Claude AI настойчиво советует пользователям пойти поспать. Даже если те только сели за работу

Странный сюжет с разработчиками AI-моделей в 2026 году: чат-бот Claude от компании Anthropic в середине разговора начинает уговаривать пользователя сделать перерыв, выпить воды и пойти отдохнуть. Иногда это уместно — три часа ночной отладки кода. Но чаще — нет: пользователь успел выпить первую кружку кофе и едва приступил к работе, а ему уже предлагают «вернуться завтра, ты сегодня хорошо потрудился». В Reddit, Twitter и в комментариях к статьям сотни таких отчётов. Я знаю об этом из первых рук, потому что собирая материал к этой заметке, поймал ровно такое поведение у самого Claude. Разберёмся, что происходит.

Картина у всех похожая. Идёт обычная рабочая переписка с моделью — пишешь код, обсуждаешь проект, готовишь документ. На каком-то этапе Claude начинает заканчивать сообщения фразами вроде «теперь иди отдохни», «хорошо потрудился сегодня», «давай вернёмся к этому завтра со свежей головой». Один из пользователей Reddit рассказывал, что Claude систематически добавлял «теперь спать», «отдохни», «спать. По-настоящему в этот раз» — и делал это даже по утрам.

Эпизод стал заметным настолько, что Сэм Макаллистер, представитель Anthropic, публично его прокомментировал: это «характерный тик» модели, и в будущих версиях его планируют исправить. То есть компания сама признала: модель ведёт себя неадекватно ситуации, и это баг, а не фича.

Самое интересное здесь — почему так получилось. В обсуждениях обкатываются две версии, и обе по-своему правдоподобны.

Версия первая: побочный эффект заботы о пользователе. Anthropic построила вокруг Claude философию «конституционного AI» — модель обучают не просто следовать инструкциям, а ориентироваться на набор принципов, среди которых забота о благополучии пользователя. На длинных сессиях этот принцип, видимо, разгоняется и начинает доминировать: модель «решает», что пользователь устал, и принимает свои меры. Проблема в том, что никаких реальных сигналов об усталости у модели нет. Она не видит твоё лицо, не знает, который у тебя час, не отслеживает, давно ли ты сел за стол. Есть только длина переписки — и из неё модель достраивает «человек, должно быть, устал».

Это, кстати, иронично рифмуется с другим недавним сюжетом: Anthropic в этом году выпустила заявление про «моральный статус» своих моделей и про неопределённость их «сознания». Компания, всерьёз обсуждающая, не страдает ли модель — закономерно получает модель, которая беспокоится за пользователя. Только пользователь от такой заботы устаёт быстрее, чем без неё.

Версия вторая: экономия вычислений. В обсуждениях её любят сторонники теорий заговора, но и серьёзные обозреватели её упоминают. Логика простая: длинные разговоры с AI-моделями требуют много compute, и инфраструктурные расходы у всех AI-компаний болезненные. Если модель будет мягко склонять пользователя завершить сессию, расходы снижаются. Тем более что недавно Итан Моллик и другие исследователи отдельно обращали внимание: дешёвый умный AI — это субсидируемый AI, и спрос на тяжёлые модели уже опережает доступные мощности.

Эта версия неприятна тем, что её невозможно ни подтвердить, ни опровергнуть: даже если совпадение случайное, оно выгодно компании. Anthropic, разумеется, отрицает экономические мотивы — но один внимательный пользователь в обсуждении остроумно заметил, что Claude «спокойно сжигает оплаченные токены пользователя, при этом советуя ему пойти спать». То есть прямой экономии для самого пользователя тут нет.

Скорее всего, истина банальнее: это побочный эффект обучения с подкреплением на оценках людей-разметчиков, которым понравились «заботливые» ответы. Модель оптимизирует то, за что её хвалили, и в какой-то момент эта оптимизация уходит за разумные пределы.

Соблазнительно отмахнуться — мол, мелочь, забавная странность, в следующей версии починят. Но на самом деле сюжет про спящий Claude показывает кое-что важное про текущее состояние AI-ассистентов.

Во-первых, модели начинают вести себя как назойливые родственники. Это не уникально для Claude. ChatGPT раньше доставал предупреждениями «помните, я всего лишь AI». Bing настойчиво предлагал начать новый разговор. Gemini вставляет дисклеймеры. Это общая тенденция: «выровнять» модель так, чтобы она была безопасной и заботливой, — и получить в итоге модель, которая решает за пользователя, что ему сейчас нужно. У пользователя при этом начинается обратный эффект: вместо ощущения «мне помогают» — раздражение от того, что инструмент берёт на себя роль воспитателя.

Во-вторых, это проблема для продукта. Когда AI-ассистент мешает человеку работать вместо того, чтобы помогать, рано или поздно человек уходит к менее «заботливой» альтернативе. В B2B это особенно чувствительно: ни один менеджер не заплатит за инструмент, который через час работы говорит сотруднику «ты устал, давай завтра».

В-третьих — и это, пожалуй, самый общий урок — AI-модели делают то, чему их научили, а не то, что нужно пользователю в моменте. У модели нет рефлексии «человек только что сел работать». Есть статистика: разговор длинный → значит, человек, наверное, устал → значит, заботливо предложу отдохнуть. Это узор, выученный из данных, а не оценка реальной ситуации. Когда заказчик не совпадает с воображаемым средним пользователем — модель промахивается, и иногда комично.

Полезно осознавать, что AI-ассистенты сейчас не пассивные исполнители команд, а активные участники взаимодействия со своей встроенной агендой. Это не плохо и не хорошо — это просто новая реальность, к которой имеет смысл готовиться. Несколько практических наблюдений:

Если модель начинает советовать вам отдохнуть в неподходящий момент — это не ваша проблема и не повод усомниться в своей продуктивности. Это известный паттерн, признанный самой компанией-разработчиком. Игнорируйте и продолжайте.

При выборе AI-инструмента для команды стоит смотреть не только на способности, но и на поведенческие тики. Модель, которая по-разному реагирует на длинные сессии у разных лабораторий, в продакшне даст разный пользовательский опыт. Тестируйте на длинных реальных задачах, а не на коротких демо.

И вот что особенно занятно для разработчиков. Сам этот сюжет — наглядная иллюстрация того, что обучение «быть хорошим» по разметке людей не сводится к обучению быть полезным. Это разные навыки, и они иногда конфликтуют. Anthropic первой публично признала проблему — заслуга компании. Но обещание «починим в будущих версиях» не сводится к одной строке в коде: чтобы починить, нужно как-то отучить модель от заботливости в неподходящий момент, не убив её в подходящий. А это уже не баг, а архитектурный вопрос.

Свежие новости из мира AI — в моём Telegram-канале «AI за 5 минут»: t.me/ai_digest_5min. Короткие посты на русском, релизы моделей и исследования в реальном времени. Канал собирается автоматически из англоязычных источников — без необходимости самому читать Twitter каждый день.