Erro de Tempo Limite no Login OAuth do Claude Code no Windows
O Claude Code, um assistente de programação com IA da Anthropic, tem um bug confirmado que impede usuários do Windows de fazer login. O problema afeta a versão 2.1.92 e causa falha completa no login através da autenticação Google OAuth.
Detalhes do Bug
O bug se manifesta como um erro de tempo limite OAuth ao tentar fazer login em sistemas Windows. Usuários relatam a mensagem de erro exata: Erro OAuth: tempo limite de 15000ms excedido. Isso ocorre consistentemente, independentemente das tentativas de login, bloqueando efetivamente todo o acesso ao Claude Code em máquinas Windows afetadas.
Passos para Reprodução
- Abra o Claude Code no Windows
- Inicie o login usando autenticação do Google
- Complete o fluxo de login no navegador
- Retorne ao Claude Code
- Receba o erro de tempo limite OAuth
O relator do problema confirmou o uso do Claude Code versão 2.1.92 no Windows com WSL (Windows Subsystem for Linux). O bug foi relatado em 6 de abril de 2026 e gerou discussão significativa com 56 pontos e 35 comentários no Hacker News, indicando que afeta vários usuários.
Impacto
Este é um bug bloqueador que impede usuários do Windows de acessar o Claude Code completamente. O tempo limite de 15 segundos ocorre durante o processo de handshake OAuth, sugerindo problemas de configuração de rede, interferência de firewall ou um bug na implementação do fluxo de autenticação específico para ambientes Windows.
Para desenvolvedores que dependem do Claude Code para programação assistida por IA, isso representa uma interrupção significativa no fluxo de trabalho até que a Anthropic lance uma correção. O problema está rotulado como bug no repositório GitHub, mas atualmente não tem responsável atribuído nem marco para resolução.
📖 Leia a fonte completa: HN AI Agents
👀 See Also
Agentes de IA que não reduzem custos de manutenção afundarão sua equipe
James Shore argumenta que dobrar a velocidade de codificação com IA sem reduzir pela metade os custos de manutenção leva à perda líquida de produtividade em poucos meses. O modelo mostra que 2x a produção de código com 2x o custo de manutenção por linha resulta em produtividade pior do que o ponto de partida após cerca de 5 meses.
Proposta de Roteamento de Inferência Adaptativa para Eficiência de Consultas de IA
Uma proposta enviada à Anthropic em abril de 2026 descreve um sistema de cinco etapas para direcionar consultas aos modelos de IA apropriados com base em uma pontuação de complexidade, usando sinais simples como contagem de caracteres e de frases antes que qualquer inferência do modelo ocorra.
Databricks reduz custos de codificação de IA em 70%: flexibilidade de modelos, código aberto e a fronteira de eficiência
A Databricks reduziu os gastos com codificação de IA em 70% ao adotar rapidamente modelos de código aberto eficientes, criar benchmarks internos e impor flexibilidade de modelos. Principais alavancas: implantação do GLM e recusa do Opus 5.0 devido a regressões de custo.
Atualização do Ranking SWE-rebench: Resultados de fevereiro de 2026 mostram competição acirrada
O quadro de líderes SWE-rebench foi atualizado com os resultados de fevereiro de 2026, testando 57 novas tarefas de PR do GitHub. O Claude Opus 4.6 lidera com uma taxa de resolução de 65,3%, mas os seis principais modelos estão dentro de 5 pontos percentuais.