Создатель Claude Code раскрыл свой рабочий процесс, вызвав ажиотаж среди разработчиков

США - Информационное агентство Эхбари

Создатель Claude Code раскрыл свой рабочий процесс, вызвав ажиотаж среди разработчиков

Когда создатель самого передового в мире агента для кодирования выступает, Кремниевая долина не просто слушает — она записывает. Последнюю неделю инженерное сообщество разбирало цепочку сообщений в X от Бориса Черни, создателя и руководителя Claude Code в Anthropic. То, что началось как непринужденный обмен информацией о его личной настройке терминала, переросло в вирусный манифест о будущем разработки программного обеспечения, который инсайдеры отрасли назвали поворотным моментом для стартапа.

«Если вы не читаете лучшие практики Claude Code непосредственно от его создателя, вы отстаете как программист», — написал Джефф Тан, видный деятель сообщества разработчиков. Кайл МакНис, еще один наблюдатель отрасли, пошел дальше, заявив, что благодаря «меняющим правила игры обновлениям» Черни, Anthropic «на подъеме» и потенциально может столкнуться со «своим моментом ChatGPT». Это мнение подчеркивает глубокое влияние идей Черни на восприятие роли ИИ в создании программного обеспечения.

Волнение вызвано парадоксом: рабочий процесс Черни на удивление прост, но он позволяет одному человеку работать с производительностью небольшой инженерной команды. Как отметил один из пользователей в X после внедрения настройки Черни, этот опыт «больше похож на StarCraft», чем на традиционное кодирование — значительный сдвиг от набора синтаксиса к управлению автономными единицами. Эта аналогия отражает суть трансформации, переход от одиночной задачи к динамичной, многоагентной операции.

Эта статья посвящена рабочему процессу, который меняет способ создания программного обеспечения, непосредственно от его архитектора. Она исследует, как одновременное использование пяти ИИ-агентов превращает кодирование в игру в жанре стратегии в реальном времени, концепцию, которая захватила воображение разработчиков по всему миру.

Парадигма Параллельной Обработки: Управление ИИ-Флотом

Самым поразительным откровением из сообщения Черни является его отход от линейного процесса кодирования. В традиционном «внутреннем цикле» разработки программист пишет функцию, тестирует ее и переходит к следующей. Черни же действует как командир флота, одновременно управляя несколькими экземплярами ИИ.

«Я запускаю 5 Claude параллельно в своем терминале», — написал Черни. «Я нумерую свои вкладки от 1 до 5 и использую системные уведомления, чтобы знать, когда Claude требуется ввод». Используя системные уведомления iTerm2, Черни эффективно управляет пятью одновременными рабочими потоками. Пока один ИИ-агент выполняет набор тестов, другой рефакторит устаревший модуль, а третий готовит документацию. Он далее расширяет эту параллельную обработку, запуская «5-10 Claude на claude.ai» в своем браузере, используя команду «teleport» для бесшовной передачи сессий между веб-интерфейсом и его локальной машиной. Эта сложная оркестровка демонстрирует мастерство использования ИИ-инструментов, максимизируя эффективность и пропускную способность.

Этот подход убедительно подтверждает стратегию «делать больше с меньшими затратами», сформулированную президентом Anthropic Даниэлой Амодеи ранее на этой неделе. В то время как конкуренты, такие как OpenAI, сосредоточены на масштабном создании инфраструктуры, Anthropic, используя методы Черни, доказывает, что превосходная оркестровка и интеллектуальное применение существующих моделей могут привести к экспоненциальному росту производительности. Это предполагает стратегический акцент на эффективности и синергии, а не на чистом масштабе.

Контринтуитивный Выбор: Opus 4.5, Самая Медленная, но Самая Умная Модель

В неожиданном для индустрии, одержимой скоростью и низкой задержкой, Черни сообщил, что он использует исключительно самую тяжелую и медленную модель Anthropic: Opus 4.5. Это решение бросает вызов общепринятому мнению, отдавая приоритет интеллекту и возможностям над чистой скоростью.

«Я использую Opus 4.5 с активированным режимом «мышления» для всего», — пояснил Черни. «Это лучшая модель для кодирования, которую я когда-либо использовал, и хотя она больше и медленнее, чем Sonnet, поскольку ее нужно меньше направлять, и она лучше использует инструменты, в конечном итоге она почти всегда оказывается быстрее, чем использование меньшей модели». Это подчеркивает ключевой момент: воспринимаемая медлительность более способной модели может быть компенсирована меньшей потребностью в человеческом руководстве и превосходной производительностью в сложных задачах. Время, сэкономленное на управлении и коррекции, часто перевешивает разницу в скорости генерации токенов.

