A Anthropic recentemente desmontou um sistema de dupla chave que a maioria dos usuários nunca percebeu que existia: Modelo (o cérebro) e Esforço (a atitude) são duas coisas diferentes.
Este artigo defende uma tese: a competição em IA para código está migrando de “quem tem o modelo mais forte” para “quem orquestra melhor os agentes” — e quem dominar Modelo e Esforço como alavancas independentes construirá uma vantagem estrutural de eficiência.
Um susto de “a IA ficou burra” expõe a chave ignorada
Em março, uma crise de confiança estourou entre os usuários do Claude Code. Desenvolvedores perceberam que o Claude Code de repente ficou “burro” — pulava arquivos que deveria ler, não rodava testes, abandonava tarefas no meio do caminho e pedia mais informações. O GitHub ficou lotado de reclamações. Stella Laurenzo, líder de IA da AMD, vasculhou os logs de 6.852 sessões e mediu que o volume de raciocínio do Claude estava 67% menor do que antes de fevereiro, concluindo: “O Claude não pode mais ser confiável para trabalho de engenharia complexa.”
Todos primeiro culparam os próprios prompts. Depois veio a percepção: o problema não era deles — em 4 de março, a Anthropic havia reduzido a configuração padrão de Esforço do Claude Code de alta para média. A pressão por menor latência havia feito o modelo ficar “preguiçoso”. Após um mês de reação negativa, a Anthropic restaurou o padrão em 7 de abril e redefiniu as cotas de uso para assinantes. Mas, a essa altura, a maioria dos usuários tinha acabado de descobrir que essa chave estava sempre à mão — decidindo silenciosamente o quanto a IA realmente trabalharia por eles. O problema mais profundo que isso expôs: a grande maioria dos usuários tem exatamente uma dimensão de controle sobre ferramentas de IA — trocar o modelo — quando a arquitetura da Anthropic nunca teve apenas uma alavanca.
Modelo versus Esforço: duas alavancas independentes
O Modelo troca o cérebro
Cada modelo é um conjunto de pesos congelados. Suas habilidades e conhecimentos foram soldados no momento em que o treinamento terminou: somente leitura, imutáveis. Os prompts que você fornece na inferência e o código que você cola no contexto não podem alterar esses pesos — você pode direcionar, mas não treinar. Trocar de modelo significa trocar um conjunto inteiro de pesos para o seu trabalho; isso resolve o problema de “não conseguir fazer”. Uma biblioteca que não existia na época do treinamento pode ser aprendida na hora a partir de uma documentação colada, mas só para aquela única requisição — o modelo não lembra de nada e esquece instantaneamente. E a inferência de modelos funciona por predição em nível de token: seu código é dividido em tokens, cada um mapeado para um número do vocabulário — const é 1078, await é 2597 — e uma resposta de 200 tokens são 200 passadas completas de computação. Seu tempo de espera e seu gasto vivem majoritariamente dentro desse loop.
O Esforço troca a atitude
Muitos assumem que Esforço alto significa “pensar alguns segundos a mais” — errado. Ele governa quanto trabalho o Claude investe na tarefa: quantos arquivos ele lê, se roda os testes, se faz verificações extras, se leva um trabalho de múltiplas etapas até o fim antes de retornar. Um Claude com Esforço baixo tende a respostas rápidas e a pedir mais contexto, evitando agir sempre que possível; um Claude com Esforço alto busca informações por conta própria, faz chamadas extras de ferramentas e conclui cadeias longas de tarefas de uma só vez. Segundo o diagrama oficial da Anthropic: o mesmo prompt com Esforço alto produz cerca de 7× os tokens de um Esforço baixo — o excedente é todo gasto com leitura de arquivos, execução de verificações e conferências. Esforço não é um botão de velocidade. É um sinal comportamental de “com que padrão este trabalho é considerado concluído”.
O núcleo contraintuitivo: modelo pequeno + Esforço alto supera modelo grande + Esforço baixo
Aqui está a conclusão contraintuitiva, e o julgamento mais importante da análise: “não consegue” e “não tentou” são falhas completamente diferentes, que exigem correções completamente diferentes. O framework oficial de decisão da Anthropic é limpo: Passo um — quando o Claude falha, não corra para trocar o modelo. Verifique primeiro o contexto: o prompt está claro? As ferramentas certas estão disponíveis? O CLAUDE.md está configurado? A maioria das reclamações de “a IA ficou burra” tem raiz aqui. Passo dois — o contexto está bom e ainda assim falha. Então pergunte: ele não consegue, ou não tentou? “Não tentou” é fácil de identificar — arquivos pulados, testes não executados, refatorações pela metade devolvidas como perguntas. Isso é Esforço; aumente um nível. “Não consegue” é diferente — o contexto está completo, o esforço é visivelmente máximo, e ainda assim está errado; reformular falha de novo. Nenhuma quantidade de Esforço ajuda. Isso é Modelo; troque-o.
