Claude Opus 4.7 のエラー率上昇を含む Anthropic 3 件の障害と対応策

Anthropic が 30 万件以上の実会話を分析し、Claude の応答態度が言語とモデルバージョンで系統的に変わることを実証した研究成果。服従度、温かさ、深さ、率直さという 4 つの軸で人格差を定量化し、同じ質問でも英語か日本語かで応答ニュアンスが異なる仕組みを明らかにした。利用者が言語やバージョンを選ぶだけで AI との付き合い方が変わる可能性を示唆。

Anthropic の claude.dev ブログ記事を解説。eval 設計の 4 条件（本番に似たタスク・強いモデルほど高得点・到達可能な余白・ばらつきの小ささ）と、Claude Code の 2 つのコマンド `/claude-api build-eval`（物差し作成）と `/claude-api hillclimb`（改善ループ）の役割・実行フローを整理。過学習や採点誤差による見かけの改善を避けながら、プロンプト最適化を自動化する方法を示す。

Anthropic が OpenTelemetry エクスポート (ベータ) を公開。Messages API と Claude Managed Agents のトレースを既存の監視基盤から可視化でき、Python・TypeScript・C# など 7 言語の SDK でクライアント側スパンを出力可能。API 側スパン取得には Claude Console での送信先設定が必要。

Claude APIの Citations 機能を使い、document ブロックに citations: { enabled: true } を設定することで、回答に原文の文字位置とともに構造化された出典情報を付与できます。この記事では TypeScript での実装例を示しながら、返却された引用が実際に原文と一致するかを機械的に検証するまでの手法を解説します。