Claude Code v2.1.128: Isolamento OTEL, correções MCP, suporte a plugins .zip e mais de 20 correções de bugs

Claude Code v2.1.128 foi lançado com um bom conjunto de correções e pequenas funcionalidades. As principais mudanças: subprocessos não herdam mais variáveis de ambiente OpenTelemetry, --plugin-dir agora aceita arquivos .zip, e as reconexões MCP não inundam mais a conversa. Vamos mergulhar nos detalhes práticos.
Isolamento OTEL para subprocessos
Subprocessos (Bash, hooks, MCP, LSP) não herdam mais variáveis de ambiente OTEL_*. Se você executar um aplicativo instrumentado com OTEL via ferramenta Bash, ele não capturará mais o endpoint OTLP do CLI. Esta é uma separação clara — a telemetria do seu aplicativo permanece separada da do Claude Code.
Melhorias em plugins
--plugin-diragora aceita arquivos de plugin.zipalém de diretórios. Coloque um.zipno diretório de plugins e ele será carregado.- No modo headless, o
init.plugin_errorsdo--output-format stream-jsonagora inclui falhas de carregamento de--plugin-dir, não apenas rebaixamentos de dependência. /plugin updatefoi corrigido — agora detecta corretamente novas versões de plugins obtidos via npm.
Atualizações MCP
/mcpagora mostra a contagem de ferramentas para servidores conectados e sinaliza servidores que se conectaram com 0 ferramentas.workspaceagora é um nome de servidor reservado. Servidores existentes chamadosworkspaceserão ignorados com um aviso.- Reconexões de servidores MCP não inundam mais a conversa com listas completas de nomes de ferramentas — ferramentas reanunciadas são resumidas por prefixo do servidor.
- Corrigido o descarte de imagens nos resultados de ferramentas MCP quando o servidor retorna tanto conteúdo estruturado quanto blocos de conteúdo.
- Corrigido o recebimento de argumentos corrompidos por servidores stdio MCP quando
CLAUDE_CODE_SHELL_PREFIXestá definido e um argumento contém espaços ou metacaracteres do shell.
Outras mudanças notáveis
--channelsagora funciona com autenticação de console (chave de API). Organizações no console com configurações gerenciadas devem definirchannelsEnabled: true.EnterWorktreeagora cria o novo branch a partir do HEAD local, conforme documentado, em vez deorigin/<default-branch>. Commits não enviados não são mais descartados.- Modo automático: quando o classificador não consegue avaliar uma ação, o erro inclui uma dica (tente novamente,
/compactou execute com--debug). - Chamadas paralelas de ferramentas shell: um comando somente leitura com falha (
grep,git diff,ls) não cancela mais chamadas irmãs. - Corrigido loop de travamento ao enviar entrada muito grande (>10 MB) para
claude -pvia stdin. - Corrigido modo vim:
Spaceno modo NORMAL agora move o cursor para a direita, correspondendo ao comportamento padrão do vi/vim. - Corrigido
/renamesem argumentos falhando em sessões retomadas cuja última entrada é um limite de compactação. - Corrigido resumos de progresso de subagentes sem o cache de prompt (aproximadamente 3× de redução em
cache_creation). - Corrigido disparo repetido de resumos de subagentes enquanto o transcript de um subagente está estático, limitando o custo de token no pior caso para subagentes ociosos.
- Corrigido modelo padrão do Bedrock resolvendo para
global.*em vez do prefixo apropriado para a região.
O changelog completo com todas as 20+ correções está na página de lançamento.
📖 Leia a fonte completa: GitHub Claude-Code
👀 See Also

OpenClaw 2026.3.2: Segredos de Produção, Ferramenta PDF e Padrões Mais Seguros
OpenClaw 2026.3.2 introduz um sistema de segredos de nível de produção com comportamento de falha rápida, uma ferramenta nativa de PDF com suporte aos modelos Anthropic e Google, e padrões mais seguros que restringem o acesso a ferramentas para novas instalações.

A AMI de Yann LeCun levanta US$ 1 bilhão para modelos de mundo de IA, desafiando a abordagem de LLMs.
A startup de Yann LeCun, AMI, arrecadou mais de US$ 1 bilhão para desenvolver modelos de mundo de IA que compreendem o mundo físico, argumentando que os LLMs sozinhos não alcançarão inteligência em nível humano. A empresa construirá sistemas com memória persistente, capacidade de raciocínio e planejamento para aplicações em manufatura, biomedicina e robótica.

Modelo de Imagem AI Nano Banana 2 do Google: Recursos e Disponibilidade
O Google DeepMind lançou o Nano Banana 2, um modelo de geração de imagens que combina os recursos avançados do Nano Banana Pro com a velocidade do Gemini Flash. Ele oferece consistência de assunto para até cinco personagens, suporta resoluções de 512px a 4K e está sendo implementado em todos os produtos do Google.

Custos de Treinamento da OpenAI Projetados para Superar os da Anthropic em 4 a 5 Vezes Anualmente
De acordo com dados financeiros confidenciais relatados pelo Wall Street Journal, a OpenAI espera gastar 4 a 5 vezes mais em treinamento do que a Anthropic a cada ano pelos próximos cinco anos. A escala de despesas é descrita como impressionante.