A analogia da Anthropic: o Sonnet é um generalista com uma tarde inteira — lê seu código de ponta a ponta, roda tudo duas vezes; o Opus é um especialista que lhe dá cinco minutos, trazendo experiência e intuições que você não tem; o Fable é o especialista chamado quando todos os outros estão travados, enxergando o que os demais não conseguem. Daí o veredito contraintuitivo: o Sonnet com Esforço alto realmente supera o Opus com Esforço baixo em muitas tarefas.
O framework das duas alavancas: da seleção unidimensional à orquestrações bidimensional
| Modelo: baixo | Modelo: alto | |
|---|---|---|
| Esforço: baixo | Investimento mínimo, resultado mínimo — consultas simples e depuração | Um especialista sem vontade de trabalhar — recursos desperdiçados |
| Esforço: alto | Um modelo pequeno em esforço total — cobre 80% dos cenários | A combinação mais forte — padrão para problemas difíceis |
A percepção do framework não está nos quadrantes em si, mas no fato negligenciado que eles revelam: a maioria dos usuários de IA para código ainda opera em uma única dimensão — escolhendo o modelo e ignorando o investimento. Imagine uma equipe com um especialista de faculdade de elite que enrola todos os dias e um graduado de faculdade comum que trabalha muito. Na maioria dos projetos — aqueles que não exigem insights dignos de Nobel — o esforço do graduado cobre 80% da necessidade. Ainda assim, você escolhe o especialista pelo pedigree e depois reclama do resultado. É assim que a maioria das pessoas usa o Claude Code hoje. Mais notável ainda: a versão mais recente do Claude Code adicionou múltiplos níveis de Esforço, incluindo um novo nível “ultra” — a própria Anthropic percebeu que gastar mais tokens em “verificar a própria saída” supera gastar mais parâmetros em “memorizar mais conhecimento” em certos cenários.
O que o framework explica em outros lugares
O framework das duas alavancas não é específico do Claude Code. Ele revela uma tendência mais profunda na camada de aplicação: o teto de capacidade dos modelos está migrando da contagem de parâmetros na época do treinamento para o orçamento de computação na época da inferência. Além de código — pegue um sistema de atendimento ao cliente com IA: o mesmo modelo classe GPT-4 configurado para “respostas rápidas até transferir para um humano” (Esforço baixo) versus “entender a intenção profunda do usuário e resolver de forma autônoma” (Esforço alto) pode variar mais do que uma troca de modelos. Na escrita — um modelo intermediário mais um sistema de instruções de “pense passo a passo, faça um esboço primeiro, revise-se depois” frequentemente produz mais do que um modelo mais forte sem restrições em uma única tentativa. O motivo não é que o modelo intermediário seja mais inteligente; ele recebeu um Esforço maior. Na implantação de agentes corporativos — 31% das empresas rodavam agentes em produção em 2026 — quando gestores reclamam que agentes são “pouco confiáveis”, quanto é modelo errado versus configuração insuficiente de esforço: contagens de iteração, etapas de verificação, estratégias de fallback?
O valor do framework das duas alavancas: ele converte a reclamação vaga “a IA não é confiável” em duas perguntas de diagnóstico precisas — ele não consegue, ou não tentou?
O que fazer
Desenvolvedores: pare. Da próxima vez que o Claude falhar, ajuste o Esforço antes de trocar o modelo. Na maioria das tarefas cotidianas, o Sonnet com Esforço alto é mais barato e mais eficaz do que pular direto para o Opus — reserve a troca de modelo para problemas genuinamente difíceis que precisem de sua especialidade. Gestores de equipe: reordene suas prioridades de orçamento em ferramentas de IA: qualidade do contexto acima da configuração de Esforço, acima de upgrades de modelo. O desperdício mais comum é comprar o modelo mais forte enquanto se ignoram as duas primeiras alavancas — realoque o orçamento de tokens economizado para mais rodadas de iteração, em vez de mais parâmetros. Construtores de produtos de IA: não entregue um seletor de modelo puro e simples. Ofereça um controle de “nível de investimento” ou “rigor” e ensine os usuários que as duas dimensões são independentes — isso é tanto educação do usuário quanto diferenciação de produto. Ampliando a perspectiva: se o esclarecimento oficial da Anthropic marcar alguma coisa, é que a IA para código está deixando a era de “trocar o cérebro” para entrar na era da “orquestração”. Os modelos vão virar commodity; o fosso competitivo se move para quem desenha melhores fluxos de trabalho de agentes e quem configura o nível certo de esforço em cada etapa da tarefa. Isso não é um problema de algoritmo — é um problema de gestão de engenharia.
Informações do blog oficial da Anthropic, reportagens do Synced e da documentação do Claude Code. A tese e o framework são análise independente, não a posição oficial da Anthropic.
