claude-code - 💡(How to fix) Fix [Bug] Claude Code consistently delivers code with undetected logical errors before declaring tasks complete [2 comments, 2 participants]

Bug Description

Uso Claude Code (Opus 4.7) como ferramenta principal de desenvolvimento na minha agência, em projetos de cliente em produção. Há um padrão recorrente que está minando a confiança na ferramenta:

Comportamento observado: o Claude entrega código apresentando como "pronto" / "done" / "passou nos checks", e quando submeto o mesmo diff pro Codex (GPT-5) como reviewer adversarial, ele aponta erros nítidos — não edge cases obscuros, erros que qualquer leitura cuidadosa pega.

Casos concretos (screenshots anexados abaixo)

Caso 1 — PR #15 (LiteLLM fallback que não salva): Claude implementou fallback usando fallbacks=[Anthropic/...] do LiteLLM e declarou tarefa completa. Codex (GPT-5) revisou e apontou: LiteLLM "drops unsupported parameter NAMES" no fallback, mas Anthropic reasoning models aceitam o nome reasoning_effort e rejeitam o VALOR disable — resultado: o disable é mantido no fallback e a chamada falha em runtime. O fix drop_params=True que o Claude aplicou era no-op pra esse cenário. Bug crítico em produção que só foi pego porque rodei review externo.

Caso 2 — PR #16 (premissa errada sobre cache do Gemini): Claude implementou estratégia de cache de prompt assumindo "~40% economia em followup". Codex foi conferir e mediu: o SHARED_HEADER tem 2.181 chars (~370 palavras), abaixo do mínimo de 1024 tokens que o LiteLLM exige pra criar cachedContents no Gemini (MINIMUM_PROMPT_CACHE_TOKEN_COUNT=1024). Cache nunca seria criado — economia estimada estava 100% errada. Claude não verificou a constante, só assumiu que a lógica funcionava.

Ambos são erros que leitura cuidadosa do código pegaria, não edge cases obscuros. Em ambos, Claude declarou tarefa completa sem verificar a premissa subjacente.

Impacto

• Sou forçado a usar Codex como segunda passada obrigatória em todo PR não trivial — o que era pra ser opcional virou requisito.
• Confiança no "done" do Claude caiu — não consigo mais aceitar que ele declare uma tarefa concluída sem revisão externa.
• Custo dobrou: pago Claude pra escrever + Codex pra revisar o que o Claude deveria ter pego.

Comportamento esperado

• Claude deveria pegar erros desse nível antes de entregar, ou no mínimo sinalizar incerteza explicitamente ("não verifiquei o valor de X", "essa parte não rodei", "essa premissa precisa de confirmação").
• Quando declarar "build passou" ou "testado", deveria ser verdade — não suposição.
• Em código que depende de constantes/limites de bibliotecas externas (ex: MINIMUM_PROMPT_CACHE_TOKEN_COUNT do LiteLLM), Claude deveria verificar o valor real antes de afirmar que a lógica funciona.

Padrão sistemático

Não é incidente isolado: vem acontecendo em múltiplas sessões, múltiplos projetos, múltiplos tipos de tarefa (feature nova, bugfix, refactor). Os 2 casos acima são da mesma semana, em projetos diferentes.

Environment Info

• Platform: win32
• Terminal: windows-terminal
• Version: 2.1.120
• Model: claude-opus-4-7 (1M context)
• Feedback ID: 95241dd6-9749-43a7-a28e-589b59afb6fe

<img width="1904" height="764" alt="Image" src="https://github.com/user-attachments/assets/2736583e-42ef-43db-b6fe-1e4968a8559f" /> <img width="1879" height="531" alt="Image" src="https://github.com/user-attachments/assets/881d89f1-06d0-4c07-bba8-1b61dd406d5c" />