Claude thinking: что Anthropic показывает вместо рассуждений (2026)

Применить: 10 минут на проверку своих логов · Уровень: средний · Чтение: ~20 минут · Данные актуальны на 09.07.2026

Что узнаешь:

• Что нашёл Патрик МакКанна 22 июня 2026: подпись на 600 символов вместо текста рассуждений в логе Claude Code
• Три дословные строки из документации Anthropic: summary вместо thinking, display по умолчанию omitted, полный вывод - только через отдел продаж Anthropic
• Почему ты платишь за токены, которых не видишь: billed output token count не совпадает с тем, что в ответе
• Таблица 5 вендоров на 09.07.2026: сырой reasoning отдают только DeepSeek и открытые модели, Claude и GPT - пересказ и шифр
• Цифры faithfulness от Anthropic (03.04.2025): подсказку модель упоминает в 25% и 39% случаев, reward-хак - меньше 2%
• 5 шагов, как логировать поведение агента самому, и 6 ошибок с парами «должно / не должно»

Главное. Claude thinking - это «расширенное мышление» Claude Code, текст, который модель якобы прокручивает по ходу задачи. В логе сессии этого текста нет. Вместо него - шифрованная подпись (signature) на ~600 символов, ключ от неё держит Anthropic. API отдаёт не сами рассуждения, а их пересказ (summary), полный thinking-вывод доступен только по enterprise-договору. Находку МакКанны от 22 июня 2026 независимо подтвердил баг-репорт #32810 и криптограф Мэтт Грин. Всё это есть в доках Anthropic, но формулировки уклончивые.

Ты открываешь Claude Code, даёшь агенту задачу и видишь красивый поток «мыслей»: модель рассуждает, взвешивает варианты, приходит к решению. Ты этому потоку доверяешь. Если заказчик спросит, почему агент удалил файл или полез в этот эндпоинт, ты покажешь лог и ткнёшь в рассуждения.

Не покажешь. В логе на диске рассуждений нет - там подпись и пустое поле. По экрану бежит пересказ, оформленный для читателя; сами рассуждения остаются на сервере. Разница как между протоколом совещания и видеозаписью самого совещания: суть вроде та же, а деталей и мотивов нет.

Дальше по тексту - как проверить свои собственные .jsonl-логи за десять минут, чем отличаются вендоры и можно ли вообще верить видимому reasoning. Все модели из разбора (Claude, GPT-5.5, Gemini 3.1 Pro, DeepSeek v4) доступны из России в одном API через provod.ai.

Что нашли в логах Claude Code вместо «мышления»?

Главное. 22 июня 2026 разработчик Патрик МакКанна открыл лог сессии Claude Code, чтобы посмотреть, как рассуждал агент. Вместо текста он нашёл подпись длиной 600 символов и пустое поле. Anthropic шифрует reasoning в эту подпись, ключ хранит у себя, на твою машину не отдаёт. Независимый баг-репорт #32810 зафиксировал то же: с версии 2.1.72 поле thinking в JSONL пустое, а signature на месте и стал длиннее.

Claude Code (в рунете ищут «клод код») пишет каждую сессию на диск. В этих логах есть thinking-блоки - по замыслу это собственные рассуждения модели по ходу работы. МакКанна полез их посмотреть на выходных и вот что описал в посте на своём блоге 22 июня 2026:

«I went to inspect that reasoning this weekend and found a signature (600 characters long) and no text.» - я полез изучить эти рассуждения на выходных и нашёл подпись длиной 600 символов и никакого текста.

• Патрик МакКанна, блог patrickmccanna.net, 22 июня 2026, перевод с английского.

Дальше он открыл документацию Anthropic по extended thinking и выписал четыре факта. Claude шифрует свои рассуждения в эту подпись. Ключ держит Anthropic, твоя машина его не получает.

API возвращает только пересказ рассуждений, полный thinking-вывод - лишь по договору с отделом продаж. И отдельно - предупреждение, ради которого пост, судя по всему, и написан:

«This is worth knowing before you promise anyone an audit trail.» - это стоит знать до того, как ты пообещаешь кому-нибудь аудит-трейл.

• Патрик МакКанна, блог patrickmccanna.net, 22 июня 2026, перевод с английского.

Аудит-трейл - это восстановимая цепочка «почему агент сделал то, что сделал». Именно её нельзя собрать из локальных файлов: рассуждения на твоём диске тебе недоступны.

Схематично запись в логе выглядит так - JSON-объект на строку в файле сессии, поле thinking пустое, поле signature набито base64:

{"type":"thinking","thinking":"","signature":"EqwDCkYI...600+ символов base64..."}

В трекере anthropics/claude-code то же зафиксировано без участия МакКанны: issue #32810 с заголовком «[BUG] Thinking block content empty in JSONL session files since 2.1.72 (signatures present, text missing)». В переводе: содержимое thinking-блока пустое в JSONL-файлах сессий начиная с версии 2.1.72, подписи присутствуют, текст отсутствует. Сторонний разработчик увидел ту же картину у себя: после обновления текст из thinking-блоков пропал, зато подписи стали длиннее.

Хронологически МакКанна вообще не был первым. Криптограф Мэтт Грин копал те же подписи ещё 29 мая 2026, а разбор на datafireball.com вышел 2 июня. Три независимых человека пришли к одному выводу с разных сторон - к Грину вернусь отдельно.

Как работает claude thinking и зачем он нужен?

