Claude Code v2.1.259: Verwaltete MCP-Server, Headless-Berechtigungsmodus und Nebenläufigkeitskorrekturen

✍️ OpenClawRadar📅 Veröffentlicht: 3. September 2026🔗 Source
Ad

Claude Code v2.1.259 (veröffentlicht am 2. September) konzentriert sich auf Unternehmenskontrollen, unbeaufsichtigten Betrieb und mehrere Nebenläufigkeitsfehler, die Ihren lokalen Zustand stillschweigend beschädigen konnten. Hier ist, was wirklich nützlich ist.

Verwaltete MCP-Server für Organisationen

Organisationen können jetzt managedMcpServers in den verwalteten Einstellungen definieren. Diese Einträge verwenden dieselbe Struktur wie .mcp.json, zeigen jedoch auf HTTP/SSE-Server, die für jeden Benutzer bereitgestellt werden. Einträge, die einen auszuführenden Befehl benennen (wie node server.js), werden übersprungen – nur Remote-Server sind erlaubt.

Headless-Berechtigungsmodus

Neu ist --permission-prompts none für unbeaufsichtigte Hosts. Alles, was eine Eingabeaufforderung auslösen würde, wird automatisch abgelehnt, während der aktive Berechtigungsmodus (einschließlich Auto-Modus) weiterhin entscheidet. Dies ist entscheidend für CI- oder Cron-Jobs, bei denen eine hängende Eingabeaufforderung nicht akzeptabel ist.

Erkennung von GitLab-Merge-Requests

Claude Code erkennt nun glab mr create/merge/close/reopen/note/update-Befehle. GitLab-Merge-Requests werden in der eingeklappten Tool-Zusammenfassung als MR !N angezeigt und aktualisieren das MR-Abzeichen in der Fußzeile.

Plugin-Validierung im JSON-Format

claude plugin validate akzeptiert jetzt --json, um einen maschinenlesbaren Validierungsbericht zu erstellen – nützlich für Pre-Commit-Hooks oder CI-Pipelines.

Wichtige Korrekturen bei Nebenläufigkeit

Mehrere gleichzeitige Sitzungen haben sich gegenseitig stillschweigend die ~/.claude.json-Änderungen überschrieben, was zu einem Zurücksetzen der Workspace-Trust-Einstellungen und zum Verlust von MCP-/Projektstatus führte. Dies wurde behoben. Ebenfalls behoben: Ein Gespräch, dessen Denken einmal abgelehnt wurde, wurde in jeder späteren Runde erneut abgelehnt, und Hintergrundagenten in Remote-Control-Sitzungen wurden beim Drücken von „Stopp" nicht tatsächlich gestoppt – beendete Aufgaben bleiben jetzt sichtbar und erneut stoppbar, bis ihre Prozesse beendet sind.

Ad

Bash-Sicherheitslücken geschlossen

Ablehnungsregeln in Bash Read() decken jetzt Dateien ab, die als Optionswerte angegeben werden (--ignore-revs-file=.env, -f.env, @file), Dateioperanden für git diff/git grep sowie zusammengesetzte Befehle wie cd DIR && cat FILE. Rekursive Scans über Verzeichnisse mit abgelehnten Dateien (grep -r, cp -r) lösen jetzt Eingabeaufforderungen aus.