Для руководителей корпоративных технологий это критически важная информация. Узким местом в современной разработке ИИ является не столько скорость генерации токенов, сколько время, затрачиваемое человеком на исправление ошибок ИИ. Рабочий процесс Черни предполагает, что оплата «налога на вычисления» за более умную, более способную модель заранее может значительно устранить «налог на исправление» в дальнейшем, что приведет к более эффективному и экономически выгодному процессу разработки в целом.

Постоянная Память: Файл CLAUDE.md как Общий Разум

Черни также подробно описал, как его команда справляется с постоянной проблемой «амнезии» ИИ. Стандартные большие языковые модели часто не могут «вспомнить» специфический стиль кодирования компании, архитектурные решения или прошлые исправления от одной сессии к другой. Этот недостаток постоянной памяти может приводить к повторяющимся ошибкам и несоответствиям.

Для решения этой проблемы команда Черни поддерживает один файл с именем CLAUDE.md в своем репозитории Git. «Каждый раз, когда мы видим, что Claude делает что-то неправильно, мы добавляем это в CLAUDE.md, чтобы Claude знал не делать этого в следующий раз», — написал он. Эта практика превращает кодовую базу в самокорректирующийся организм. Когда разработчик-человек просматривает pull request и обнаруживает ошибку, введенную ИИ, он не просто исправляет код; он обновляет файл CLAUDE.md, фактически обучая ИИ. «Каждая ошибка становится правилом», — отметил Аакаш Гупта, руководитель продукта, анализирующий эту ветку. Чем дольше команда работает вместе и вносит вклад в этот файл, тем умнее и более контекстно-осведомленным становится ИИ-агент, создавая общую базу институциональных знаний.

Автоматизация и Специализация: Команды Slash и Под-Агенты

Эффективность рабочего процесса Черни еще больше повышается за счет строгой автоматизации повторяющихся задач. Он использует команды slash — настраиваемые сокращения, интегрированные в репозиторий проекта — для выполнения сложных операций одним нажатием клавиши. Ярким примером является команда `/commit-push-pr`, которую он вызывает десятки раз в день. Вместо того чтобы вручную вводить команды Git, составлять сообщения коммитов и инициировать pull requests, ИИ-агент автономно обрабатывает всю бюрократию контроля версий.

Помимо общих команд, Черни развертывает под-агентов — специализированных ИИ-персонажей, предназначенных для конкретных этапов жизненного цикла разработки. Он использует «упроститель кода» (code-simplifier) для доработки архитектуры после завершения основной работы и агента «verify-app» для выполнения сквозных тестов перед отправкой любого кода.

Цикл Проверки: Настоящий Ключ к Коду, Сгенерированному ИИ

Если и есть одна причина, по которой Claude Code, по сообщениям, так быстро достиг 1 миллиарда долларов годового регулярного дохода, то это, вероятно, внедрение надежных циклов проверки. ИИ — это не просто генератор текста; он активно тестирует и проверяет свои результаты.

«Claude тестирует каждое изменение, которое я вношу в claude.ai/code, используя расширение Claude Chrome», — написал Черни. «Он открывает браузер, тестирует пользовательский интерфейс и итерирует до тех пор, пока код не заработает и пользовательский опыт не станет хорошим». Черни утверждает, что предоставление ИИ возможности проверять свою собственную работу — будь то автоматизация браузера, выполнение команд bash или запуск тестовых наборов — улучшает качество конечного результата в «2-3 раза». Агент не просто пишет код; он доказывает, что код работает правильно и соответствует стандартам пользовательского опыта.

Новая Операционная Система для Труда: Будущее Инженерного Проектирования ПО

Широкая реакция на ветку Черни указывает на поворотный момент в том, как разработчики воспринимают свое ремесло. Годами «кодирование с помощью ИИ» было в основном синонимом улучшенных функций автодополнения в текстовых редакторах — удобство для более быстрой печати. Черни продемонстрировал, что ИИ теперь может функционировать как комплексная операционная система для самого труда, управляя сложными рабочими процессами и расширяя возможности человека в беспрецедентном масштабе.

«Прочтите это, если вы уже инженер... и хотите больше власти», — резюмировал Джефф Тан в X. Инструменты, способные увеличить производительность человека в пять раз, уже доступны. Они требуют фундаментального изменения в восприятии: перехода от рассмотрения ИИ как простого помощника к принятию его как распределенной рабочей силы. Программисты, которые первыми совершат этот ментальный скачок, не только достигнут большей производительности, но и будут работать в совершенно иной, более продвинутой парадигме разработки программного обеспечения, оставляя других позади в традиционном подходе.

Информационное агентство Эхбари