‼️ Инструкции, которые вы написали агенту, не всегда делают его сильнее. Часть из них ему мешает.

Обвес вокруг модели, будь то CLAUDE.md, AGENTS.md, hooks или skills, не нейтрален. Anthropic в статье про Claude Code в больших проектах прямо говорит: слишком много контекста в каждой сессии деградирует качество, а лишние правила в корневом файле просто превращаются в шум.

Отсюда главное: harness нужно держать в балансе. Давать модели только то, что реально необходимо, и убирать всё остальное. Корневой файл — это указатели и критичные подводные камни, не больше. Чем меньше лишнего, тем точнее агент.

При этом баланс не статичен. Модели развиваются быстро, и то, что было необходимой подсказкой для прошлой модели, для новой уже шум. Свежая модель часто вытягивает больше сама, без правил, которые раньше держали агента в рамках. Поэтому обвес приходится регулярно пересматривать и минимизировать заново. Даже две модели одного вендора тянут задачи по-разному, и держать на них один неизменный конфиг не очень честно.

Я прочувствовал это на своём flow. Собрал воркфлоу для ИИ-кодинга, всё работало, показывал его на Boosty. А в какой-то момент агент начал стабильно уходить в плохой сценарий. Никита @nek12 подсказал посмотреть на задачу иначе, я пересобрал подход, убрал лишнее, и результаты заметно выросли. Подробно этот разбор скоро покажу отдельно.

В командах к этому добавляется ещё шаг: весь harness стоит распространять через плагины или хранить прямо в проекте в GIT, чтобы он был общим. Тогда баланс настраивает не каждый под себя, а команда централизованно, и улучшение прилетает всем сразу.

Регулярная ревизия обвеса прямо сейчас — одна из самых полезных привычек в работе с агентами. Не наращивать правила, а искать минимум, на котором модель работает лучше всего.

#AI

🧠 Claude Code ищет по коду обычным grep. Anthropic называет это преимуществом, но у подхода есть заметная цена.

В статье про работу в больших проектах Anthropic объясняет: агентный поиск, то есть обход файлов, grep и переход по ссылкам, надёжнее RAG, потому что у RAG индекс устаревает быстрее, чем команда коммитит. С этим сложно спорить.

Но у grep есть обратная сторона. Он на порядок медленнее индекса и находит не всегда, особенно когда паттерн размытый, а кодовая база большая. Агент по сути работает с кодом как с плоским текстом, без понимания его структуры.

Поэтому к агенту полезно подключать что-то поверх. Я, например, использую AST Index. Есть и более серьёзные наработки: у Виталика есть инструмент Vibe Analyzer, который строит и поддерживает базу знаний о коде специально под агента. С такой надстройкой агент работает на совсем другом уровне.

И вот тут начинается самое интересное. JetBrains годами вкладывалась в индексацию кода, поиск, анализ изменений. На этой базе можно собрать агента, который понимает структуру кода, а не видит в нём набор строк. По экспертизе вокруг кода у JetBrains карты сильнее, чем у кого-либо.

Параллельно классические IDE постепенно вымирают, шаг за шагом. Разработка уходит либо в CLI, что хардкорно для инженера, либо в визуальный интерфейс (Cursor, Codex, Claude App). Даже OpenAI втянул Codex прямо в ChatGPT, потому что видит: пользователи будут работать именно так. Встроить в такой интерфейс настоящий инструментарий для разработчиков — большой шаг.

Мне кажется, связка ИИ с серьёзным инструментарием вокруг кода — это направление, где выигрыш будет самым крупным, и JetBrains здесь способна сделать больше всех. Куда всё вырастет, вопрос пока открытый. Очень интересно, как на это смотрят те, кто уже строит подобные надстройки над агентом.

#ClaudeCode #AI #JetBrains

🛠 JetBrains пытается возглавить новый подход к AI-агентам – и это красиво, но...

JetBrains совместно с Zed Industries выкатили открытый протокол Agent Client Protocol (ACP). Идея простая: сделать так, чтобы любой AI-агент (Claude Code, Cursor, Gemini CLI, Copilot и т.д.) мог работать в любой IDE без уникальных плагинов. По сути, это LSP для мира AI.

Для пользователя это выглядит как встроенный реестр агентов прямо в IDE. Выбрал нужного, нажал «Install» — и он тут же появляется в окне AI-чата JetBrains. Никакой ручной возни с конфигами.

Список уже внушительный: Claude Code, Cursor Agent, Gemini CLI, GitHub Copilot, Mistral Vibe, OpenCode, Qwen Code... Ставка — на свободу выбора и отсутствие привязки к вендору.

JetBrains явно пытается стать инфраструктурным слоем, через который разработчики будут взаимодействовать с любыми AI-ассистентами. То есть не просто «наша IDE с нашим AI», а «ваша любимая IDE как хаб для любых AI». Вендоры нейтральны, всё открыто, реестр пополняется.

Звучит логично, но... Моё мнение: находиться в IDE больше нет смысла

ACP, при всей его технологической красоте, выглядит как попытка реанимировать уходящую парадигму. Сама IDE — слишком сложный и тяжёлый профессиональный инструмент. А AI-агенты всё сильнее смещают фокус с процесса написания кода на управление результатом.

