Shamil.AI | Sobesochnaya

🧠 РАЗБИРАЕМ ИНСАЙТЫ ПРО AI-КОДИНГ ЧАСТЬ 3–3 Продолжаем марафон. Мы уже настроили субагентов и хуки. Теперь поговорим про самое важное: доверие и планирование. 🟧🟧 3️⃣ Детерминированный Feedback Loop Тимур говорит: не верьте модели на слово. Схема должна быть такой: Код → Линтер → Автофикс. Это самый ценный совет из всех пяти. Я пришёл к нему через боль, когда долго дебажил фронтенд с кучей 3D-анимаций, написанный AI. Визуально всё выглядело приятно, но под капотом творился тихий ужас с типами. У меня уже давно есть железное правило: агент не делает коммит, пока не пройдёт линтер. Я настроил это через хук (и вам советую!), который принудительно вручает LLM список правил и бьёт по рукам, если она их нарушает. Просто молча реджектит код, пока тот не станет идеальным. И в проде будет чисто. 🔍 Кстати, тема с хуками заслуживает отдельного разбора. Про один из неочевидных юзкейсов я уже писал тут, скоро сделаю большой гайд. Вывод: Доверяйте, но проверяйте. Особенно тесты. Я пару раз ловил агента на том, что он пишет тесты, которые всегда проходят, просто потому что проверяют очевидные вещи. 🟧🟧 4️⃣ Планирование: Игра в испорченный телефон Тимур утверждает: генерация без плана – деньги на ветер. Сначала архитектура в GPT-5.3 Codex, потом код в Claude Opus. Я пробовал подход "сначала подумай в одной модели, потом делай в другой". Спроектировал архитектуру пайплайна, получил шикарный план. Скопировал в Cursor к Клоду. И тут началась классическая игра в испорченный телефон. Клод читает план, но не чувствует глубины задумки. Когда я прошу поменять небольшую деталь в реализации, он меняет её, но ломает общую логику, которую заложил наш архитектор. Для Клода этот план просто текст. Мне прыгать между окнами неудобно, это сбивает поток. Комфортнее, когда планирование и код живут в одном месте. Если задача действительно супер-сложная, я заставляю модель генерировать не просто текст плана, а формальную спецификацию с типами и интерфейсами. Код – это единственный язык, который все модели понимают одинаково хорошо. 🔑 Если вам готовы платить за API, то с выходом Opus 4.6 и его миллионным контекстом ситуация, казалось бы, сдвинулась: в теории можно уместить и план, и весь код в одном окне, и модель не потеряет нить. Но по бенчмаркам кодинга Codex 5.3 всё ещё уверенно обходит Opus (77 против 65 в Terminal-bench 2.0). Так что соблазн жонглировать моделями никуда не делся. А значит, формальные спецификации вместо текстовых планов остаются лучшим мостом между ними. ➡ Shamil.AI | Sobesochnaya #ai #coding #cursor #claudecode #engineering

🧠 АВТОПИЛОТ НА ХУКАХ ЧАСТЬ 2.2-3 Тут рассказал про Dependency Injection для агентов. Теперь покажу, как это выглядит на практике. Ниже готовый код, который можно скопировать и адаптировать под свой проект. 🟧🟧 🔍 Spark-optimize: агент, который приходит сам У меня есть spark-optimize субагент. Он включается в режиме дотошного эксперта с чеклистом на 10 пунктов: партицирование, перекос данных, джойны. И с правом использовать только Opus. Мне не нужно каждый раз объяснять ему, как оптимизировать джобу. Самое приятное: я его даже не зову. У меня настроен bash-хук, который сканирует мои промпты на ключевые слова (pyspark, repartition, broadcast). Если хук видит Spark-контекст, он сам подтягивает экспертный профиль. Вот как повторить у себя. 🟧🟧 👉 Шаг 1: Профиль агента Попросите Claude Code создать субагента в корне проекта специальной командой /agents и дайте ему такое описание, он сам его улучшит (примерный выход – .claude/agents/spark-optimize.md): Ты — эксперт по оптимизации PySpark. Режим дотошного ревьювера. Чеклист перед каждым ответом: 1. Партицирование: правильный ключ и количество? 2. Data skew: есть ли перекос? Нужен ли salting? 3. Joins: broadcast для таблиц < 100MB? 4. Кэширование: persist() где нужно? 5. Формат: parquet > csv, snappy compression? 6. UDF: можно ли заменить на встроенные функции? 7. Shuffle: можно ли уменьшить? Это та самая инъекция знаний из прошлого поста. Один файл, зашитый экспертный контекст. Замените содержимое на свой домен и получите профильного агента-эксперта. 👉 Шаг 2: Скрипт хука Попросите Claude Code создать bash-хук (примерный выход – .claude/hooks/domain-detect.sh): #!/bin/bash INPUT=$(cat) PROMPT=$(echo "$INPUT" | jq -r '.prompt // empty' 2>/dev/null) if echo "$PROMPT" | grep -qiE \ '(pyspark|repartition|broadcast|spark\.sql|coalesce|partitionBy)'; then cat "$CLAUDE_PROJECT_DIR"/.claude/agents/spark-optimize.md fi Когда вы отправляете промпт, Claude Code передаёт его в хук как JSON. Скрипт достаёт текст, ищет ключевые слова через grep, и если находит, выдаёт содержимое профиля. Claude Code подхватывает этот текст как дополнительный контекст к вашему сообщению. Если ключевых слов нет, то скрипт не сработает. Вы даже не узнаете, что он отработал. Не забудьте: chmod +x .claude/hooks/domain-detect.sh На маке jq обычно уже есть из коробки. Проверьте: jq --version. Если нет: brew install jq 👉 Шаг 3: Подключите в настройках В .claude/settings.json попросите добавить: { "hooks": { "UserPromptSubmit": [ { "hooks": [ { "type": "command", "command": "bash \"$CLAUDE_PROJECT_DIR\"/.claude/hooks/domain-detect.sh" } ] } ] } } Готово. Пишете "оптимизируй pyspark джобу", хук сам подтягивает экспертный контекст. Ответы становятся заметно глубже, а вы даже не заметите, что сработал хук. → А в следующей части поговорим про инженерную культуру: как бить агента по рукам линтером и почему GPT-5 не всегда хороший архитектор. Shamil.AI | Sobesochnaya #ai #coding #cursor #claudecode #hooks #tutorial

