Rozbieżne zachowania agentów: 93% zapytań w Claude wobec 13% w Claude Code
Zestawienie tysięcy odpowiedzi wygenerowanych przez ogólny model Claude oraz wyspecjalizowane środowisko Claude Code na identyczne prompty ujawniło znaczące różnice w sposobie pozyskiwania danych. Standardowy Claude uruchamiał wyszukiwanie internetowe aż w 93% przypadków, podczas gdy Claude Code sięgał po źródła sieciowe jedynie w 13% zapytań. Mimo że oba systemy realizowały te same zadania, zbieżność przywoływanych przez nie podmiotów i narzędzi wynosiła średnio zaledwie około 20%.
Analiza ruchu botów obu rozwiązań wykazała również odmienne wzorce przeglądania stron internetowych:
- Claude Code kierował niemal 75% swoich wizyt bezpośrednio do dokumentacji technicznej, podstron informacyjnych oraz cenników, podczas gdy w przypadku głównego modelu Claude odsetek ten wynosił zaledwie 5%.
- Claude w 60% przypadków analizował pliki robots.txt, mapy witryn (sitemaps) oraz strony główne, co w przypadku Claude Code stanowiło zaledwie 4% aktywności.
Różnice widoczne są także w samej formule generowanych odpowiedzi. Wypowiedzi Claude Code były wyraźnie krótsze i bardziej zwięzłe (średnio 322 słowa wobec 459 słów w Claude). Ponad połowa odpowiedzi Claude Code zawierała tabele, podczas gdy w ogólnym modelu Claude struktura tabelaryczna pojawiła się w 11% przypadków. W promptach programistycznych standardowy Claude skupiał się głównie na edytorach kodu i środowiskach IDE, z kolei Claude Code częściej wskazywał narzędzia do kontroli jakości kodu i automatyzacji pracy.
Nasz komentarz: Rozbieżności w zachowaniu Claude i Claude Code dowodzą, że w architekturze wyspecjalizowanych agentów przeszukiwanie sieci przestaje być domyślnym tłem generowania tekstu, a staje się precyzyjnym narzędziem sięgania po konkretną dokumentację techniczną.
Ewolucja od ogólnych silników konwersacyjnych do sfokusowanych agentów
W naszej ocenie przedstawione dane doskonale ilustrują kierunek, w jakim zmierza inżynieria systemów opartych na dużych modelach językowych. Anthropic wyraźnie rozdziela architekturę ogólnego asystenta od wyspecjalizowanego agenta zadaniowego. Claude w wersji czatowej działa jak klasyczny silnik eksploracyjny – bada strukturę serwisów, analizuje ich zawartość i szeroko przeszukuje internet, aby przygotować syntezę dla użytkownika.
Z kolei Claude Code, jako narzędzie osadzone w środowisku programistycznym, polega przede wszystkim na wewnętrznych wagach modelu i logice kodu, a z sieci korzysta punktowo – niemal wyłącznie po to, by sprawdzić specyfikację API, cennik usługi chmurowej czy dokumentację biblioteki. Naszym zdaniem ograniczenie wywołań sieciowych do 13% przy zachowaniu wysokiej precyzji to celowy zabieg inżynieryjny: minimalizuje opóźnienia (latency), redukuje zużycie tokenów i eliminuje szum informacyjny, który w zadaniach czysto technicznych prowadzi do halucynacji.
Uważamy, że przyszłość autonomicznych agentów AI nie polega na bezkrytycznym łączeniu każdego zapytania z wyszukiwarką, lecz na precyzyjnym dobieraniu momentu i celu przeszukiwania sieci. Zamiast budować jeden uniwersalny interfejs do wszystkiego, twórcy modeli będą coraz mocniej różnicować heurystyki wyszukiwania w zależności od środowiska, w którym dany agent operuje.
W skrócie
- Standardowy Claude sięga po wyszukiwarkę w 93% odpowiedzi, podczas gdy Claude Code przeszukuje sieć zaledwie w 13% przypadków dla tych samych promptów.
- Claude bada głównie strukturę witryn (mapy stron, pliki konfiguracyjne), natomiast agent Claude Code celuje wprost w dokumentację techniczną i podstrony informacyjne.
- Odpowiedzi Claude Code są bardziej zwięzłe, częściej ustrukturyzowane w formie tabel oraz skupione na narzędziach kontroli jakości i organizacji pracy programisty.
Opracowanie redakcyjne na podstawie artykułu Search Engine Journal: https://www.searchenginejournal.com/claude-code-rarely-searches-web-compared-claude-data/587584/