Jackson Kernion, engenheiro da Anthropic responsável pelo ajuste fino (fine-tuning) do Claude, publicou recentemente vários posts no X explicando por que muitos usuários sentem que o Claude está cada vez mais inteligente, mas o texto que ele produz está cada vez mais difícil de ler. Sua explicação é direta: os modelos mais recentes concentraram o treinamento em matemática e código, além de terem recebido um grande volume de treinamento para "escrever explicações técnicas para outros modelos de IA lerem", o que fez o modelo se adaptar gradualmente à "psicologia dos LLMs" — aprendendo a escrever para IA, não para pessoas.
A discussão começou com reclamações de internautas sobre a qualidade de escrita do Claude; alguns consideram o Opus 4.6 o último "modelo de escrita" realmente bom da Anthropic. Kernion não negou essa percepção.
De onde vem o "tom Claude"
A explicação de Kernion está no desenho das recompensas do aprendizado por reforço. Parte da recompensa no treinamento mira se "outro modelo consegue entender", outra parte mira se "um humano consegue entender". Quanto maior o volume de treinamento em matemática e código, mais forte o primeiro sinal, e mais o modelo tende a produzir parágrafos extremamente condensados e carregados de jargão. Para descrever a sensação de quem lê, ele usa uma expressão: overly-dense info dumps, despejos de informação excessivamente densos.
Ele também fez uma analogia: um grupo de pessoas que só conversa entre si acaba desenvolvendo, aos poucos, uma forma de expressão fluida internamente, mas difícil de entender por quem está de fora. Entre modelos acontece o mesmo.
Para corrigir isso, é preciso reforçar deliberadamente no treinamento, recompensando explicações simples que leitores humanos consigam acompanhar. Kernion diz que essa é uma tarefa difícil e que a equipe vai continuar ajustando.
O que o Opus 5.5 mudou
Ele escreveu no post:
"Opus 5.5 is our first model release with targeted improvements on sentence clarity and overly-dense info dumps." O Opus 5.5 é o nosso primeiro modelo lançado com melhorias direcionadas à clareza das frases e ao problema dos despejos de informação excessivamente densos.
Logo em seguida, ele completou: desde o Opus 4.6, não ficava tão satisfeito com a escrita de nenhum modelo. Essa formulação deixa margem — ele não disse que o Opus 5.5 já superou o 4.6.
No lançamento do Opus 5.5, a imprensa também mencionou que a Anthropic prometeu reduzir o estilo de escrita "Claudish". Usuários de língua inglesa já haviam listado sintomas típicos: expressões fixas que se repetem, subtítulos aninhados em várias camadas, e a divisão de uma única ideia em pontos demais. Isso são conclusões vindas dos usuários; a Anthropic não publicou nenhuma lista oficial do "tom Claude", nem divulgou pontuações de avaliação sobre a legibilidade da escrita.
O que isso significa para quem usa em chinês
Tudo o que Kernion discutiu se refere a cenários em inglês. Se a saída em chinês tem a mesma tendência, e se essa melhoria direcionada cobre o chinês, ele não mencionou — e a Anthropic também não esclareceu isso separadamente.
Da explicação dele é possível deduzir algo: essa tendência está relacionada ao tipo de tarefa. Quanto mais técnica a tarefa, mais facilmente o modelo muda para o modo "escrever para outro modelo". Desenvolvedores que usam o Claude para escrever documentação de API, descrições de soluções e comentários de código caem exatamente nessa faixa.
Antes que a Anthropic divulgue dados oficiais para o chinês, a redação sugere duas práticas, ambas baseadas em experiência: primeiro, deixar claro no prompt quem é o leitor, por exemplo "para um gerente de produto recém-contratado", o que funciona melhor do que simplesmente pedir "escreva de forma mais simples"; segundo, fazer o modelo escrever a conclusão primeiro e só depois desenvolver, limitando o número de pontos de informação por parágrafo. Equipes que já migraram para o Opus 5.5 podem rodar novamente o mesmo lote de prompts antigos, comparar as saídas da era 4.6 com as da era 5.x e julgar por si mesmas o tamanho da melhoria.
Fontes: posts de Jackson Kernion no X, The Decoder, CocoLoop, Ifeng Tech; o cargo de Kernion e suas citações foram conferidos com base em seus próprios posts e em reportagens da imprensa.