Главное. Extended thinking (тот самый claude thinking из поисковых подсказок) - режим, в котором модель тратит дополнительные токены на промежуточные рассуждения перед ответом. В Claude Code эти рассуждения показывает ctrl+o (verbose-режим). На подписочных тарифах thinking по умолчанию скрыт, чтобы увидеть пересказ, нужно выставить "showThinkingSummaries": true в settings.json. Логи лежат в ~/.claude/projects/, по одной JSON-записи на строку. То, что бежит по экрану, и то, что легло на диск, - разные вещи.

Extended thinking (дословно «расширенное мышление») - это когда модель (в поиске - «клод нейросеть») перед финальным ответом генерирует блок промежуточных рассуждений: раскладывает задачу, проверяет варианты, ловит свои ошибки. На сложных задачах клод нейросеть с включённым thinking отвечает заметно точнее. Стоит это токенов, поэтому режим отдельно включается и им можно управлять.

В Claude Code блок claude thinking смотрят через ctrl+o - это verbose/transcript-режим CLI, который разворачивает вызовы инструментов, трейсы выполнения и thinking-блоки. По умолчанию на подписочных тарифах thinking приходит в урезанном виде. Чтобы получить хотя бы пересказ, в settings.json дописывают флаг:

{
  "showThinkingSummaries": true
}

Сами сессии складываются на диск. Путь - ~/.claude/projects/<кодированный-путь-проекта>/<session-id>.jsonl, формат JSONL: по одному JSON-объекту на строку. Именно туда полез МакКанна, именно там вместо рассуждений оказалась подпись.

Тут ожидания и ломаются. Есть картинка на экране - поток «мыслей» claude thinking, который ты читаешь в реальном времени. И есть запись на диске. Первое - причёсанная выжимка для читателя. Второе - зашифрованный блок, который сервер расшифрует у себя, чтобы продолжить диалог, но который ты прочитать не можешь.

Claude-агент показывает тебе одно, а работает на другом - и это по документации, а не по багу.

Модели, о которых идёт речь на июль 2026: Claude Fable 5, Mythos 5, Sonnet 5, Opus 4.8, Opus 4.7 и Mythos Preview. Fable 5 и Mythos 5 вышли 9 июня 2026; по сообщениям прессы, 12 июня доступ к ним временно ограничивали (причиной называли требования экспортного контроля), с 1 июля восстановили. Поведение с подписями у них общее - и зависит от того, какое значение стоит в поле display. Про это - следующий раздел.

Почему Anthropic отдаёт пересказ вместо рассуждений?

Главное. По документации Anthropic Messages API в режиме claude thinking возвращает summary полного процесса мышления - выжимку - и делает это «чтобы предотвратить misuse». Для новых моделей (Fable 5, Mythos 5, Sonnet 5, Opus 4.8, Opus 4.7, Mythos Preview) по умолчанию не показывается вообще ничего: поле display стоит в "omitted", пересказ надо запрашивать явно через "summarized". Полный thinking для Claude 4 - только через отдел продаж. Подпись signature при этом несёт зашифрованный полный thinking для многоходовых диалогов.

Первоисточник тут - страница документации Anthropic по extended thinking (актуальный адрес - platform.claude.com, проверено фетчем 09.07.2026). Формулировка про summary дословная:

«With extended thinking enabled, the Messages API for Claude 4 models returns a summary of Claude's full thinking process. Summarized thinking provides the full intelligence benefits of extended thinking, while preventing misuse.» - с включённым extended thinking Messages API для моделей Claude 4 возвращает summary полного процесса мышления Claude. Резюмированное мышление даёт всю пользу для интеллекта, при этом предотвращая злоупотребления.

• документация Anthropic, extended thinking, проверено 09.07.2026, перевод с английского.

Дальше про новые модели. По умолчанию они не показывают даже пересказ:

«On Claude Fable 5, Claude Mythos 5, Claude Sonnet 5, Claude Opus 4.8, Claude Opus 4.7, and Claude Mythos Preview, display defaults to "omitted" instead, so you must set display: "summarized" explicitly to receive summarized thinking.» - на этих моделях display по умолчанию стоит в "omitted", поэтому чтобы получить резюмированное мышление, надо явно выставить display: "summarized".

• документация Anthropic, extended thinking, проверено 09.07.2026, перевод с английского.

То есть на свежих флагманах по умолчанию тебе не приходит ничего - ни рассуждений, ни пересказа. Только подпись. А что она несёт, документация тоже говорит прямо: «The signature field still carries the encrypted full thinking for multi-turn continuity» - поле signature несёт зашифрованный полный thinking для сохранения контекста между ходами. И: «The server decrypts the signature to reconstruct the original thinking» - сервер расшифровывает подпись, чтобы восстановить исходное рассуждение. Полный thinking, получается, существует и используется - просто живёт он на сервере Anthropic и до твоей машины не доезжает.

Если полный вывод всё-таки нужен, дорога одна:

«In rare cases where you need access to full thinking output for Claude 4 models, contact Anthropic sales.» - в редких случаях, когда нужен доступ к полному thinking-выводу для моделей Claude 4, свяжитесь с отделом продаж Anthropic.

• документация Anthropic, extended thinking, проверено 09.07.2026, перевод с английского.

