Claude Code v2.1.248: Ограниченный режим, TTL кэша и исправления сессий
Claude Code v2.1.248 вышел с новым ограниченным режимом выполнения, настройкой TTL кэша для каждого агента и рядом исправлений стабильности для кэширования подсказок и управления сессиями.
Ограниченный режим
Теперь вы можете запускать Claude Code с --restricted (или установить CLAUDE_CODE_RESTRICTED=1). Это удаляет все встроенные инструменты, которые выполняют команды или код, а также WebFetch, если он явно не указан в --tools. Файловые операции остаются в пределах рабочего каталога, bypassPermissions отклоняется, а файлы настроек пользователя/проекта/локальные игнорируются. Это полезно для проверки недоверенного кода или сред CI.
TTL кэша для каждого агента
Теперь вы можете установить TTL кэша подсказок во frontmatter агента через experimental.cacheTtl: "5m" или "1h". Это применяется, когда TTL для субагента не настроен, что дает более точный контроль над сроком действия кэша для конкретных агентов.
Самодостаточный раннер и диагностика настроек
Команда claude self-hosted-runner получает флаг --client-label (или SELF_HOSTED_RUNNER_CLIENT_LABEL) для переопределения метки по умолчанию (имя хоста). При запуске теперь выводится предупреждение, если не удалось загрузить управляемые сервером настройки, а /doctor и /status объясняют причину сбоя. Кроме того, /usage-credits позволяет участникам Enterprise запрашивать более высокие лимиты у администраторов (AWS Marketplace, самостоятельное обслуживание, пробные версии).
Межсессионные сообщения
Добавлены SendMessage и ListAgents для межсессионного обмена сообщениями на одной машине, теперь поддерживается на Bedrock, Vertex, Foundry и при отключенной телеметрии.
Ключевые исправления
- Промахи кэша подсказок в длинных сессиях (примерно каждый час), вызванные повторным рендерингом инструментов после обновления OAuth — исправлено.
- Изменение определения инструмента ScheduleWakeup при перерасходе, вызывающее промахи кэша при
--resume— исправлено. - Исчезновение сессий Desktop/Cowork через 30 дней — исправлено; новая настройка
desktopSessionCleanupPeriodDaysограничивает исключение. - Цикл входа, когда другой процесс удерживал блокировку обновления токена — теперь возвращается повторяемая ошибка.
- Windows: список агентов теперь реагирует на клавиатуру после отсоединения или в win32-input-mode.
- /login с установленным
ANTHROPIC_API_KEYтеперь переключается на вход с помощью ключа API, а не завершается ошибкой OAuth. - Названия моделей в
/modelотображаются как код (например,[1m]буквально). - Агенты пропускали запрос доверия рабочему пространству, когда установлен
CI— исправлено, теперь он отображается. - Представление агента больше не возрождает устаревшие фоновые сессии; остановленные сессии отображаются как остановленные.
- Дублирование процессов в возобновленных сессиях — предотвращено.
- Удаление сессий с объединенными, но не отправленными ветками — разрешено.
- Неверные ответы на хуки теперь показывают имя хука и ошибку схемы.
- Неверный JSON от хуков сообщается как ошибка, а не молча обрабатывается как текст.
/mcpперечисляет записи коннекторов в фактической области, а MCP-серверы сheadersHelperповторно запускают помощник при 401, а не используют запасной вариант OAuth.
📖 Читать полный источник: GitHub Claude-Code
👀 Смотрите также
Снижение качества внимания в Opus 4.7: оценки MRCR падают с 92% до 59% при контексте 256k
Opus 4.7 показывает значительное падение полноты по тесту MRCR v2 с 8 иглами: с 91,9% до 59,2% при контексте 256k, и с 78,3% до 32,2% при контексте 1M. Anthropic отказывается от MRCR в пользу Graphwalks, но ухудшение соответствует отзывам пользователей.

Claude Code v2.1.162: информация об ожидании сессии, исправление тайм-аута MCP и обновление просмотра агентов
Claude Code v2.1.162 добавляет поле waitingFor в вывод --json, исправляет ошибку таймаута MCP менее 1000 мс, улучшает отрисовку терминала для представления агентов и многое другое. Подробности внутри.

Клод Соннет 4.6 Открыт: Улучшенные возможности кодирования и использования компьютеров
Claude Sonnet 4.6 представляет собой контекстное окно в 1 миллион токенов и улучшает навыки программирования и использования компьютера, что делает его серьезной альтернативой моделям класса Opus для более широкого круга задач.

约束衰减:为什么LLM代理在后端结构化代码中失败
Новое исследование вводит понятие «ограничительного затухания»: по мере накопления структурных требований производительность LLM-агентов резко падает — способные агенты теряют 30 пунктов в проценте прохождения утверждений, слабые приближаются к нулю. Практические выводы для всех, кто использует AI-агентов для написания кода.