Anthropic выпустила новый способ "кодить с вайбом"

В этом разделе обсуждаются основные проблемы, с которыми сталкиваются ИИ-агенты, такие как Claude Code, при выполнении сложных задач кодирования. Главная проблема — ограниченное контекстное окно, которое приводит к тому, что агент сжимает контекст, забывает основную задачу и становится неэффективным для длительных проектов. Выделяются две ключевые причины: попытка реализовать целые приложения за один раз, что быстро исчерпывает контекст и приводит к незавершенным функциям, а также ограниченные возможности тестирования, из-за которых Claude помечает непроверенные функции как завершенные. Anthropic предлагает решение, вдохновленное работой реальных инженерных команд, чтобы преодолеть эти ограничения.

Этот сегмент подробно описывает процесс инициализации и подготовки рабочего окружения для кодирующего агента Claude. Решение Anthropic заключается в совместном использовании инициализирующего и кодирующего агентов, где первый агент настраивает второго, что требует терпения. Для примера используется проект Next.js для создания онлайн-компилятора Python, демонстрируя практическое применение. Процесс включает создание файла Claude.md для документации проекта, JSON-файла со списком функций и шагами тестирования (где все тесты изначально помечены как проваленные), подключение Puppeteer для тестирования пользовательского интерфейса в браузере, а также создание скрипта инициализации и файла progress.md для отслеживания статуса проекта. Особое внимание уделяется важности коммитов Git с четкими логами для отслеживания изменений и возможности отката, а также тому, что Claude не должен изменять список функций, кроме как помечать их как реализованные.

Здесь объясняется, как происходит сам процесс кодирования с использованием нового подхода Anthropic. Идея заключается в последовательной реализации каждой функции по очереди из JSON-файла функций. Claude создает описательные сообщения коммитов после тестирования каждой функции, при необходимости запуская браузер для проверки. После успешной проверки приложение обновляет поля JSON с «false» на «true» и обновляет progress.md, фиксируя выполненные задачи. Основное преимущество этого инкрементального подхода заключается в возможности продолжить работу с того места, где она была прервана, благодаря отслеживанию прогресса в логах Git и файле progress.md. Это также снижает вероятность того, что Claude пометит функции как завершенные без надлежащего тестирования, обеспечивая сквозную сборку и выявление ошибок, которые не очевидны из одного только кода.

В этом разделе проводится сравнение нового рабочего процесса Claude с методом BMAD. Отмечаются сходства, но подчеркивается, что подход Claude лучше в управлении контекстом: после реализации множества функций он использовал всего 84% контекста, тогда как BMAD уже дважды сжал бы его из-за больших историй, которые он создает. Несмотря на то, что BMAD является готовой полноценной системой, а предложенный подход пока лишь идеей, требующей реализации, BMAD мог бы позаимствовать некоторые элементы, например, систему Git. Это сравнение подчеркивает потенциал нового метода для более эффективного использования ресурсов ИИ и улучшения процессов разработки.

Заключительная часть видео посвящена продвижению услуг компании Autometer.dev. Спикер объясняет, что, обучив миллионы людей созданию с помощью ИИ, они теперь сами внедряют эти рабочие процессы для создания лучших продуктов. Autometer.dev позиционирует себя как 'технический второй пилот', помогая клиентам воплощать их идеи в реальные, работающие приложения и веб-сайты, без необходимости найма или управления командой разработчиков. Для ускорения реализации идей предлагается связаться по адресу hello@autometer.dev. Видео завершается благодарностью за просмотр и призывом поддержать канал через кнопку 'Суперспасибо', чтобы помочь в создании подобных видео в будущем.