Claude Code становится точным не от плана, а от проверки своих ошибок

Принято думать, что хороший программист, живой или искусственный, сначала все продумывает, а потом пишет код без ошибок. Борис, создатель Claude Code в Anthropic, показал, как на самом деле добиваются точности от ИИ-агента. Секрет оказался не в умном запросе и не в подробном плане. Он связан с идеей, которой больше семидесяти лет и которая управляет всем, от паровой машины до вашего вестибулярного аппарата.

Агент пишет не строчки, а целые задачи

Первые помощники программиста угадывали следующую строку. Claude Code устроен иначе: это агент. Он берется за целую функцию, файл или ошибку и доводит работу до конца. Ему не нужен особый редактор. Он работает в VS Code, Xcode, средах JetBrains, в любом терминале, через SSH и tmux.

Набор инструментов у агента скромный. Он умеет редактировать файлы, запускать команды и искать по проекту. Как сочетать эти действия, модель решает сама. По словам создателя, в системных инструкциях нет подсказок вроде «изучи историю Git». Модель просто умеет это делать. Из-за такой свободы новичок открывает пустую строку ввода и не понимает, с чего начать.

Сначала вопросы, потом правки

Главный совет для старта звучит неожиданно: не трогайте код. Задавайте вопросы о нем. Как используется этот класс? Почему у этой функции пятнадцать аргументов и откуда взялись их странные имена? Агент проследит историю изменений, найдет связанные задачи и коротко перескажет, как так вышло.

В Anthropic с этого начинают новые инженеры в первый же день. Раньше техническое знакомство с проектом занимало две-три недели, теперь оно занимает два-три дня. Код при этом не индексируется и не загружается на сервер. Он остается на компьютере разработчика, и генеративные модели на нем не обучают. Вопросы еще и учат главному: где агент справится с первого раза, а где его придется вести за руку.

Точность рождается из обратной связи, а не из идеального плана

Самое интересное начинается, когда агент пишет код. Если сразу попросить огромную функцию на три тысячи строк, иногда получится ровно то, что нужно. А иногда выйдет совсем не то. Первая защита простая: попросить сначала составить план и согласовать его. Но по-настоящему качество меняет другой прием. Агенту нужно дать способ проверить свою работу: тесты, скриншот страницы через Puppeteer или снимок экрана в симуляторе iOS. Тогда он сверяется с макетом, видит расхождение и исправляет его. После двух-трех кругов результат часто становится почти идеальным.

Это прямое следствие идеи обратной связи, на которой Норберт Винер в 1948 году построил кибернетику. Она утверждает: сложная система достигает цели не за счет безупречного расчета. Она постоянно измеряет разницу между желаемым и действительным и уменьшает эту разницу. Идея была неочевидной, потому что интуиция подсказывает обратное: точность будто бы требует точного плана. На деле мир слишком сложен, чтобы все предусмотреть, и выигрывает тот, кто быстро замечает ошибку.

Представьте, что вы бросаете мяч в кольцо с завязанными глазами. Даже идеальная техника не спасет. Снимите повязку, и уже третий бросок ляжет точнее первого. Агенту без тестов и скриншотов достается повязка. Остается вопрос: откуда ему знать, к какой цели стремиться?

Контекст заменяет агенту память команды

Цель задает контекст. У инженера в голове история системы, договоренности и любимые команды. Агенту их передают через файл CLAUDE.md в корне проекта, который автоматически читается в начале каждой сессии. Общую версию хранят в репозитории для всей команды. Личную оставляют себе. Отдельные файлы кладут во вложенные папки, и агент подгружает их, когда работает там. Компания может завести общий файл для всех своих проектов.

Совет разработчика — писать коротко: основные команды, стиль, ключевые файлы. Длинный текст съедает место в контексте и почти не помогает. Туда же можно добавить инструменты команды, свои утилиты командной строки или подключения по протоколу MCP. Повторяющиеся действия оформляют как слэш-команды. Так в репозитории Claude Code агент сам расставляет метки на задачах в GitHub. Сам Борис часто не печатает запросы, а надиктовывает их встроенной диктовкой macOS и говорит с агентом, как с коллегой. Если вам тоже проще говорить, чем печатать, пригодится расшифровка аудиозаписей.

Читайте также: Гамма-всплеск не гас месяц. Физикам пришлось искать ему топливо

Что стоит держать в уме

Все цифры и приемы здесь взяты из практики самой Anthropic и рассказа создателя инструмента, а не из независимого исследования. Сокращение адаптации до нескольких дней — опыт одной компании с хорошо устроенным кодом.

Главный урок шире программирования. Умная система — не та, что никогда не ошибается, а та, что видит свои ошибки. Когда в следующий раз захочется написать агенту безупречное техническое задание, лучше дать ему зеркало: тест, скриншот, проверку. Термостат, автопилот и ваша рука, которая тянется к чашке, работают так же.

Ещё в «Высоких технологиях»

ИИ учится только на прошлом и потому принимает собак за волковАмфибия вернулась с суши в море. И это главный урок эволюцииЕдва заметная рябь стала галактиками: модель Lumina показала, как

Все материалы раздела →