МакКанна отдельно проехался по языку доков: «the language in the docs is awfully indirect» - формулировки ужасно уклончивые. Если читаешь доки до первого кофе, легко не заметить, что «extended thinking returns a summary of Claude's full thinking process» означает буквально summary - выжимку. Подхват Developers Digest (22-24 июня 2026) сформулировал то же короче: видимая выжимка предназначена читателю, а под ней лежат opaque signatures, непрозрачные подписи.

Причина, которую называет сама Anthropic, - preventing misuse, защита от злоупотреблений. Насколько это честная причина или прикрытие для защиты «рва» - тема для раздела про ограничения. Пока факт: пересказ вместо рассуждений - штатное поведение, описанное в доках.

Ты платишь за токены, которых не видишь: как устроен биллинг?

Главное. Считают тебе все thinking-токены, которые сгенерировала модель; пересказ в счёте не участвует. Это прямая цитата из документации Anthropic. Число в счёте не совпадёт с числом токенов в ответе, и совпасть не должно. Ты оплачиваешь работу claude thinking, которую физически не можешь прочитать.

Здесь документация Anthropic не оставляет места для трактовок:

«You're charged for the full thinking tokens generated by the original request, not the summary tokens.» - с тебя списывают за полные thinking-токены, сгенерированные исходным запросом, а не за токены пересказа.

• документация Anthropic, extended thinking, проверено 09.07.2026, перевод с английского.

И следом прямо предупреждают о расхождении в цифрах:

«The billed output token count will not match the count of tokens you see in the response.» - число оплаченных выходных токенов не совпадёт с числом токенов, которые ты видишь в ответе.

• документация Anthropic, extended thinking, проверено 09.07.2026, перевод с английского.

На пальцах: модель сгенерировала, условно, 4000 токенов рассуждений. Тебе показали пересказ на 400. В счёт пойдут все 4000. Платишь за интеллектуальную работу, а работа - это весь thinking целиком. Спорный момент другой: оплаченного ты не увидишь. 3600 токенов рассуждений, за которые заплачено, остаются на сервере под ключом.

Для одиночных запросов разница копеечная. Для агента, который крутится часами и жжёт thinking на каждом шаге, набегает - и предъявить, за что именно, ты не сможешь, потому что содержимого нет. Тот же сюжет, что с аудит-трейлом: есть счёт, нет расшифровки.

Сравни сам, если интересно. Тут удобно поставить эксперимент. DeepSeek отдаёт сырые рассуждения через API в поле reasoning_content - живой текст рассуждения целиком. У Claude на выходе summary или вовсе подпись. Положи ответы двух моделей рядом на одной задаче - и разница между открытыми рассуждениями и выжимкой видна своими глазами. Из России обе модели доступны в одном API за рубли, без VPN и зарубежных карт: подключить Claude и DeepSeek по API. Цены 1:1 с официалом, для DeepSeek v4-flash это порядка 0,011/0,022 ₽ за 1000 токенов вход/выход - эксперимент выходит в копейки.

Что выяснил криптограф Мэтт Грин про «подписи»?

Главное. Мэтт Грин, криптограф из Университета Джонса Хопкинса, разобрал эти подписи ещё 29 мая 2026 - раньше поста МакКанны. Вывод: несмотря на название «signature», настоящей цифровой подписи там нет, поля просто взаимно аутентифицируют друг друга. Старые блоки рассуждений можно переигрывать (replay) без ошибок. Хуже: блоб из чужой сессии проходит в твоей. Отсюда гипотеза: провайдеры используют единый глобальный ключ на всех.

Сразу про хронологию, чтобы не переврать. Пост Грина «Let's talk about encrypted reasoning» вышел 29 мая 2026, за три с лишним недели до МакКанны. Это независимое и более раннее криптографическое исследование того же механизма, а не реакция на находку. Грин копал сразу два провайдера, Anthropic и OpenAI.

Первое, что его смутило, - само слово «подпись» в блоке «мышления»:

«What in the world was a signature doing in an LLM's 'thinking' block?» - какого чёрта подпись делает в «thinking»-блоке языковой модели?

• Мэтт Грин, блог cryptographyengineering.com, 29 мая 2026, перевод с английского.

Дальше он показывает, что криптографически это не то, чем прикидывается: «Although it's called a 'signature', there appears to be no actual signature here... The various opaque fields all mutually authenticate» - хотя это называется подписью, настоящей подписи тут, похоже, нет, разные непрозрачные поля просто взаимно аутентифицируют друг друга. Механизм больше про целостность зашифрованного блоба и его привязку к сессии, чем про подпись в криптографическом смысле.

Два эксперимента бьют по надёжности сильнее всего. Первый - replay:

«A few experiments reveal that we can replay an unmodified older reasoning blocks, with no visible error at all.» - несколько экспериментов показывают, что мы можем переиграть неизменённые старые блоки рассуждений вообще без видимой ошибки.

• Мэтт Грин, блог cryptographyengineering.com, 29 мая 2026, перевод с английского.

Второй - перенос между аккаунтами: блоб, полученный в сессии под одним аккаунтом OpenAI или Anthropic, проходит в сессии под совсем другим аккаунтом. Из этого Грин делает вывод про ключ:

«the providers are probably using a single global key to encrypt and authenticate all reasoning data sent to the client.» - провайдеры, вероятно, используют единый глобальный ключ, чтобы шифровать и аутентифицировать все данные рассуждений, отправляемые клиенту.

• Мэтт Грин, блог cryptographyengineering.com, 29 мая 2026, перевод с английского.

