Desenvolvimento com IA e Programação: Crie Apps

Se o Claude Code mostrar “API Error: The response stopped arriving. The response above may be incomplete.” no meio de uma resposta, a conexão continuou aberta, mas os dados pararam de chegar, e o temporizador de monitoramento do Claude Code a encerrou. A saída concluída permanece: confira o estado do trabalho e responda continue para retomar de onde parou. Esta mensagem é a versão renomeada do que aparecia como “Response stalled mid-stream” antes da v2.1.227. Com base na referência oficial de erros e na documentação de configuração de rede, explicamos as diferenças para Connection lost mid-response, The response stalled before a response was produced e Streaming response ended before any complete data was received, por que não há reenvio, como -p e os subagentes lidam com ela, como verificar a versão, o caminho da rede e os temporizadores de monitoramento, e o que registrar ao relatar o problema. Os cinco relatos que abrimos no GitHub são tratados separadamente da explicação oficial, como casos não confirmados.

Se o Claude Code mostrar “Login expired · Please run /login”, a renovação automática do login salvo foi recusada e o Claude Code apagou as credenciais. As instruções seguintes não chegam à API e param na sua máquina, então entre de novo com /login em vez de repetir a tentativa. Com base na referência oficial de erros, explicamos a diferença para Not logged in, OAuth token has expired e Your account is on hold, a mudança da mensagem na v2.1.206, os passos da verificação com /status até entrar de novo, o que fazer com -p e em CI, e o que verificar quando a mensagem se repete: versão, Keychain, relógio e CLAUDE_CONFIG_DIR. Os 6 relatos do GitHub aparecem à parte, como casos sem causa confirmada.

Quando o histórico do Codex pode ser lido, mas a mensagem não é enviada e aparece "thread not found", a conversa não foi necessariamente perdida. O artigo explica a diferença entre o histórico salvo e a conversa carregada para execução, mostra um caso em que o envio voltou após recarregar e apresenta a ordem de tentativas: reabrir a tarefa, reiniciar o app e enviar uma mensagem curta. Também explica como transferir a tarefa e quais informações reunir se o problema persistir.

O Jev é o modelo da TypeSafe que, em vez de gerar texto, retorna uma escolha, uma pontuação ou a probabilidade de Sim/Não. Explicamos as diferenças entre Choice, Score e Noul, como ler o confidence e como escrever uma chamada de API para direcionar solicitações. Como um formato correto não garante um julgamento correto, o guia também reúne as fraquezas oficiais, o preço, os limites de entrada e como avaliar o modelo com textos em português antes de usá-lo, para que você possa decidir se ele serve ao seu trabalho.

Você quer deixar só o planejamento com um modelo mais inteligente e passar a implementação para um modelo mais rápido e mais barato. O opusplan do Claude Code é uma indicação de modelo que faz isso automaticamente. Ele roda no Opus durante o modo de planejamento e no Sonnet no resto do tempo, e pode ser usado com /model opusplan ou com o model do settings.json. Mas ele não aparece na lista do /model e, como o modelo troca toda vez que você entra ou sai do modo de planejamento, a cada troca a conversa inteira é relida sem cache. Com base na documentação oficial, no histórico de mudanças e nas issues do GitHub em 15 de setembro de 2026, este artigo organiza como configurar (incluindo fixar versões e o contexto de 1M), o fluxo do modo de planejamento até a aprovação e a implementação, como ele saiu da tela de seleção na v2.0.0 e a explicação de um funcionário da Anthropic, uma estimativa do custo de cache gerado pelas trocas e como contê-lo, as diferenças em relação à ferramenta advisor e aos subagentes, e os usos em que ele combina ou não.

Dá para manter a sessão principal do Claude Code no Opus 5 e entregar só tarefas como tradução ou verificações em grande volume a subagentes no Sonnet ou no Haiku? Dá. O modelo do subagente é decidido nesta ordem: o modelo indicado na chamada, o model do arquivo de definição, a variável de ambiente CLAUDE_CODE_SUBAGENT_MODEL e o modelo da sessão principal; o esforço (effort) também pode ser definido para cada subagente. Com base na documentação oficial em 15 de setembro de 2026, este artigo organiza as diferenças dessa ordem entre versões, o CLAUDE_CODE_SUBAGENT_MODEL_FORCE para fixar todos em um único modelo, o destino dos aliases, que muda conforme o provedor, e o fato de que, desde a v2.1.198, o Explore nativo herda o modelo da sessão principal. Em seguida, mostra o que aconteceu quando iniciei subagentes em outros modelos e conferi nos logs de conversa: eles rodaram no modelo indicado, cada um leu dezenas de milhares de tokens só para iniciar, o cache dos subagentes expira em 5 minutos mesmo na assinatura, e a mesma tradução entregue ao Opus 5, ao Sonnet 5 e ao Haiku 4.5, duas vezes para cada um, teve diferenças de tempo, custo e qualidade. Por fim, resume o efeito no custo e nos limites de uso e os critérios para decidir que trabalho passar para um modelo mais barato.