Зачем мне монструозная IntelliJ IDEA, если агент сам может выполнить задачу, отрепортить и даже задеплоить, работая фоном в CLI или в лёгком веб-интерфейсе? IDE, с её бесконечными индексациями, плагинами и интерфейсным шумом, начинает казаться пережитком.

JetBrains делает ставку на то, что разработчик останется «главным», а код должен быть контролируемым и обратимым. Но будущее, кажется, идёт в сторону «агент делает — я только утверждаю». И для этого полноценная среда разработки уже не нужна. Достаточно терминала, чата и, может быть, легковесного редактора для быстрых правок.

Поэтому вся эта гонка протоколов выглядит скорее как попытка удержать пользователей внутри привычного софта, пока рынок неспешно утекает в сторону минимализма и агентных рантаймов.

Интересно, сколько лет ещё мы будем запускать IDE ради того, чтобы просто написать промпт?

🧠 Лучший плагин для ревью кода агента и кода PR от ваших коллег (по мнению автора канала)

Pr Review Toolkit - это не просто плагин, а набор из 6 специализированных агентов, которые превращают скучную проверку кода в детальный аудит. Я использую плагин для ревью кода, который пишут другие ИИ-агенты, а также для проверки изменений моих коллег — и он находит действительно крутые кейсы, подчищая код до блеска.

Вот что умеет каждый субагент:

👁 comment-analyzer – проверяет, не врут ли комментарии. Анализирует, соответствует ли документация реальности, и ищет устаревшие пояснения, которые превратились в техдолг.
🧪 pr-test-analyzer – анализирует не просто покрытие строк, а то, насколько хорошо тесты проверяют логику и граничные случаи.
🤫 silent-failure-hunter – охотник за «тихими» ошибками. Находит пустые блоки catch, неправильную обработку исключений и проблемы с логированием, которые могут "убить" продакшен незаметно.
📐 type-design-analyzer – оценивает качество дизайна типов (например, в TypeScript). Ставит оценки по шкале от 1 до 10 за инкапсуляцию и полезность типа.
📋 code-reviewer – общий ревьювер, который сверяет код с гайдами проекта, ищет баги и нарушения стиля.
🧹 code-simplifier – мой любимый «чистильщик». Он берёт работающий, но сложный код и упрощает его, делая понятнее, без потери функциональности.

Каждым агентом можно пользоваться по отдельности, просто задав вопрос в Claude Code, или запустить всех разом для тотальной проверки PR. Установка из официального магазина

#AI #ClaudeCode #ИИ

🧠 Вышла модель Claude Opus 4.8, который во всем лучше Claude Opus 4.7 и остается по тем же ценам что был раньше. Уже доступен по подписке

#AI #ClaudeCode

🧠 Динамические воркфлоу — это новая возможность Claude Code, которая позволяет ИИ автономно управлять самыми сложными задачами от начала и до конца. То, что раньше планировалось на кварталы, теперь выполняется за дни. Claude динамически пишет оркестрационные скрипты, которые в рамках одной сессии запускают от десятков до сотен параллельных саб-агентов и проверяют результат до того, как он попадет к вам.

#AI #ClaudeCode #ИИ

Каждый день по несколько раз сталкиваюсь с проблемой "API Error" в Claude Code. Бывает что приходится ждать минут по 5 чтобы сессия вернулась к жизни, если вовсе не запускать заново (исключительные ситуации).

💬 У вас часто видится такая ошибка?

Переход из Claude Code в... ? Мне все хвалят решение XXX и советуют перейти на него.

Я не вижу смысла переходить на OpenAI, потому что вижу смену одного поставщика закрытых моделей на другого. Потенциально интересно Cursor, потому что они игрок, независимый от производителя моделей. Хвалят их Composer.

💬 Есть реальные истории кто перешел с Агента X на Y для полного цикла разработки фичей и получил в чем-то улучшение (хоть в цене подписки)?

MiniMax выпустили модель M3. Это первая open-weight модель, которая сочетает три вещи сразу: контекст в миллион токенов, нативная мультимодальность (видео и картинки), и кодинг на уровне топовых закрытых моделей.

Главная техническая фишка — новая архитектура внимания MSA. Она позволяет работать с миллионом токенов без квадратичного роста вычислений: в 20 раз меньше compute на токен, prefill быстрее в 9 раз.

На SWE-Bench Pro модель набирает 59%. Больше GPT-5.5, больше Gemini 3.1 Pro. Но MiniMax аккуратно сравнивают себя с Opus 4.7, игнорируя 4.8 — а там разрыв уже 10 пунктов. Это не "почти на уровне Claude", это "хороший уровень, но не frontier". Даже Opus 4.6 делом круто, поэтому некритично.

Есть два интересных нюанса.
1️⃣ Первый: большинство бенчмарков они гоняли через Claude Code как scaffolding. То есть результаты конкурента получены с помощью инструмента Anthropic.
2️⃣Второй: у них теперь есть свой агент — MiniMax Code. Прямой конкурент Claude Code. Демки впечатляют — 24-часовая оптимизация CUDA-ядра, 12-часовое воспроизведение научной статьи без участия человека.

Цена в 10-15 раз дешевле Claude Opus и GPT-5.5.

#AI #MiniMax