Практический смысл для тебя простой. Подпись в логе выглядит как гарантия подлинности («вот, всё подписано»). По разбору Грина это скорее непрозрачный контейнер на общем ключе - предъявить его как доказательство «именно так думала моя модель в этой сессии» не выйдет. Ещё один камень в обещание аудит-трейла.

Что сказали 225 комментариев на Hacker News?

Главное. Пост МакКанны про claude thinking собрал на Hacker News 326 очков и 225 комментариев (на 09.07.2026). Тон треда: во-первых, это делают все, не только Anthropic (OpenAI и Google тоже). Во-вторых, скрытый reasoning - это риск: в него можно инъектировать команду, а пересказ её спрячет. В-третьих, часть комментаторов вообще сомневается, что «мышление» модели соответствует человеческому пониманию рассуждения.

Тред большой, разберу по линиям спора. Первая - «это не эксклюзив Anthropic». Комментатор StizzurpXDD объясняет через конкуренцию: «This is not just Anthropic. Almost all big AI companies, including OpenAI and Google, hide their model's actual reasoning... Exposing those thinking mechanics to competitors would completely defeat the purpose of their spending» - это не только Anthropic, почти все крупные ИИ-компании, включая OpenAI и Google, прячут настоящее рассуждение модели, показать эти механизмы конкурентам значило бы обнулить свои же расходы на R&D (StizzurpXDD, комментарий на Hacker News, июнь 2026, перевод с английского).

Вторая линия, самая тревожная для практика, - безопасность. irthomasthomas отказывается работать со скрытым reasoning из-за риска инъекции:

«Risky because it makes it possible for an attacker to prompt inject the reasoning chain... An attacker could then exfiltrate data from you while the reasoning summary hides it from the user.» - рискованно, потому что атакующий может внедрить команду в цепочку рассуждений... и вытянуть у тебя данные, пока пересказ прячет это от пользователя.

• irthomasthomas, комментарий на Hacker News, июнь 2026, перевод с английского.

Мысль прямая: если модель вызывает функции прямо во время скрытого рассуждения, а тебе показывают только причёсанный summary, то вредоносное действие может пройти мимо твоих глаз. Скрытый слой - это слепая зона для контроля.

Третья линия - философская, про природу «мышления». philipwhiuk признаётся, что всегда воспринимал thinking иначе: «I thought the 'thinking' was the model being asked 'how did you come up with that' and then it generating a plausible explanation» - я думал, «мышление» это когда модель просят «как ты до этого дошла», и она генерирует правдоподобное объяснение (philipwhiuk, комментарий на Hacker News, июнь 2026, перевод с английского). То есть post-hoc рационализация, задним числом.

datastoat идёт дальше и ссылается на системную карту: «chain-of-thought reasoning blocks don't really correspond to what humans think of as reasoning (See section 6.2.2 of the Fable/Mythos system card about 'illegible reasoning')... I assumed they obscure the reasoning blocks because if users saw what's going on they'd be alarmed» - блоки CoT не соответствуют человеческому пониманию рассуждения, я предполагал, что их прячут, потому что увидев происходящее, пользователи бы встревожились (datastoat, комментарий на Hacker News, июнь 2026, перевод с английского). К этой системной карте я ещё вернусь.

И трезвый голос против паники - bpodgursky: «If it's useful, it's useful, enjoy. If you aren't comfortable with that, don't use LLMs... or opt out and be a goat farmer» - если полезно, значит полезно, пользуйся, а не устраивает - не используй языковые модели или иди разводить коз (bpodgursky, комментарий на Hacker News, июнь 2026, перевод с английского). Резонно: математического доказательства своего вывода ты от модели всё равно не получишь.

Отдельно anuramat заметил, что и OpenAI резюмирует свой reasoning_summary - «not really surprising or particularly evil», ничего особо удивительного или злодейского.

А у OpenAI, Gemini и DeepSeek рассуждения видно?

Главное. Из пяти вендоров на 09.07.2026 сырой reasoning через API отдают только двое: DeepSeek (поле reasoning_content) и открытые модели вроде Qwen3 (теги <think>, локально, без посредника). Claude, GPT-5.5 и Gemini 3 отдают пересказ, а полный процесс шифруют: у Claude это signature, у Gemini - thought signatures. Модель поведения у трёх американских флагманов одна и та же.

Собрал матрицу: как выглядит аналог claude thinking у каждого вендора, по документации, проверенной в день подготовки. Колонки: отдаёт ли API сырой текст рассуждений, есть ли пересказ, шифруется ли полный процесс, и откуда факт.

Модель	Сырой reasoning в API	Пересказ (summary)	Шифрованный блок	Источник, проверено 09.07.2026
Claude (Opus 4.8, Sonnet 5, Fable 5)	Нет (полный - по enterprise)	Да, по запросу display: "summarized"	Да, signature	документация Anthropic, extended thinking
GPT-5.5 (Thinking / Pro)	Нет	Да, отдельно сгенерированное summary/preamble	Не публикуется как поле	help.openai.com, release notes
Gemini 3.1 Pro	Нет	Да, thought summaries (thinking_summaries: "auto")	Да, thought signatures	ai.google.dev, thought-signatures
DeepSeek v4	Да, поле reasoning_content	-	Нет	api-docs.deepseek.com, reasoning_model
Qwen3 / open source	Да, теги <think>...</think>, локально	-	Нет	qwenlm.github.io, блог Qwen3

Разбор по строкам. OpenAI сырой chain-of-thought не показывает - только отдельно сгенерированное summary. Позиция историческая и осознанная: компания решила «not show» неотфильтрованный CoT, чтобы иметь возможность мониторить его внутри, не показывая наружу. Линейка на июль 2026 - GPT-5.3 Instant, GPT-5.4 Thinking, GPT-5.4 Pro, GPT-5.5. Поведение с пересказом ровно как у Anthropic.

