Claude 3x mais: a Anthropic revelou que usou o próprio Claude para deixar o claude.ai e o aplicativo desktop cerca de três vezes mais rápidos. O trabalho aconteceu em um sprint de engenharia de duas semanas, em agosto de 2026, depois que usuários reclamaram de lentidão na plataforma.
Claude 3x mais: como o Claude otimizou a si mesmo em duas semanas
A empresa recebeu feedback direto dos usuários apontando problemas de desempenho. Em vez de seguir o caminho tradicional de engenharia, a equipe decidiu usar o próprio modelo de IA para identificar gargalos, criar testes de desempenho e até escrever boa parte do código das correções. O modelo utilizado foi o Claude Tag, uma versão de pesquisa interna comparável ao Opus 5.5.
O processo funcionou assim: toda a coordenação aconteceu em um único canal do Slack, com múltiplos engenheiros e o Claude trabalhando em paralelo. Em alguns momentos, mais de 150 threads de trabalho rodavam ao mesmo tempo. O Claude analisava dados de uso, rastreava pontos lentos e propunha soluções. Cada mudança passava por revisão automatizada e precisava de pelo menos uma aprovação humana antes de ir para produção.
- O carregamento inicial do site caiu de 3 segundos para 550 milissegundos, ficando quase 6 vezes mais rápido
- Enviar mensagem no Cowork na nuvem ficou 19 vezes mais rápido, saindo de quase 1 segundo para 48 milissegundos
- Mais de 3.000 mudanças foram enviadas para produção sem nenhum incidente visível para o usuário
- Quase 200 feature flags temporárias foram criadas para testar mudanças com segurança antes de liberar para todos
O método por trás dos números do Claude
A equipe criou benchmarks determinísticos, ou seja, testes que dão sempre o mesmo resultado quando rodados nas mesmas condições. Isso permitiu medir coisas como contagem de instruções de CPU, chamadas de função em JavaScript, recálculos de estilo CSS e mutações no DOM. Em outras palavras, a estrutura invisível que o navegador monta para exibir a página.
Um exemplo concreto: a barra lateral do site tinha um problema de “jank”, aquele travamento visual que irrita qualquer usuário. O Claude usou uma API do navegador que mede instabilidade de layout e descobriu que o problema acontecia em 31% dos carregamentos de página. Outro caso envolvia blocos de código: quando o usuário tentava destacar trechos de código, uma falha no processamento de caracteres especiais travava a interface por cerca de 1 segundo. O ajuste no tratamento de texto resolveu o problema.
Para respostas longas, quando o texto vai aparecendo aos poucos na tela, o tempo de bloqueio total da interface caiu de cerca de 750 milissegundos para 200 milissegundos. Isso representa uma redução de 9 vezes nos travamentos, especialmente perceptível em notebooks mais lentos.
O que isso significa para quem usa o Claude no dia a dia
A melhoria afeta diretamente a experiência de quem usa o claude.ai ou o aplicativo desktop. Iniciar uma nova conversa no chat web ficou 1,5 vez mais rápido. Carregar uma conversa existente no desktop ficou 2,8 vezes mais rápido. Iniciar uma sessão do Claude Code no desktop ficou 2,4 vezes mais rápido. No total, considerando 13 medições diferentes, o ganho agregado foi de 3,1 vezes usando média geométrica.
A empresa também menciona que parte das correções técnicas foi compartilhada de volta com projetos de código aberto como Electron, Chromium e Node.js.
O processo também mostrou uma lição que a própria equipe destacou: com o Claude, medir algo é o primeiro passo para otimizar. Assim que o modelo tinha um número para bater, ele começava a trabalhar nas melhorias. Por isso, encontrar mais coisas para medir se tornou a atividade de maior impacto durante o sprint.
Perguntas frequentes
O Claude consegue mesmo otimizar seu próprio código?
Sim, mas com supervisão humana. Nesse sentido, no caso do claude.ai, o modelo identificou gargalos e escreveu código de correção, porém cada mudança precisava de aprovação de um engenheiro antes de entrar em produção. O Claude funcionou como um parceiro de trabalho que acelera o processo, não como um sistema autônomo tomando decisões finais sozinho.
Quanto mais rápido ficou o claude.ai depois do sprint?
O site ficou cerca de 3 vezes mais rápido na média, considerando 13 medições diferentes de uso real. Diante disso, o carregamento inicial da página caiu de 3 segundos para meio segundo. Em casos específicos, como enviar mensagem no Cowork na nuvem, a melhoria chegou a 19 vezes. A Anthropic mediu tudo no percentil 75, ou seja, refletindo a experiência de 75% dos usuários.
Fonte: Anthropic
Análise Crítica
A Anthropic fez algo que poucas empresas de IA têm coragem de mostrar: usou seu próprio produto para resolver um problema interno e publicou os detalhes. Isso não é só engenharia, é marketing estratégico. Ao provar que o Claude consegue participar de um sprint de otimização de código, a empresa reforça o argumento de venda para times de desenvolvimento que ainda estão em cima do muro. O timing também importa: enquanto OpenAI e Google disputam benchmarks cada vez mais abstratos, a Anthropic mostra ganhos mensuráveis em produto real.
Para um desenvolvedor solo que usa o Claude para gerar código, essa notícia muda a equação. Se o modelo ajudou a cortar 82% do tempo de carregamento do próprio site, faz sentido testá-lo em projetos de otimização de frontend ou backend. A armadilha está no entusiasmo excessivo: o processo teve supervisão constante de engenheiros seniores, mais de 150 threads simultâneas e quase 200 feature flags. Replicar isso sozinho é outra história. O padrão aqui é familiar: mostrar capacidade impressionante em ambiente controlado para criar expectativa no mercado. A pergunta que a Anthropic preferiria não responder: quantas dessas 3.000 mudanças o Claude propôs sozinho e quantas foram ideias humanas que ele apenas executou?
A visão do canal Invente com IA
Se você desenvolve qualquer coisa pra web e ainda não testou o Claude pra otimização de código, esse é o empurrão que faltava. A Anthropic mostrou que o modelo consegue rastrear gargalos de performance, sugerir correções e até medir o impacto das mudanças. Pra quem tem um site ou app lento e não sabe por onde começar, vale abrir uma thread com o Claude, colar um trecho de código suspeito e perguntar onde tá o problema. Não espere milagre sem revisar o que ele sugere, mas como copiloto pra debug de performance, tá provado que funciona. Teste em um projeto secundário primeiro, veja se o ganho aparece nas métricas reais, e depois escale.