Quando você roda várias sessões em paralelo, começa a se perguntar qual delas está consumindo o seu limite semanal. Só que o /usage do Claude Code mostra apenas os números da sessão atual e o consumo do plano inteiro dividido por Skill, subagente, plugin e servidor MCP, e a parcela usada por cada sessão não aparece nem no anel de uso do app desktop nem na página de configurações do claude.ai (em setembro de 2026). A resposta está nos logs de conversa guardados na sua máquina (os arquivos JSONL em ~/.claude/projects), mas somá-los como estão dá o resultado errado, porque uma única resposta é gravada em várias linhas, uma por bloco de conteúdo, e os registros dos subagentes ficam em arquivos separados. Medida na minha própria máquina, a soma direta chegou a cerca do dobro do valor correto e, como o tamanho do erro variava de uma sessão para outra, até a ordem entre elas mudou. Este artigo mostra o que as telas oficiais mostram e o que não mostram, como contar os logs corretamente com um script de agregação de cerca de 50 linhas, a medição em que uma sessão levou quase um terço de todo o uso, os limites do que os números podem dizer e como configurar o OpenTelemetry se você quiser acompanhar o uso ao longo do tempo.

Instalar Skills demais sufoca o contexto: metade dessa frase está certa e metade está errada. Segundo a documentação oficial do Claude Code, a listagem de Skills consome um orçamento fixo de 1% da janela de contexto do modelo e, por mais Skills que você acrescente, é ali que ela para. Em vez de crescer, a listagem passa a descartar descrições, começando pelas Skills menos invocadas, e mantém apenas os nomes. Uma Skill que perdeu a descrição deixa de se conectar com aquilo que você pediu, e ainda assim nenhum erro aparece e nada fica mais lento. Este artigo percorre os papéis distintos das três ferramentas de medição (/context, /usage e /skill-doctor), a definição de erro de cache como 5% e 2.000 tokens, a queda da validade do cache de uma hora para cinco minutos conforme o contrato, por que a CLI continua mais leve que o MCP mesmo agora que as definições de ferramentas são carregadas sob demanda, o raciocínio por trás de manter o CLAUDE.md abaixo de 200 linhas e o que cortar primeiro depois de medir, sempre restrito ao que foi possível confirmar na documentação oficial.

O trabalho trava enquanto você usa o Claude, você pesquisa exatamente a mensagem que apareceu e a busca não devolve nada. The model returned no content because the response was blocked by content filtering, The response was blocked by the provider's content filter, Streaming response ended before any complete data was received, Could not locate the Claude CLI on PATH e Connection to Claude's response was lost. Claude may still be working são cinco exemplos disso. O que elas têm em comum é aparecerem durante o uso do Claude e, ainda assim, não serem encontradas (ao menos aparentemente) no material do Claude. O motivo é simples: quem escreveu a mensagem que está na sua tela não é necessariamente o programa que você imagina. Este artigo não explica cada causa do zero; ele é a porta de entrada para identificar quem escreveu a mensagem e encaminhar você ao artigo certo. Primeiro, as quatro camadas capazes de escrever uma frase de erro (o backend que fornece o modelo, o próprio Claude Code, o programa que o inicia como extensão de IDE ou wrapper, e o cliente de terceiros). Comparando de fato, duas das cinco existiam como itens na referência oficial de erros do Claude Code. A definição oficial de Streaming response ended… é que os cabeçalhos voltaram mas o corpo não trazia mensagem da API do Claude, ou seja, não é queda no meio. Já Could not locate the Claude CLI on PATH está num capítulo separado, Wrapper and IDE errors, que a documentação oficial descreve como mensagens impressas pelo programa que faz a inicialização. As duas frases de content filter, em contrapartida, são vocabulário de terceiros, e a issue #35736 do OpenCode relata que três falhas distintas — 404 do Vertex, socket rompido e recusa de verdade — aparecem todas como o mesmo blocked by content filter. Só uma das três torna a frase correta. A documentação oficial do GitHub também afirma que, ao usar o Claude, entrada e saída passam pelos filtros de conteúdo do GitHub Copilot, de modo que usar o Claude não garante que quem barrou foi o filtro da Anthropic. Da última das cinco não há string nem na referência oficial nem na documentação do Remote Control, então a origem não foi identificada, nenhum nome é citado e ficam registrados quatro passos para o leitor descobrir sozinho. O que está confirmado e o que não está aparecem separados por rótulos.