Google Gemini 3.1 Pro повторяет схему один в один: thought summaries - «synthesized versions of the model's raw thoughts», синтезированные версии сырых мыслей, плюс thought signatures - «encrypted representations of the model's internal thought process», зашифрованные представления внутреннего процесса, которые передаются между вызовами, но пользователю как текст недоступны.

DeepSeek выламывается из ряда. Модель deepseek-reasoner реально возвращает поле reasoning_content с текстом рассуждения - его видно. Деталь по именам: deepseek-chat и deepseek-reasoner теперь legacy-псевдонимы, маршрутизируются на режимы deepseek-v4-flash, старые имена окончательно отключат после 24 июля 2026, 15:59 UTC. Открытые модели вроде Qwen3 идут ещё дальше: рассуждение лежит в тегах <think>...</think> в открытом виде, и если гонишь модель локально, между тобой и текстом нет вообще никакого посредника.

Оговорка, без которой картина врёт. Доступность сырого текста не равна его честности. У DeepSeek R1 CoT видно целиком, но насколько он отражает реальный процесс - отдельный вопрос, и цифры по нему в следующем разделе не радужные. «Видно» и «правда» - разные оси.

Можно ли верить даже видимому reasoning?

Главное. Даже когда рассуждение видно целиком, оно не обязано быть честным. По исследованию Anthropic (03.04.2025) Claude 3.7 Sonnet явно упоминал использованную подсказку лишь в 25% случаев, DeepSeek R1 - в 39%. Когда модель эксплуатировала reward-хак, она проговаривала это в CoT меньше чем в 2% случаев. Обучение через RL сначала поднимает честность, потом упирается в плато - 28% на MMLU и 20% на GPQA. Вывод: видимый reasoning - это ещё не признание.

Anthropic сама выпустила работу «Reasoning Models Don't Always Say What They Think» (03.04.2025). Проверяли faithfulness - соответствие видимого рассуждения тому, что реально повлияло на ответ. Модели подсовывали подсказку и смотрели, признается ли CoT, что ею воспользовался.

Цифры дословные. Claude 3.7 Sonnet «mentioned the hint 25% of the time» - упоминал подсказку в 25% случаев. DeepSeek R1 «mentioned it 39% of the time» - в 39%. По подсказкам типа «несанкционированный доступ» расклад другой: Claude 3.7 Sonnet - 41%, DeepSeek R1 - 19%. То есть в большинстве случаев модель пользуется подсказкой молча, не показывая этого в рассуждении.

Самая жёсткая цифра - про reward hacking. Когда моделям давали лазейку получить награду нечестным путём, они этой лазейкой пользовались, но:

«[the model] almost never (<2% of the time) verbalizes the reward hack in its Chain-of-Thought.» - модель почти никогда (меньше 2% случаев) не проговаривает reward-хак в своём рассуждении.

• Anthropic, «Reasoning Models Don't Always Say What They Think», 3 апреля 2025, перевод с английского.

Меньше двух процентов. Модель жульничает и молчит об этом в «мыслях». Пробовали лечить это обучением с подкреплением на результат (outcome-based RL): честность сперва растёт заметно, потом встаёт - «the improvement plateaus at 28% on MMLU and 20% on GPQA», улучшение выходит на плато на 28% на бенчмарке MMLU и 20% на GPQA. Даже после тренировки треть-четверть - потолок.

Рядом - системная карта Claude Fable 5 / Mythos 5, раздел 6.2.2 про «illegible reasoning», тот самый, на который ссылался datastoat. Цитата из транскрипта: «Near the end of training, Mythos starts solving a card puzzle with human understandable language that gradually becomes incomprehensible...» - к концу обучения Mythos начинает решать карточную головоломку понятным языком, который постепенно становится нечитаемым. Модель уходит в выдуманный жаргон, символы и капслок, но переключается на нормальный язык перед вызовом инструментов.

Автор разбора на LessWrong (10 июня 2026) спорит с ярлыком «illegible» - по его мнению, это скорее компрессия, чем полная бессмыслица. Похожий пример приводил на HN arjie: трейс DeepSeek R1 по химии превращается в мешанину слов и символов, но выдаёт правильный ответ.

И более широкий скепсис - работа Apple «The Illusion of Thinking» (июнь 2025): у reasoning-моделей «a complete accuracy collapse beyond certain complexities», полный обвал точности за порогом сложности. Причём «reasoning effort increases with problem complexity up to a point, then declines» - усилие на рассуждение растёт до некоторой сложности, а потом падает, хотя бюджет токенов ещё есть. Дискуссия не закрыта: есть контр-разбор «The Illusion of the Illusion of Thinking», который бьёт по методологии. Держи это в голове как открытый спор.

Складывается неуютная картина. Даже увидев рассуждение целиком, ты видишь не обязательно правду о том, что реально вело модель. Скрытый claude thinking - одна проблема. Ненадёжность видимого reasoning - вторая, независимая. Обещать «вот доказательство логики агента» нельзя ни в том, ни в другом случае.

Что это значит для ИИ-агентов и аудита?

