La Promessa e l’Enigma di Opus 4.8
Cosa succede quando il monologo interiore di un’IA si rivolta contro se stessa?
È questa la domanda che domina le prime conversazioni della community su Claude Opus 4.8.
L’ultimo fiore all’occhiello di Anthropic doveva spingere il ragionamento ancora più in là.
E per molti versi ci riesce.
Ma gli utenti stanno documentando qualcosa di inaspettato: il pensiero esteso del modello — quella catena visibile di auto-riflessione — continua a spiraleggiare nell’autocontraddizione.
Discute con se stesso.
Mette in dubbio le proprie domande.
Poi attribuisce affermazioni immaginarie all’utente e critica anche quelle.
Questo è importante perché quelle tracce di ragionamento non sono solo un espediente.
Dovrebbero migliorare l’accuratezza e la fiducia.
Se la catena di pensiero diventa fonte di confusione anziché chiarezza, l’esperienza utente si deteriora — e con essa la fiducia negli output del modello.
Il dibattito su Reddit dipinge un quadro vivido di uno strumento potente, ma incline a impigliarsi nei propri loop cognitivi.
Nessuna precedente release di Opus ha generato un tale volume di segnalazioni simili.
Qualcosa è diverso questa volta.
Il Ragionatore che si Contraddice da Sé
Un utente ha inviato tre esempi chiari da una singola interazione.
Il modello ha prima inventato una “tensione critica” sul fatto che un’analisi dovesse essere rialzista — sebbene nulla nel prompt richiedesse quella lente.
In seguito ha contraddetto le proprie affermazioni sull’andamento del mercato dell’oro all’interno della stessa traccia di ragionamento.
Poi ha dichiarato che il DGX Rubin di Nvidia funziona con processori Xeon 6, si è corretto e ha emesso un’altra correzione, il tutto senza alcun intervento dell’utente.
«Stava discutendo con se stesso fino a confondersi… perdendo la presa su ciò che è reale e ciò che è il suo stesso pensiero.»
Un altro utente ha descritto il modello che “gira su se stesso ancora e ancora” durante una risposta semplice, costringendo a riavviare la sessione.
È emerso uno schema ricorrente: il sistema trova qualcosa da mettere in discussione, mette in discussione l’atto stesso del domandare, poi mette in discussione l’atto di mettere in discussione il domandare.
Alla fine tratta un punto generato in quella tempesta ricorsiva come qualcosa scritto dall’utente e si mette a contestarlo.
Le conversazioni ex novo, senza contesto precedente, non erano immuni.
Questo è il marchio di un ragionamento dell’IA andato di traverso — non solo prolisso, ma ingarbugliato.
Consumo di Token: Abbondanza o Carestia?
Le segnalazioni sul consumo di token si dividono in due fazioni inconciliabili.
Un abbonato al piano Max ha bruciato un’allocazione 20x in 2,5 giorni con piccole sessioni di patch.
Un altro utente ha riferito di aver prosciugato 5 milioni di token in 10 minuti usando l’opzione “ultra code”.
“Il modello produce facilmente da 2x a 4x i token che produceva nelle versioni precedenti.”
Eppure dal lato opposto, alcuni utenti hanno definito il modello “più amico dei token” rispetto al predecessore.
Uno ha osservato di aver utilizzato solo il 10% di una finestra di 5 ore per prompt utilizzando ultracode.
Altri hanno notato che l’efficienza varia a seconda del livello di sforzo selezionato.
Queste contraddizioni sfuggono a una spiegazione semplice.
Forse la varianza dipende dal fatto che il pensiero esteso possa girare senza vincoli.
Ma il materiale di partenza non offre dati benchmark per risolvere la questione, solo aneddoti contrapposti ad aneddoti.
Le Radici del Dubbio Ricorsivo
Perché succede ora?
Un commentatore acuto ha offerto una lettura tecnica:
«La modalità di pensiero esteso può generare catene che suonano coerenti ma si contraddicono a vicenda, per poi non riuscire a risolvere quale conclusione sia autorevole — non è tanto overfitting quanto il fatto che la traccia di ragionamento e lo stato del compito si ingarbugliano.»
Questa lettura sposta la diagnosi dalla semplice memorizzazione a un attrito strutturale più profondo.
La capacità del modello di esplorare più linee di pensiero si scontra con la sua incapacità di mantenere una verità di base stabile.
Nessun utente segnala che questo comportamento si manifesti con frequenza paragonabile in Opus 4.5, 4.6 o 4.7.
La funzionalità che doveva rendere il modello più trasparente ora rivela quanto fragile possa diventare l’auto-monitoraggio quando la complessità cresce.
Livelli di Prezzo e Punti di Accesso
La community ha avuto accesso a Opus 4.8 attraverso molteplici vie.
L’interfaccia chat standard, le API, Claude Code, l’integrazione con Copilot e AI Studio di Google compaiono tutti nella discussione.
I piani tariffari rappresentati includono il piano Pro a 100 al mese e l’accesso al livello gratuito.
Il piano Max in particolare emerge nelle preoccupazioni sul consumo — ma anche gli utenti Pro hanno notato un rapido esaurimento quando il pensiero adattivo era impostato al massimo sforzo.
Nessun singolo metodo di accesso è correlato esclusivamente alle segnalazioni di ragionamento contraddittorio, il che suggerisce che il problema sia a livello di modello piuttosto che specifico della piattaforma.
Un Modello alle Prese con i Propri Pensieri
La prima accoglienza di Claude Opus 4.8 è ben lontana da un semplice pollice in su o pollice in giù.
È piuttosto un ritratto di ambiguità: una capacità brillante minata da un processo di ragionamento che può deragliare da solo.
Per gli utenti, il messaggio è pratico.
Esamina la traccia di pensiero in modo critico invece di trattarla come verità assoluta.
Per il campo più ampio, queste segnalazioni sollevano domande scomode sui limiti dei modelli di ragionamento IA.
La trasparenza ha valore solo se il ragionamento rivelato è coerente — altrimenti genera più confusione di quanto potrebbe mai fare una scatola nera.
Le prossime mosse di Anthropic saranno osservate con attenzione, perché ciò che è accaduto dentro quelle bolle di pensiero non è solo un bug.
È uno spiraglio su quanto ancora non comprendiamo della vita interiore dei sistemi che stiamo costruendo.