O Claude Code para no meio da resposta e mostra API Error: Connection lost mid-response. The response above may be incomplete. Pesquisar essa frase exata devolve pouca coisa porque o nome é relativamente novo: a referência oficial de erros diz que, antes da v2.1.227, Connection lost mid-response aparecia como Connection closed mid-response, e que ao mesmo tempo Response stalled mid-stream virou The response stopped arriving e Connection closed while thinking, before producing a response virou Connection lost before a response was produced. O fenômeno já existia; só a palavra mudou. Partindo dessa renomeação, este artigo organiza tudo apoiado apenas na documentação oficial e em issues públicas. Primeiro, a definição oficial das seis mensagens de resposta interrompida (Server error, Connection lost, computer went to sleep, The response stopped arriving, Part of the response never arrived e The response stream was malformed), o motivo de a saída parcial ser preservada de propósito — reenviar poderia executar a mesma chamada de ferramenta duas vezes — e o procedimento de retomada, que é responder continue. Depois, por que não há nova tentativa automática, pela bifurcação oficial dos Automatic retries: quedas antes de qualquer conclusão são reenviadas com backoff até 10 vezes; depois do raciocínio e antes da saída, no máximo 2 vezes, até terminar em Connection lost before a response was produced; depois de um bloco concluído, nada é reenviado e o aviso aparece. Em seguida, as três camadas em que a conexão pode se romper (equipamento e conexão local, caminho com proxy e gateway, servidor e reuso de conexão), a releitura do material mTLS na rotação de certificados (a partir da v2.1.232), um checklist de isolamento com 9 passos, os valores padrão dos quatro temporizadores de vigilância do stream (first-byte 180 s, event 300 s, byte 180 s, body idle 5 minutos) e variáveis como CLAUDE_CODE_MAX_RETRIES, CLAUDE_CODE_RETRY_WATCHDOG e API_TIMEOUT_MS, além de uma tabela para distinguir oito mensagens parecidas. Também traz os relatos reais em que o HTTPS puro passa e só a CLI cai com ECONNRESET (#86473 e #85979). No fim, separa por grau de confiança o que está documentado — sintoma, sentido e retomada — do que ainda não saiu: a explicação oficial da causa e qualquer registro da renomeação no CHANGELOG.

Migrar para o Claude Fable 5.1 não termina quando você troca o ID do modelo. A documentação oficial afirma que três delas são mudanças incompatíveis e, dessas três, duas se manifestam longe de onde está a causa. 1) A chamada de ferramenta forçada devolve 400 — os tipos any e tool de tool_choice retornam invalid_request_error. Como o raciocínio deste modelo está sempre ligado, forçar a ferramenta faz o raciocínio ser pulado e a qualidade dos argumentos cair. 2) O bloco de raciocínio fica vinculado ao modelo — conversas que vêm da geração anterior para o Fable 5.1 preservam o raciocínio, mas o sentido inverso o perde. E, por padrão, os blocos ilegíveis são descartados antes de chegar ao modelo, não entram em input_tokens e nem aparecem na cobrança. Em arquiteturas que trocam de modelo com roteadores ou fallbacks, tudo parece funcionar enquanto só o raciocínio some. Para perceber, é preciso o cabeçalho beta thinking-binding-controls-2026-08-01. 3) Editar turnos antigos invalida todos os blocos de raciocínio seguintes — reconstruir o prompt system ou o array tools e inserir lembretes para apagá-los depois entram nessa categoria. Como essa verificação é obrigatória em contas criadas a partir de 31 de agosto de 2026, pode acontecer de um ambiente de testes novo falhar enquanto a produção não falha. Também vale evitar o erro de posicionamento: o Fable 5.1 não é uma troca de carro-chefe, e, no momento da publicação, a documentação oficial dizia que a maioria dos usos começava pelo Opus 5. Não houve aumento de preço; o que mudou foi só a leitura de cache, que caiu de 0.1 para 0.025 vez a entrada base. O efeito depende de quantas vezes o mesmo prefixo é relido, e a Anthropic fala em cerca de 25% de redução em cargas típicas e até cerca de 45% em trabalhos de perfil agêntico. Além disso, sete comportamentos mudam sem você mexer no código (menos chamadas de ferramenta em paralelo, menos narração de progresso, respostas de memória com effort low, prosa mais densa, menos formatação, citações não marcadas ao resumir, reescrita integral em correções pequenas). Os cinco recursos acrescentados e as cinco verificações do roteiro de migração também estão aqui, tudo com base na documentação oficial da Anthropic.

Fazer um modelo que roda no seu próprio PC escrever código deixou de ser apenas autocompletar: entre o fim de 2025 e 2026, os modelos abertos alcançaram a programação em modo agente, e os próprios desenvolvedores passaram a citar as extensões de editor pelo nome. Este artigo organiza, usando apenas fontes primárias, até onde dá para chegar hoje e onde as coisas travam. O ponto central é uma armadilha silenciosa: o tamanho de contexto padrão do Ollama não é fixo, ele é decidido pela VRAM, e um PC gamer comum cai na faixa de 4k, o que faz o agente esquecer instruções, repetir operações e perder o objetivo sem nunca exibir um erro. A recomendação oficial para uso em programação é de 64000 tokens ou mais, mas aumentar esse valor também aumenta a memória necessária, então a verificação com ollama ps é obrigatória. O texto separa Continue de Cline, que são ferramentas de filosofias opostas, compara Qwen3.6-35B-A3B e Devstral Small 2 com as pontuações divulgadas pelos próprios fabricantes, indica o que é realista em cada faixa de VRAM, mostra por que a comparação percentual com a nuvem deixou de fazer sentido agora que a fronteira vem deixando de divulgar o SWE-bench Verified, e desmonta a ideia de que o local é de graça: o que muda é o formato do custo, e a resposta se inverte conforme você já tenha ou não o equipamento.