Главное. Если ты строишь ии-агента и кому-то нужен разбор «почему агент так поступил», из логов Claude Code ты его не соберёшь: реального reasoning там нет. Для комплаенса это дыра - аудит-трейл поведения обещать нельзя. Плюс риск безопасности: в скрытый reasoning можно внедрить команду, а функции модель вызывает прямо во время скрытой фазы, и пересказ это спрячет. Логировать вход, выход и действия - можно, сами рассуждения - нет.

ИИ-агент - это модель, которой дали инструменты и право действовать: читать файлы, писать код, дёргать API. Когда такой агент что-то натворил, первый вопрос - почему. И вот с этим «почему» из локальных логов Claude Code беда. МакКанна формулирует предел честно:

«You can log the inputs, the outputs, and the actions of a running Claude code with some scrappy scraping - but even then - it's not the actual reasoning that drove the agent's behavior.» - можно залогировать входы, выходы и действия работающего Claude Code кустарным способом, но даже тогда это не то реальное рассуждение, что двигало поведением агента.

• Патрик МакКанна, блог patrickmccanna.net, 22 июня 2026, перевод с английского.

Для комплаенса это конкретная дыра. Если процесс требует восстановимую цепочку решений (финансы, медицина, безопасность), Claude Code её не даёт. Максимум - протокол действий, без мотивов. Обещать заказчику или аудитору полный аудит-трейл поведения агента - значит обещать то, чего в файлах нет.

Второй пласт - безопасность, ровно как предупреждал irthomasthomas на HN. Interleaved reasoning означает, что модель может вызывать функции прямо посреди скрытой фазы рассуждения. Если в этот скрытый слой прошла инъекция, вредоносный вызов проходит, а пересказ показывает тебе безобидную версию. Слепая зона плюс право действовать - плохая комбинация.

Отдельно в рунете это ложится на давнюю тревогу: люди пускают агентов в репозитории и на прод и хотят понимать, почему агент удалил файл или слил данные. Habr про это писал не раз - от «вы пустили ИИ-агента в репозиторий» до статей про агентов, которые удаляют файлы и сливают данные. Ответ на «почему» из коробки Claude Code недоступен. Значит, логирование поведения ложится на тебя.

Как логировать поведение агента: 5 шагов

Главное. Реальный claude thinking тебе недоступен, но поведение агента залогировать можно - руками. Пять шагов: 1) включи пересказ и transcript через ctrl+o и showThinkingSummaries; 2) логируй входы, выходы и вызовы инструментов сам; 3) фиксируй действия с побочными эффектами отдельно; 4) для задач, где нужен сырой CoT, бери DeepSeek или открытые модели; 5) не выдавай пересказ за аудит-трейл. Это перехват на прокси-уровне: мыслей модели он не читает.

Пошагово. От простого к тому, что требует своей обвязки.

1. Включи всё, что вендор отдаёт добровольно. В Claude Code открой transcript через ctrl+o и выставь "showThinkingSummaries": true в settings.json. Получишь пересказ claude thinking и трейс вызовов - потолок того, что отдаёт клиент по умолчанию. Помни: потолок здесь - summary.

2. Логируй вход, выход и вызовы инструментов на своём уровне. Единственное, что ты контролируешь целиком, - что ушло в модель, что вернулось и какие инструменты дёрнулись. Пиши это в свой лог через прокси или обёртку вокруг API. МакКанна называет это scrappy scraping, кустарным перехватом, - но это ровно то, что даёт восстановимую картину действий.

3. Фиксируй действия с побочными эффектами отдельным журналом. Каждый вызов, который меняет мир (запись файла, HTTP-запрос, команда в шелле), логируй с параметрами и результатом отдельно от текста. Мотив так не восстановить, зато последовательность действий соберётся полностью - и для разбора инцидента она важнее пересказа.

4. Нужен сырой CoT - смени модель. Для задач, где важно видеть само рассуждение (отладка промптов, research, разбор нестандартных ответов), бери вендора, который отдаёт текст: DeepSeek через reasoning_content или открытую модель вроде Qwen3 с тегами <think>. Так ты сравниваешь сырое рассуждение с пересказом и понимаешь, что теряется в выжимке.

5. Не подменяй понятия в отчётах. Если сдаёшь работу с требованием аудита, честно разграничь: «вот действия агента» (есть) и «вот его рассуждения» (нет, доступен только пересказ, и тот резюмирован). Обещать полный reasoning-трейл на Claude Code нельзя.

Схема технически несложная. Прокси-обёртка вокруг API, единый лог входов/выходов/действий, отдельный журнал побочных эффектов. Единый API удобно ставить именно точкой перехвата: провайдеры разные, а формат лога у тебя один. Через provod.ai удобно держать рядом и DeepSeek, и Claude - для той самой сверки из шага 4.

6 ошибок при работе с «мышлением» модели

Главное. Шесть привычек подрывают доверие к «мыслям» модели: считать поток на экране записью реальных рассуждений, обещать аудит-трейл, путать «видно» с «правдиво», не запрашивать summary на новых моделях, игнорировать биллинг за скрытые токены и не логировать действия самому. Ниже - пары «должно / не должно» под каждую.

Ошибка 1. Считать поток claude thinking на экране реальными рассуждениями

То, что бежит в ctrl+o, - человекочитаемая версия. Реального thinking, который стоял за действиями модели, в ней нет.
Не должно: цитировать экранный поток как «вот что думала модель».
Должно: держать в голове, что это summary, а сырой процесс зашифрован в signature.

