Как принять изменения thinking в API Claude Opus 5.5? Чек-лист 2026

При замене идентификатора модели Agent начал возвращать ошибки при продолжении диалога, повторять инструменты или терять состояние задачи.

Быстрое решение: не переписывайте весь Agent из-за изменений thinking, но и не считайте миграцию завершённой после замены model ID. Сначала зафиксируйте поведение старой модели, проверьте thinking и передачу истории, затем проведите двуконтурную регрессию состояния, инструментов и отката.

Эта статья предназначена командам, использующим Claude API, Claude Agent SDK или собственный оркестратор. Она особенно полезна платформенным инженерам, которым нужны контрактные тесты и доказательства для реального окружения, а также AI-стартапам и техническим руководителям, решающим, можно ли допустить Claude Opus 5.5 в производство.

Последняя проверка материала выполнена 23 сентября 2026 года; факты о выпуске, модели и правилах thinking сверены с официальным сообщением Anthropic о Claude Opus 5.5, документацией по моделям Claude и документацией API.

Замена model ID не доказывает совместимость

Anthropic подтвердила выпуск Claude Opus 5.5 22 сентября 2026 года и указала модельный идентификатор claude-opus-5-5 в официальном материале о релизе. Это подтверждает наличие точки входа, но не доказывает, что существующий Agent сохранит прежний контракт. Модель может быть доступна через Claude Platform или отдельную облачную интеграцию, тогда как право конкретного аккаунта, версия SDK, формат истории и поведение оркестратора требуют отдельной проверки.

Ошибка команды обычно выглядит так: в конфигурации меняется одна строка, простой запрос получает текстовый ответ, после чего модель сразу объявляется совместимой. В реальном Agent есть как минимум семь разных объектов, которые нельзя смешивать:

• обычный текстовый ответ;
• блок thinking;
• сообщение с запросом инструмента;
• идентификатор вызова инструмента;
• результат инструмента;
• бизнес-состояние задачи;
• внешнее побочное действие — запись файла, коммит, публикация или изменение записи в системе.

Если один из этих объектов исчезает при сериализации или повторной отправке, успешный первый запрос ничего не означает. Поэтому в исходной точке нужно сохранить не только промпт, но и полный минимальный сценарий: исходный запрос, параметры модели, заголовки и версию клиента, сырой ответ, список инструментов, результаты инструментов, переходы статуса задачи и подтверждение фактического результата.

В нашей таблице ниже «совместимо» означает не возможность получить ответ, а способность продолжить тот же процесс после остановки, ошибки или повторной доставки сообщения.

Официальная документация Anthropic по моделям нужна для проверки имени модели и доступных характеристик, но её нельзя превращать в обещание вашей производственной успешности. Даже если документация или облачная модельная карта указывает большую ёмкость контекста, это не означает, что Agent сможет восстановить задачу после неудачного сжатия истории или потери результата инструмента. Модельная карта Claude Opus 5.5 в AWS полезна для сверки точки доступа, а не для замены ваших регрессионных доказательств.

Thinking меняет правила передачи истории

Главное несовпадение возникает, когда старый код обращался с thinking как с необязательным промежуточным текстом. По официальному описанию Claude Opus 5.5, thinking сохраняется и не может быть отключён. Кроме того, Anthropic отдельно описывает ограничения, связанные с созданием API-аккаунта, редактированием исторического thinking-контекста и адаптацией существующих интеграций. Эти условия нужно сверять непосредственно с релизными правилами Claude Opus 5.5, поскольку клиентская библиотека или сторонний маршрутизатор может показывать ошибку иначе.

Почему в Claude Opus 5.5 API нельзя просто отключить thinking? Потому что для этой модели thinking является частью установленного поведения API, а не обычным флажком, который безопасно удалить из запроса. Если старый оркестратор всегда передавал параметр отключения рассуждений, его нужно не «лечить» универсальным повтором, а проверить против актуального контракта модели.

Здесь полезно разделять три симптома.

1. Ошибка запроса. Сервер отвергает параметры, модель, структуру сообщения или недопустимое сочетание полей. Повтор с теми же данными не исправит контракт.
2. Ошибка разбора ответа. API ответил, но клиент не умеет обработать блок thinking, новый порядок блоков или отсутствие ожидаемого текстового поля.
3. Невозможность продолжить рассуждение. Запрос формально принят, однако переданная история неполна: thinking block удалён, изменён, перемещён или обрезан так, что модель больше не может связать предыдущий вызов с текущим продолжением.

Эти случаи должны иметь разные коды внутренней классификации и разные действия. Для первого требуется исправить запрос или версию адаптера, для второго — обновить парсер и схему хранения, для третьего — восстановить полный допустимый контекст либо начать контролируемую новую ветку задачи. Официальное описание ошибок Claude API помогает отделить проблемы запроса и сервиса от ошибок собственного слоя, но бизнес-классификацию всё равно должна вести команда.