Weitere bemerkenswerte Korrekturen

  • Behoben, dass der Prompt-Cache beim Aktualisieren des OAuth-Tokens ungültig wurde, wenn Telemetrie deaktiviert war.
  • Vollbildmodus zeigt nach langen Turns mit Hunderten von Tool-Aufrufen keinen leeren Gesprächsverlauf mehr.
  • Auto-Modus läuft nicht mehr auf einem Modell, das es nicht unterstützt, wenn Frontmatter model: eines nennt; es behält das Sitzungsmodell bei.
  • CLAUDE_CODE_MAX_CONTEXT_TOKENS wird jetzt für Vertex-Modell-IDs mit @YYYYMMDD-Suffix beachtet.
  • Behoben: Hintergrund-GitHub-Verbindungsprüfung für claude.ai-Benutzer – das Ergebnis wird jetzt über Starts hinweg zwischengespeichert.
  • Behoben: --resume schlug fehl, wenn gespeicherte Sitzungen Anhänge ohne Inhalt enthalten.
  • Frontmatter model: bei benutzerdefinierten Befehlen/Fähigkeiten funktioniert jetzt in interaktiven Sitzungen.
  • Verwaltete Einstellungen weigern sich jetzt, mit einem Fehler zu starten, der die Quelle nennt (Datei, Drop-in, MDM-Plist, HKLM), wenn das Parsen fehlschlägt, anstatt stillschweigend nicht durchgesetzt zu werden.
  • Worktree-Isolation blockiert nicht mehr gängige Bash-Schleifen, xargs-Pipelines oder Launcher-umhüllte Befehle, die das Haupt-Checkout nicht erreichen können.
  • OpenTelemetry-Metriken enthalten jetzt korrekt user.email, organization.id und user.account_uuid in Cloud-Sitzungen.

Leistungsverbesserungen

Die Leistung bei Terminalgrößenänderungen und beim ersten Rendern langer Antworten wurde verbessert, indem Textmessungen wiederverwendet werden. Die Agentendetailansicht von /workflows zeigt jetzt JSON-Ergebnisse hübsch gedruckt mit Syntaxfarben und echten Zeilenumbrüchen.

Wenn Sie Claude Code in parallelen Sitzungen ausführen oder für ein Team verwalten, aktualisieren Sie jetzt – allein die Nebenläufigkeitskorrekturen sind es wert.

📖 Die vollständige Quelle lesen: GitHub Claude-Code

Ad

👀 Siehe auch

Indiens Sarvam und Krutrim entwickeln kostengünstige KI-Modelle für lokale Bedürfnisse
Nachrichten

Indiens Sarvam und Krutrim entwickeln kostengünstige KI-Modelle für lokale Bedürfnisse

Indische Startups Sarvam AI und Krutrim entwickeln souveräne KI-Modelle, die für Einsteiger-Smartphones und Netzwerke mit geringer Bandbreite optimiert sind. Das SarvamM-Modell von Sarvam mit 24 Milliarden Parametern wurde in 10 indischen Sprachen trainiert.

OpenClawRadar
DeepSeek-V4-Flash macht LLM-Steuerung für lokale Modelle praktikabel
Nachrichten

DeepSeek-V4-Flash macht LLM-Steuerung für lokale Modelle praktikabel

Seen Goedecke erklärt, warum Steuerungsvektoren dank DeepSeek-V4-Flash, das lokal über DwarfStar läuft, wieder relevant sind, mit praktischen Details zur Funktionsweise und warum sie sich zuvor nicht durchgesetzt haben.

OpenClawRadar
Drei inverse Gesetze der Robotik: Menschliche Leitlinien für die KI-Nutzung
Nachrichten

Drei inverse Gesetze der Robotik: Menschliche Leitlinien für die KI-Nutzung

Susam Pal schlägt drei inverse Gesetze der Robotik für Menschen vor: KI nicht vermenschlichen, ihre Ausgaben nicht blind vertrauen und vollständig verantwortlich bleiben. Praktische Warnungen vor übermäßigem Vertrauen in generative KI.

OpenClawRadar
Adaptive Inferenz-Routing-Vorschlag für KI-Abfrageeffizienz
Nachrichten

Adaptive Inferenz-Routing-Vorschlag für KI-Abfrageeffizienz

Ein im April 2026 bei Anthropic eingereichter Vorschlag skizziert ein fünfstufiges System zur Weiterleitung von Anfragen an geeignete KI-Modelle basierend auf einem Komplexitäts-Scoring, das einfache Signale wie Zeichenanzahl und Satzanzahl nutzt, bevor überhaupt eine Modellinferenz stattfindet.

OpenClawRadar