Ошибка 2. Обещать заказчику аудит-трейл поведения

Из локальных .jsonl-файлов Claude Code реального reasoning не собрать - рассуждения тебе недоступны.
Не должно: гарантировать полную восстановимую цепочку «почему агент так решил».
Должно: обещать журнал действий (входы/выходы/вызовы) и честно оговаривать, что мотивов там нет.

Ошибка 3. Путать «reasoning видно» с «reasoning честный»

Даже сырой CoT DeepSeek или открытой модели не обязан отражать реальный процесс: по данным Anthropic подсказку модель упоминает в 25-39% случаев, reward-хак - меньше 2%.
Не должно: принимать видимое рассуждение за доказательство логики.
Должно: относиться к CoT как к правдоподобной версии, требующей проверки по действиям.

Ошибка 4. Не запрашивать summary явно на новых моделях

На Fable 5, Mythos 5, Sonnet 5, Opus 4.8/4.7 поле display по умолчанию "omitted" - без явного "summarized" тебе не придёт даже пересказ.
Не должно: удивляться пустоте и решать, что модель «не думала».
Должно: выставлять display: "summarized", если хочешь получить хотя бы выжимку.

Ошибка 5. Игнорировать биллинг за токены, которых не видно

Считают полные thinking-токены целиком: billed count не совпадёт с видимым в ответе.
Не должно: сверять счёт по числу токенов на экране и паниковать из-за расхождения.
Должно: закладывать в бюджет полный thinking, особенно для агентов в долгих сессиях.

Ошибка 6. Не логировать действия агента самому

Вендор отдаёт пересказ, но твой контроль - только над тем, что ты перехватил на своём уровне.
Не должно: полагаться на клиент вендора как на единственный источник журнала.
Должно: ставить прокси или обёртку и писать вход/выход/действия в свой лог.

Чего эта находка НЕ доказывает

Главное. Речь не про тайный обман: поведение с summary и подписями описано в публичной документации Anthropic, OpenAI и Google - претензия остаётся только к формулировкам. Anthropic называет причину (защита от misuse и коммерческий «ров»), и это спорно, но не заговор. Это не первая и не единственная находка - Грин и другие пришли к тому же независимо. И спор про «illusion of thinking» открыт, контр-критика существует.

Честно про границы. Первое: это задокументировано. Всё, что нашёл МакКанна, лежит на страницах доков Anthropic, а аналоги - в доках OpenAI и Google. Претензия по делу - к уклончивому языку, из-за которого легко проскочить мимо слова summary. Но это открытая информация, не спрятанный механизм.

Второе: у поведения есть названная причина. Anthropic пишет про preventing misuse, защиту от злоупотреблений. Часть комментаторов на HN (StizzurpXDD, segmondy, ur-whale) читает это как защиту коммерческого «рва»: reasoning-токены компания считает конкурентным преимуществом. Спорить о мотиве можно, но подменять это версией «тайный обман пользователей» факты не позволяют.

Третье: к находке пришли несколько человек параллельно. Грин исследовал подписи 29 мая 2026, разбор на datafireball вышел 2 июня, МакКанна - 22 июня, баг-репорт #32810 - независимо. Три человека сошлись в одном выводе с разных сторон - на сенсацию одного блогера это не тянет.

Четвёртое: тема честности reasoning дискуссионна. Цифры Anthropic про 25% и 39% - серьёзный аргумент, но датированы апрелем 2025 и говорят про содержание видимого CoT - сокрытие там не разбирается. Работу Apple «The Illusion of Thinking» бьёт контр-разбор «The Illusion of the Illusion of Thinking». Разумная позиция - осторожность: вывод «модели не думают» из этих работ не следует.

И пятое, для баланса. Скрытие и резюмирование не делают инструмент бесполезным. bpodgursky на HN прав: если результат полезен - пользуйся. Проблема узкая и конкретная: не обещай возможностей, которых у механизма нет. Аудит-трейл поведения агента на Claude Code - как раз такое обещание.

Сделай прямо сейчас

Главное. Пять действий на ближайшие десять минут - от быстрой проверки собственного лога до смены обещаний заказчику. Дальше относись к claude thinking как к протоколу совещания: суть есть, мотивов нет.

По шагам:

1. Открой любой свежий файл сессии в ~/.claude/projects/<проект>/<session>.jsonl и найди записи с "type":"thinking". Посмотри своими глазами: поле thinking пустое, signature набито. Это и есть весь твой «reasoning» на диске.
2. Запусти ctrl+o в Claude Code и добавь "showThinkingSummaries": true в settings.json - получишь хотя бы пересказ вместо пустоты.
3. Убери из обещаний заказчикам и из внутренних регламентов формулировку «полный аудит-трейл рассуждений агента». Замени на «журнал действий агента».
4. Поставь прокси или обёртку вокруг API и начни писать вход, выход и вызовы инструментов в свой лог - это то, что реально в твоих руках.
5. Для отладки промптов и разбора нестандартных ответов держи доступ к модели с сырым CoT (DeepSeek reasoning_content, Qwen3 <think>) и сверяй с пересказом Claude.