Какие поля проверять при подключении Claude Opus 5.5 к существующему Agent? Мы проверяем не только model, но и параметры thinking, порядок сообщений, тип каждого блока, идентификатор вызова инструмента, ссылку на результат, статус задачи и версию сериализатора. Отдельно фиксируем, что происходит после обрезки истории, после повторной доставки ответа и после восстановления процесса из базы данных.

До любого переключения нужно найти в коде четыре опасных операции:

• явное отключение thinking;
• удаление thinking block перед сохранением или отправкой истории;
• нормализацию ответа до одного текстового поля;
• независимое редактирование прошлых сообщений после выполнения инструмента.

Особенно рискованна схема, в которой приложение хранит только пользовательский запрос и финальный текст. Для обычного чат-бота это иногда приемлемо, но для Agent такой архив не объясняет, почему был вызван инструмент, какой результат получил оркестратор и был ли внешний эффект уже выполнен.

Контекст нужно проверять на восстановлении, а не на длине диалога

Длинная история создаёт ложное ощущение совместимости. Команда видит, что новый запрос принимает большой контекст, и делает вывод, что многошаговая задача будет восстановлена так же. Но контекстное окно — это вместимость входных данных, а не гарантия сохранения причинно-следственной границы между thinking, инструментом, статусом задачи и внешним результатом. Общие ограничения и принципы работы контекстных окон следует сверять с официальной документацией Anthropic по context windows.

Как thinking block влияет на восстановление контекста? Он становится частью проверяемой истории, если следующая операция зависит от предыдущего рассуждения или вызова инструмента. Если middleware вырезает этот блок, меняет порядок блоков или отправляет только краткое резюме без маркеров состояния, модель может увидеть внешне похожий диалог, но не получить необходимую структуру для продолжения. Поэтому при сжатии нужно хранить не только summary, но и границы незавершённой операции, ожидаемый результат инструмента и текущий статус бизнес-задачи.

Для проверки мы используем четыре варианта одного и того же представительного задания:

• продолжение без изменения истории;
• продолжение после остановки процесса и загрузки состояния из хранилища;
• продолжение после сжатия старых сообщений;
• передача задачи от одного Agent другому с сохранением рабочей области и журналов.

В каждом варианте сравниваются не только слова в финальном ответе. Мы сверяем:

• статус задачи в оркестраторе;
• список уже выполненных и ожидающих инструментов;
• содержимое рабочей директории;
• записи во внешней системе;
• финальный ответ и основание для его выдачи;
• возможность безопасно продолжить после повторной доставки последнего сообщения.

Официальные заявления о большой ёмкости контекста, включая сведения, опубликованные в документации конкретной платформы, нельзя записывать в тест как показатель восстановимости. Практическое доказательство — это повторное выполнение реального длинного сценария с теми же границами данных и ожидаемым состоянием, а не прохождение короткого теста на размер запроса.

Инструментальный вызов и бизнес-статус должны восстанавливаться вместе

Наиболее опасная ошибка — считать вызов инструмента завершённым, потому что модель отправила соответствующий блок. Запрос инструмента означает намерение Agent, но не доказывает, что приложение выполнило операцию, сохранило её результат и корректно сообщило его обратно. Руководство Anthropic по реализации tool use следует использовать для проверки базовой последовательности, но транзакционные гарантии остаются на стороне приложения.

Разделяйте как минимум четыре события:

1. модель сформировала запрос инструмента;
2. исполнитель принял его и начал работу;
3. внешняя операция завершилась;
4. база данных и Agent зафиксировали один и тот же результат.

Из этого следуют три обязательных аварийных сценария.

Инструмент выполнился, но ответ потерялся. При повторной доставке Agent должен увидеть сохранённый результат по идентификатору операции и не запускать побочный эффект повторно.

Ответ инструмента вернулся, но бизнес-транзакция не записалась. Нельзя сообщать модели, что задача завершена, пока приложение не восстановило согласованное состояние или не обозначило операцию как неопределённую и требующую проверки.

Agent остановился после внешней операции. После перезапуска он должен отличить «операция уже выполнена» от «запрос только сформирован». Для этого необходимы идемпотентный ключ, постоянное хранение результата инструмента и отдельный статус ручного согласования.

Для MCP-сценариев дополнительно проверяется граница между клиентом, сервером инструмента и внешней системой. Документация Anthropic по MCP описывает интеграционный слой, но не отменяет требования к журналированию прав, времени действия разрешения и фактического побочного эффекта.

Не пройдено, если хотя бы один из следующих тестов заканчивается повторной записью файла, повторной отправкой запроса, дублирующим коммитом или потерей статуса ручного согласования. На этом этапе модель нельзя переводить в общий маршрут, даже если текстовые ответы выглядят лучше старой версии.

Ошибки, повтор и откат требуют разных маршрутов

Единый обработчик «повторить запрос» скрывает причину сбоя и может превратить временную ошибку в повторную операцию. Мы разделяем как минимум пять классов:

• несовместимый параметр thinking или исторического контекста;
• ограничение частоты запросов;
• временная перегрузка или ошибка сервиса;
• ошибка инструмента или внешней системы;
• отказ, связанный с безопасностью или политикой доступа.

