ogłoszenia 5-12 Mar : Thinking redaction : Bloki reasoning ukryte z UI ``` ## Twarde dane Stella Laurenzo z AMD (inżynier pracujący z MLIR/IREE) przeanalizowała 6 852 sesji, 17 871 bloków thinking i 234 760 wywołań narzędzi. To nie jest wrażenie, że „coś się popsuło", to statystyka: - Mediana głębokości thinking spadła z ok. 2200 do ok. 720 znaków (**67% mniej**) - Stosunek read:edit spadł z 6.6 do 2.0, czyli model przestał czytać kontekst przed edycją - Model zaczął zmyślać wersje API, SHA commitów i nazwy pakietów, bo na turnach z zerowym thinking po prostu konfabuluje Boris Cherny (szef Claude Code) potwierdził zmiany i podał obejścia. ## Szybka naprawa: dwa ustawienia Jeśli odczuwasz spadek jakości, te dwa ustawienia rozwiązują 90% problemu: ### 1. Ustaw effort na max Na początku sesji Claude Code: ``` /effort max ``` Albo przez zmienną środowiskową (trwale): ```bash export CLAUDE_CODE_EFFORT_LEVEL=max ``` Uwaga: `max` jest dostępny tylko na Opus. Na Sonnet najwyższy to `high`. Effort `max` nie utrzymuje się między sesjami, resetuje się po zamknięciu. Jeśli chcesz trwale `high`, dodaj to do settings.json (szczegóły w [podartykule o settings.json](https://inprojects.ai/blog/claude-code-settings-i-zmienne/)). ### 2. Wyłącz adaptive thinking ```bash export CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING=1 ``` To wymusza stały budżet tokenów na reasoning, zamiast pozwalać modelowi decydować przy każdym turnie. Bez tego adaptive thinking potrafi przydzielić zero tokenów na myślenie, a to prowadzi do halucynacji. Oba ustawienia można też wrzucić do `settings.json`, żeby nie ustawiać ich za każdym razem: ```json { "effortLevel": "high", "env": { "CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING": "1" } } ``` Plik `settings.json` wrzuć do `~/.claude/settings.json` (globalnie) albo `.claude/settings.json` (per projekt). ## Co kontroluje effort Effort to nie jedno ustawienie. Zmienia trzy rzeczy naraz: | Effort | Głębokość thinking | Apetyt na narzędzia | Długość odpowiedzi | |--------|-------------------|---------------------|-------------------| | `low` | Pomija reasoning | Minimalny | Krótkie | | `medium` | Myśli, gdy trzeba, pomija, gdy nie | Umiarkowany | Wyważone | | `high` | Prawie zawsze myśli | Czyta powiązane pliki sam z siebie | Szczegółowe | | `max` | Pełny budżet, bez limitu | Eksploruje agresywnie | Najdłuższe (tylko Opus) | ## Słowa w prompcie sterujące thinking Oprócz `/effort` możesz wpływać na głębokość reasoning słowami w prompcie: | Słowo | Efekt | |-------|-------| | `think` | Lekkie pogłębienie reasoning | | `think hard` | Średnie pogłębienie, zbliżone do `high` | | `think harder` | Extended thinking, zbliżony do `max` | | `ultrathink` | Maksymalna głębokość reasoning | Używaj ich selektywnie na trudne problemy. Na rutynowych zadaniach `ultrathink` spowolni pracę bez realnej korzyści. ## Szczegółowe przewodniki - [Settings.json i zmienne środowiskowe](https://inprojects.ai/blog/claude-code-settings-i-zmienne/): pełny opis pól settings.json, hierarchia konfiguracji, zmienne sterujące thinking, kontekstem i outputem - [CLAUDE.md i wzorce pracy](https://inprojects.ai/blog/claude-code-claude-md-i-workflow/): jak pisać CLAUDE.md, żeby Claude go nie ignorował, wzorce pracy, typowe błędy ## Kompromis: wyłączanie adaptive thinking Jest jeden haczyk. Adaptive thinking na Opus 4.6 włącza „interleaved thinking", czyli model myśli między wywołaniami narzędzi, nie tylko na początku turnu. Wyłączenie adaptive thinking wyłącza też interleaved thinking i cofa model do starszej ścieżki kodu. W praktyce dla większości użytkowników stały budżet reasoning z `effort high` daje lepsze wyniki niż adaptive thinking, które na części turnów przydziela zero tokenów. Ale jeśli pracujesz z bardzo prostymi zadaniami (formatowanie, drobne edycje), adaptive thinking oszczędza czas i tokeny. Rekomendacja: wyłącz adaptive thinking na złożone sesje inżynieryjne, zostawiaj włączone na rutynowe zadania. ## Zależność od pory dnia Wiele osób (w tym nasz zespół) zauważyło, że jakość spada w europejskich godzinach porannych (8:00-12:00 CET). To pokrywa się z nocnymi godzinami w San Francisco, kiedy Anthropic prawdopodobnie przerzuca zasoby na inne obciążenia. Nie ma na to oficjalnego potwierdzenia, ale społeczność udokumentowała korelację. Jeśli masz wybór, praca po południu czasu CET (kiedy San Francisco się budzi) zwykle daje lepsze wyniki. ## Źródła - [GitHub Issue #42796: analiza Stelli Laurenzo](https://github.com/anthropics/claude-code/issues/42796), 790 punktów na HN, lektura obowiązkowa - [Analiza bloków thinking na lilting.ch](https://lilting.ch/en/articles/claude-code-quality-regression-thinking-redaction), szczegółowe omówienie danych - [DEV Community: techniczne omówienie zmian](https://dev.to/shuicici/claude-codes-feb-mar-2026-updates-quietly-broke-complex-engineering-heres-the-technical-5b4h) - [Boris Cherny (Anthropic) na Hacker News](https://news.ycombinator.com/item?id=47664442), oficjalna odpowiedź - [Adaptive thinking w dokumentacji Anthropic](https://platform.claude.com/docs/en/build-with-claude/adaptive-thinking) - [Effort levels w dokumentacji Anthropic](https://platform.claude.com/docs/en/build-with-claude/effort) - [Claude Code best practices, oficjalna dokumentacja](https://code.claude.com/docs/en/best-practices) - [shanraisshan/claude-code-best-practice na GitHubie](https://github.com/shanraisshan/claude-code-best-practice), 60+ ustawień, 170+ zmiennych środowiskowych