Usei o Claude Code por mais de 2.000 horas – Veja como eu construo qualquer coisa com ele

원제 · I've Used Claude Code for 2,000+ Hours - Here's How I Build Anything With It

22:485분 읽기Cole Medin2026. 03. 16.컴퓨터/소프트웨어 · 자격증/평생교육 · AI/미래기술

핵심 요약

O segredo para dominar o Claude Code em projetos complexos reside na engenharia de contexto rigorosa através do framework WISC, garantindo que o modelo receba apenas as informações essenciais para cada tarefa.

하이라이트

  • Apresentação do framework WISC (Write, Isolate, Select, Compress) para otimização do Claude Code.

  • A gestão de contexto é apontada como o fator determinante para o sucesso de 80% das tarefas de codificação com IA.

  • Utilização do log do Git como uma forma eficiente de memória de longo prazo para os agentes.

  • Uso estratégico de subagentes para realizar pesquisas extensas sem poluir a janela de contexto principal.

  • Adoção de uma abordagem de contexto em camadas: regras globais, contexto sob demanda, habilidades e comandos de preparação (prime).

  • A importância de iniciar novas sessões de implementação baseadas em planos estruturados em Markdown para evitar a degradação do modelo.

타임라인

  1. Introdução e o Problema da Degradação de Contexto

    O palestrante compartilha sua experiência de mais de 2.000 horas utilizando o Claude Code desde o seu lançamento oficial. Ele introduz o conceito fundamental de que a degradação de contexto é o maior obstáculo para a eficiência de assistentes de IA em bases de código reais. Mesmo com janelas de contexto expandidas, como o limite de 1 milhão de tokens, a gestão desse recurso permanece crítica. O vídeo se propõe a ensinar o framework WISC como uma solução prática para usuários que desejam atingir o nível avançado. Esta seção estabelece a autoridade do autor e a urgência de tratar o contexto como um recurso precioso.

  2. A Ciência por trás da Agulha no Palheiro e Distratores

    Nesta parte, explica-se por que simplesmente carregar arquivos em excesso prejudica o desempenho do LLM, citando o problema da "agulha no palheiro". O autor menciona pesquisas da Chroma que mostram como o aumento de tokens de entrada pode reduzir a precisão devido ao surgimento de distratores. Distratores são informações semelhantes, mas irrelevantes, que levam o modelo a sugerir implementações erradas com alta confiança. O objetivo da engenharia de contexto é manter a janela o mais enxuta possível para garantir respostas precisas. O palestrante prepara o terreno para demonstrar o framework em uma base de código complexa chamada Archon.

  3. W - Write: Externalizando a Memória do Agente

    A primeira letra do framework, 'Write' (Escrever), foca em capturar decisões e progresso para uso futuro. O autor demonstra como usar o Git como memória de longo prazo, padronizando mensagens de commit detalhadas através de comandos automatizados. Ele enfatiza a estratégia de separar o planejamento da implementação, iniciando sempre uma nova janela de contexto após definir um plano em Markdown. Além disso, introduz o conceito de arquivos de 'handoff' e logs de decisão para transferir o estado entre diferentes sessões. Essas táticas garantem que o agente não precise reprocessar informações redundantes, economizando tokens e mantendo o foco.

  4. I - Isolate: O Poder dos Subagentes para Pesquisa

    A letra 'Isolate' (Isolar) trata do uso de subagentes para realizar tarefas de pesquisa pesada de forma paralela e isolada. Ao delegar a exploração da base de código ou da web para subagentes, o usuário evita carregar milhares de tokens desnecessários na conversa principal. O autor exemplifica como um resumo de 500 tokens pode substituir uma pesquisa original de dezenas de milhares de tokens, mantendo a janela principal limpa. Ele também apresenta o "padrão batedor" (scout pattern), onde um subagente avalia quais documentos são relevantes antes de serem carregados. Essa abordagem otimiza a velocidade e a confiabilidade do processo de desenvolvimento.

  5. S - Select: Abordagem em Camadas para Contexto

    No pilar 'Select' (Selecionar), o foco é carregar informações apenas quando estritamente necessário através de quatro camadas distintas. A primeira camada consiste em regras globais concisas, enquanto a segunda oferece contexto sob demanda para partes específicas do projeto, como front-end ou APIs. A terceira camada envolve 'skills' ou habilidades modulares, como automação de navegador, que são ativadas apenas por necessidade. Por fim, a quarta camada utiliza comandos de 'prime' para que o agente explore a base de código ao vivo no início de uma sessão. Essa estrutura impede que o modelo fique sobrecarregado com regras que não se aplicam à tarefa atual.

  6. C - Compress: Estratégias de Finalização e Workshop

    A última parte do framework, 'Compress' (Comprimir), deve ser usada apenas como último recurso quando as estratégias anteriores não forem suficientes. O palestrante discute o comando nativo '/compact' do Claude Code, sugerindo o uso de instruções específicas para garantir que informações vitais não sejam perdidas no resumo. Ele reitera que a melhor compressão é aquela que não precisa ser feita, priorizando a limpeza manual e novas sessões. O vídeo encerra com um convite para um workshop ao vivo sobre transformação organizacional com IA e metodologias de codificação. O autor reforça que a aplicação sistemática do WISC eleva o nível de qualquer desenvolvedor utilizando ferramentas de IA.

설명

I've used Claude Code for over 2,000 hours now. And if there's one thing I've learned, it's that about 80% of the time your coding agent messes up, it's not the model - it's how you're managing context. That problem is called context rot, and it gets worse the bigger your codebase gets! So I bundled up all of my battle-tested strategies into what I call the WISC framework - Write, Isolate, Select, Compress. Four strategies that keep your context window lean while still giving the agent everything it needs. I walk through each one with live demos on a real, complicated codebase so you can see exactly how they work in practice. These strategies work on any codebase, even massive ones, and they apply to any AI coding assistant. If you already know the basics and you're ready to actually get reliable results from AI coding, this is it my friend. ~~~~~~~~~~~~~~~~~~~~~~~~~~ - Want a complete AI transformation? Come to the free AI Transformation Workshop I'm hosting with Lior Weinstein on April 2nd: https://dynamous.ai/ai-transformation-workshop - If you want to dive even deeper into building reliable and repeatable systems for AI coding, check out the Dynamous Community and Agentic Coding Course: https://dynamous.ai/agentic-coding-course ~~~~~~~~~~~~~~~~~~~~~~~~~~ - GitHub repo with all the commands/resources I share in this video: https://github.com/coleam00/context-engineering-intro/tree/main/use-cases/ai-coding-wisc-framework - Context Rot Research (Chroma): https://research.trychroma.com/context-rot - Anthropic Context Engineering Guide: https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents ~~~~~~~~~~~~~~~~~~~~~~~~~~ 0:00 Intro 2:04 Why Context Management Matters 5:26 W: Git Log as Long-Term Memory 8:45 W: Separate Planning & Implementation Sessions 10:02 W: Progress Files & Decision Logs 11:42 I: Subagents for Research 14:04 I: The Scout Pattern 15:33 S: Layered Context Selection 19:28 C: Compression Strategies 21:31 Conclusion 22:09 Free Workshop Announcement! ~~~~~~~~~~~~~~~~~~~~~~~~~~ Join me as I push the limits of what is possible with AI. I'll be uploading videos weekly - at least every Wednesday at 7:00 PM CDT!

커뮤니티 글

모든 글 보기
이 영상에 대해 글쓰기