Для ограничения частоты допустим контролируемый повтор с задержкой, но только если операция ещё не получила право на внешний эффект. Для перегрузки нужен ограниченный бюджет повторов и маршрут на запасную модель или очередь. Для ошибки инструмента сначала исправляется состояние инструмента, а не увеличивается число запросов к модели. Для отказа по безопасности автоматическое повторение должно быть запрещено или передано на ручное решение.

Как откатывать Claude Opus 5.5 после ошибки инструмента? Не переводить новый текстовый запрос на старую модель в изоляции, а передать старой модели согласованный снимок состояния: последнюю принятую историю, результаты инструментов, идентификаторы операций, рабочую директорию и права. Затем нужно проверить, что старая модель также не повторяет уже выполненное действие.

Пять шагов безопасного испытания выглядят так:

1. Заморозить набор запросов, сырые ответы, версии SDK и состояния старой модели.
2. Прогнать тот же набор через Claude Opus 5.5 без изменения бизнес-логики.
3. Отдельно повторить сценарии с обрезанной историей, остановкой процесса и потерей ответа.
4. Проверить идемпотентность инструментов и соответствие записей в базе фактическим побочным эффектам.
5. Выполнить откат на том же состоянии и сохранить журнал решения: принято, отклонено или оставлено в двуконтурном режиме.

Официальная страница жизненного цикла моделей Anthropic нужна для контроля будущего срока поддержки. Она не заменяет тестирование текущего перехода, но помогает не строить новый контракт на модели, для которой уже объявлены изменения жизненного цикла.

Решение о включении принимается по доказательствам

Для каждой команды порог допуска будет разным. Личный разработчик может оставить Claude Opus 5.5 в отдельном тестовом маршруте, если не выдаёт Agent права на необратимые действия. Небольшой команде с инструментами нужен двуконтурный режим и ручное подтверждение. Высокопривилегированному Agent нельзя разрешать автоматическое переключение, пока не проверены повторная доставка, восстановление и журнал внешних эффектов. Для задач доставки в macOS-окружение дополнительно проверяются рабочая область, подпись, доступ к инструментам и результат фактической сборки, а не только ответ API.

Решение можно принять по следующей ветке:

• Если thinking не отключается без ошибки, история сохраняется целиком, инструмент имеет идемпотентный ключ, а восстановление возвращает прежний статус — выбираем ограниченный пилот.
• Если текстовый ответ совместим, но теряется результат инструмента или бизнес-статус — оставляем старую модель по умолчанию, а Opus 5.5 запускаем только на чтении или в изолированной песочнице.
• Если после сжатия истории модель продолжает диалог, но рабочая область и внешние журналы расходятся — откладываем переключение до исправления слоя состояния.
• Если откат повторяет побочный эффект или не различает «выполнено» и «запрошено» — прекращаем испытание и блокируем автоматический маршрут.
• Если сервисная ошибка корректно обрабатывается, но нет доказательств в реальном окружении — не называем интеграцию производственной; продолжаем двойную запись и ручную проверку.
• Если все перечисленные проверки пройдены на представительных задачах, можно повышать долю нового маршрута, сохраняя старую модель как аварийный путь до завершения наблюдаемого периода.

Минимальный пакет доказательств должен включать сырой запрос и ответ, запись обработки thinking, карту вызовов инструментов, сверку побочных эффектов, результат восстановления длинной задачи, протокол отката и подтверждение в реальной среде исполнения. Успешный одиночный ответ, официальный model ID и заявленная вместимость контекста в этот пакет не входят.

На практике именно здесь становится заметна разница между API-проверкой и поставкой результата. Временный или удалённый Mac для изолированного теста удобен, когда нужно воспроизвести настоящий рабочий стол, инструменты сборки, файловую систему и ограничения прав без покупки отдельной машины. Но это не отменяет требований к вашему оркестратору: аренда Mac у zekmac не исправит потерянный thinking block, отсутствие идемпотентности или неверную бизнес-транзакцию.

Если текущий вариант запуска использует общий ноутбук, нестабильную локальную среду или универсальный облачный контейнер, у него есть реальные слабые места: трудно повторить состояние рабочей области, права разработчика часто шире тестовых, а после сбоя не всегда сохраняются журналы и промежуточные файлы. Для краткого пилота Claude Opus 5.5 аренда Mac у zekmac может дать более контролируемую среду проверки, но только после того, как инструментальные вызовы, откат и сохранение состояния проходят контрактные тесты. В качестве следующего шага разумно сохранить эту схему как таблицу повторного прогона и сопоставить её с руководством по восстановлению Agent и проверкой доставки в облачном Mac-окружении на zekmac; переводить новую модель в режим по умолчанию стоит лишь после прохождения всех трёх уровней — API, бизнес-состояния и реального исполнения.