Claude Code v2.1.154: Opus 4.8, dynamische Workflows und wichtige Fehlerbehebungen

Anthropic hat Claude Code v2.1.154 veröffentlicht, das Claude Opus 4.8 und dynamische Workflows hinzufügt. Das Modell arbeitet standardmäßig mit hohem Aufwand; verwenden Sie /effort xhigh für die schwierigsten Aufgaben. Der schnelle Modus ist zum doppelten Standardtarif für 2,5-fache Geschwindigkeit verfügbar – eine deutliche Kostenreduzierung.
Dynamische Workflows
Die Hauptfunktion: Sie können Claude jetzt bitten, einen Workflow zu erstellen, und es orchestriert die Arbeit über Dutzende bis Hunderte von Hintergrund-Agents für größere, komplexere Aufgaben. Verwenden Sie /workflows, um laufende Workflows anzuzeigen.
Verbesserungen bei Agents und Shell
In claude agents können Sie einem Shell-Befehl ! voranstellen, um ihn als Hintergrundsitzung auszuführen, von der Sie sich trennen/wieder verbinden können. Das entsprechende CLI-Flag ist claude --bg --exec '<Befehl>'. Außerdem führt /logout jetzt tatsächlich eine Abmeldung durch (nicht mehr an eine Hintergrundsitzung gesendet). Die Agents-Ansicht (doppelter linker Pfeil) funktioniert jetzt auf Bedrock, Vertex, Foundry und bei deaktivierter Telemetrie.
Plugin-Änderungen
Plugins können jetzt defaultEnabled: false in plugin.json oder einem Marketplace-Eintrag deklarieren. Aktivieren Sie sie mit /plugin oder claude plugin enable; Abhängigkeiten bleiben automatisch aktiviert. Der Tab „Entdecken“ pinnt Plugins, die zu Ihrem aktuellen Verzeichnis passen, mit einem Hinweis „vorgeschlagen für dieses Verzeichnis“.
Weitere bemerkenswerte Verbesserungen
- Schlanker System-Prompt ist jetzt Standard für alle Modelle außer Haiku, Sonnet und Opus 4.7 und älter.
- Multiple-Choice-Prompts sind Entscheidungen vorbehalten, die Claude wirklich nicht treffen kann.
/simplifyführt jetzt eine reine Bereinigungsprüfung durch (Wiederverwendung, Vereinfachung, Effizienz, Abstraktionsebene) und wendet Korrekturen an – führt nicht mehr die vollständige Fehlersuche/code-review --fixaus.- Die Ausführung von Streaming-Tools ist immer aktiviert, auch auf Bedrock/Vertex/Foundry und bei deaktivierter Telemetrie.
- Stdio-MCP-Server-Subprozesse erhalten die Umgebungsvariablen
CLAUDE_CODE_SESSION_IDundCLAUDECODE=1. /chromeermöglicht die Auswahl des verbundenen Browsers, wenn mehrere verbunden sind.
Fehlerbehebungen
- Behoben:
rm -rf $HOMEwurde nicht blockiert, wennHOMEeinen abschließenden Schrägstrich hatte. - Behoben:
$TMPDIRwurde zwischen sandboxierten und nicht-sandboxierten Bash-Befehlen inkonsistent aufgelöst. - Behoben: Angeheftete Hintergrundsitzungen wurden nach einem Claude-Code-Update jede Minute neu gestartet, was zu Benachrichtigungsflut führte.
- Behoben: Subagents in Hintergrundsitzungen umgingen die Worktree-Isolationssperre und schrieben in das gemeinsame Checkout.
- Behoben: Verwaiste
claude --bg-pty-host-Prozesse verursachten auf macOS 100% CPU-Last. - Behoben:
worktree.baseRef: "head"löste auf HEAD des Haupt-Checkouts auf, nicht auf HEAD des aktuellen Worktrees. - Behoben: Intermittierende Terminal-Rendering-Fehler in VS Code (Begrenzung der Spinner-Farben).
- Viele weitere, darunter Hintergrundsitzungs-Zustandsverwaltung, Tastenkombinationen und Klassifikator-Erkennung von Datenexfiltration.
📖 Vollständige Quelle lesen: GitHub Claude-Code
👀 Siehe auch

Organisationen, die GitHub per IP-Adresse blockieren, haben Verbindungsprobleme mit Claude
Eine automatische Statusmeldung berichtet über Verbindungsfehler für Organisationen, die den GitHub-Zugriff per IP-Adresse einschränken, mit fortlaufender Incident-Verfolgung über status.claude.com.

Apples KI-Strategie und die Kommodifizierung von Intelligenz
Der Artikel argumentiert, dass Apples konservativer Ansatz bei KI von Vorteil sein könnte, da Intelligenz zur Massenware wird. Modelle wie Gemma4 erreichen 85,2 % auf MMLU Pro und laufen auf Smartphones, während OpenAIs Sora täglich 15 Millionen Dollar kostet, bei nur 2,1 Millionen Dollar Umsatz.

Neun häufige Fehlermuster bei KI-Codierungsagenten und Validierung vor der Ausführung
Ein Reddit-Beitrag identifiziert neun spezifische Fehlermuster, die häufig dazu führen, dass KI-Codierungsagenten versagen, darunter unvollständige Enum-Behandlung, stille Nullpfade und halluzinierte Importe. Der Autor berichtet, dass die Implementierung einer Validierungsphase vor der Ausführung etwa 70 % dieser Fehler abfängt.

Forschungsergebnisse zur Zuverlässigkeit von KI-Agenten und Entwicklungsmustern
Eine gemeinsame Forschungssitzung mit Claude Opus analysierte 15 Arbeiten über KI-Agenten und deckte quantifizierte Zuverlässigkeitsprobleme auf: Agenten erzeugen bei 10 Durchläufen 2–4 verschiedene Aktionssequenzen, wobei 69 % der Abweichungen bei der ersten Entscheidung auftreten. Selbstverbessernde Agenten zeigten, dass ihre Sicherheitsverweigerungsrate durch eigenes Lernen von 99,4 % auf 54,4 % sank.