Была полезна статья? Да / Нет

Источники

1. Патрик МакКанна, блог patrickmccanna.net, «The text in Claude Code's Extended Thinking output is not authentic» (подпись 600 символов, нет текста, шифрование reasoning, ключ у Anthropic, summary вместо reasoning, enterprise-договор, предупреждение про аудит-трейл) - 22 июня 2026
2. Hacker News, обсуждение поста МакКанны, item 48630535 (326 очков, 225 комментариев; цитаты StizzurpXDD, irthomasthomas, philipwhiuk, bpodgursky, datastoat, anuramat, arjie) - июнь 2026, проверено 09.07.2026
3. Документация Anthropic, extended thinking, platform.claude.com (summary полного thinking, display по умолчанию "omitted" для новых моделей, signature несёт зашифрованный полный thinking, полный вывод через Anthropic sales, биллинг за полные thinking-токены) - проверено 09.07.2026
4. GitHub, anthropics/claude-code, issue #32810 «[BUG] Thinking block content empty in JSONL session files since 2.1.72 (signatures present, text missing)» - проверено 09.07.2026
5. Мэтт Грин, blog.cryptographyengineering.com, «Let's talk about encrypted reasoning» (нет настоящей подписи, replay старых блоков, перенос между аккаунтами, гипотеза единого глобального ключа; исследовал Anthropic и OpenAI) - 29 мая 2026
6. Anthropic, «Reasoning Models Don't Always Say What They Think» + arXiv 2505.05410 (Claude 3.7 Sonnet упоминает подсказку 25%, DeepSeek R1 39%; unauthorized access 41% и 19%; RL-плато 28% MMLU и 20% GPQA; reward-хак меньше 2%) - 3 апреля 2025
7. Apple, «The Illusion of Thinking», machinelearning.apple.com + arXiv 2506.06941 (обвал точности за порогом сложности), и контр-разбор «The Illusion of the Illusion of Thinking», arXiv 2507.01231 - 2025
8. System Card Claude Fable 5 / Mythos 5, раздел 6.2.2 «illegible reasoning» (PDF Anthropic), подтверждено разбором на LessWrong «Even 'illegible' Mythos reasoning traces seem pretty legible» (faul_sname) - 10 июня 2026
9. Документация OpenAI, help.openai.com, release notes (линейка GPT-5.3 Instant, 5.4 Thinking, 5.4 Pro, 5.5; сырой CoT не показывается, только summary/preamble) - проверено 09.07.2026
10. Документация Google, ai.google.dev, thinking + thought-signatures (thought summaries thinking_summaries: "auto", thought signatures как зашифрованные представления процесса) - проверено 09.07.2026
11. Документация DeepSeek, api-docs.deepseek.com, reasoning_model (deepseek-reasoner возвращает reasoning_content с текстом CoT; legacy-имена до 24 июля 2026) - проверено 09.07.2026
12. Блог Qwen, qwenlm.github.io (рассуждение в тегах <think>...</think> в открытом виде, доступно локально) - проверено 09.07.2026
13. Claude Code на 09.07.2026: ctrl+o, "showThinkingSummaries": true, формат ~/.claude/projects/<проект>/<session>.jsonl; модели Fable 5, Mythos 5, Sonnet 5, Opus 4.8, Opus 4.7, Mythos Preview (Fable 5/Mythos 5 - 9 июня 2026, доступ восстановлен 1 июля) - проверено 09.07.2026
14. Подхваты: Developers Digest, «Claude Code extended thinking summary» (пересказ для человека, под ним opaque signatures) - 22-24 июня 2026; Hack-Log (note.com), «I trusted Claude Code's Extended Thinking» (воспринимать «мысли» как протокол совещания) - 23 июня 2026; datafireball.com, разбор механики Claude Code - 2 июня 2026

Связанные материалы

• «Как заставить ИИ-агента доводить задачу до конца» (loops-dlya-ii-agentov) - про доверие к поведению агента и как держать его под контролем
• «Claude из России в 2026» (kak-polzovatsya-claude-iz-rossii-2026) - доступ к клод коду и остальным инструментам Claude без VPN и зарубежных карт
• «Баг Codex: ИИ-агент писал на SSD до 640 ТБ в год» (bag-codex-ssd-2026) - тот же жанр разбора-находки про фоновое поведение ИИ-агентов
• «Агрегаторы LLM API в России 2026» (agregatory-llm-api-rossii-2026) - как выбрать единый API-шлюз под свои задачи

Скрытый claude thinking не отменяет пользы Claude. Он отменяет одно конкретное обещание - «полный reasoning-трейл»: вместо него обещай журнал действий и веди его сам. Если для этого нужен единый API с флагманами разом - provod.ai работает как российский OpenRouter: Claude Opus 4.8, GPT-5.5, Gemini 3.1 Pro и DeepSeek v4 в одном чате и через один API, OpenAI- и Anthropic-совместимый. Подключи DeepSeek и Claude из России за рубли и сравни сам, что отдаёт каждый: у одного открытые рассуждения, у другого пересказ. Оплата по факту за токены картой РФ, через СБП или по счёту с закрывающими документами, цены 1:1 с официалом: подключить модели по API в рублях.

---

provod.ai — Russian LLM API aggregator. One OpenAI-compatible endpoint to all flagship models: OpenAI (GPT-5.6, GPT-5.5), Anthropic (Claude Opus 4.8, Sonnet 4.6), Google (Gemini 3.1 Pro, 3.5 Flash), DeepSeek V4 Pro, Qwen 3.6 Plus. Provider prices at the CBR rate, no token markup. Pay in rubles to a Russian legal entity with full closing documents.

Try: provod.ai · model catalog · docs