🧠 РАЗБИРАЕМ ИНСАЙТЫ ПРО AI-КОДИНГ ЧАСТЬ 2.1-3 В первой части мы говорили про то, что контекст конечен и модель начинает плыть. С тех пор Anthropic выкатили Opus 4.6 с контекстным окном в миллион токенов. Но проблемы всё ещё есть. Сегодня поговорим о том, где ещё можно хранить знания и как автоматизировать рутину. 🟧🟧 🔟 Memory Bank – библиотека знаний Тимур предлагает: завести папку .memory-bank/ с правилами и паттернами, чтобы агент ходил туда за информацией. Я честно пробовал. Завёл файлы с архитектурой, прогрессом, решениями. Но они быстро разростаются до нечитаемых размеров. Агент тратит время (и мои лимиты!) на перечитывание этой кучи документации. А нужная информация закопана где-то в середине. 🤖 И вчера на сцену выходит новый Opus 4.6 с контекстом в 1 миллион токенов. Первая мысль: "Ну наконец-то, можно запихнуть всю документацию в контекст!" Бенчмарки красивые: 93 из 100 на поиск нужной информации в 256k токенов. Для сравнения, Sonnet 4.5 в том же тесте набирает жалкие 10 из 100. Но есть два момента. 🤩 Миллионный контекст доступен только через API по тарифу tier 4. Это ценник не для человека с подпиской. Обычным пользователям Claude Pro и Max этого пока не завезли. 🤩 И второй момент, который интереснее: на миллионе токенов качество проседает до 76 из 100. Всё равно размазывает внимание, и чем больше текста вы в неё загрузите, тем хуже она ищет. Но это уже хороший показатель. 🥰 Технология вроде бы есть, а для большинства из нас задача грамотного управления знаниями по-прежнему критична. И вот к чему я пришёл. 🟧🟧 Мне гораздо проще держать один лаконичный файл CLAUDE.md в корне проекта и папку с хорошо описанными тикетами. А специфические знания я зашиваю прямо внутрь профильных субагентов. Это как Dependency Injection, только для интеллекта. Я не учу агента быть экспертом во всём, я просто инжекчу в него нужный опыт одной строчкой. → В следующем посте покажу, как это работает на практике: реальный код, который можно скопировать и настроить за 5 минут. ➡ Shamil.AI | Sobesochnaya #ai #coding #cursor #engineering

🧠 РАЗБИРАЕМ ИНСАЙТЫ ПРО AI-КОДИНГ ЧАСТЬ 1-3 Чтобы не перегружать, я разбил разбор инсайтов на четыре серии: 1️⃣ В первой – почему контекст протухает и как с этим бороться. 🔟 Во второй (и ещё) – мой подход к библиотеке знаний и как сделать автопилот на хуках. 3️⃣ В третьей – как заставить агента проверять себя и проблемы планирования. На дворе февраль 2026 года. Лента в Telegram забита восторгами про Claude Opus 4.5 и GPT-5.2 Codex. Но есть демо-режим, а есть суровая реальность. Тот самый момент, когда ты допиливаешь сложную архитектурную фичу, а LLM, которая еще час назад была гением, вдруг дуреет. Недавно Тимур Хахалев выдал базу – 5 инсайтов внедрения AI в разработку. А я решил добавить к этой базе немного корнер-кейсов и разобрать их через призму своей практики AI Coding. Начнем с базы. 🟧🟧 1️⃣ ГИГИЕНА КОНТЕКСТА И СУБАГЕНТЫ ⚪️ Тимур пишет, что качество Claude Sonnet падает после 70–80 тысяч токенов. Он предлагает дробить задачи. Это отозвалось мне одной историей. Я делал большой рефакторинг модуля рекомендаций – ускорял оффлайн-пайплайн с двух часов до 15 минут. Начинал я планирование бодро с Sonnet. Но когда переписка перевалила несколько сообщений, я попросил внести среднюю правку. И тут агент, который недавно был гением, выдал код, полностью игнорирующий контекст нашей работы. 🤩 Sonnet действительно быстро соображает, но так же быстро устает. 🤩 Opus держит концентрацию гораздо дольше, но и он не бесконечен. Поэтому совет простой: чувствуете, что модель начала плыть? Не пытайтесь её переубедить. Просто начните новый чат, записав план в файл. 🟦 Лайфхак: Армия клонов А еще лучше – запустите армию клонов. Я отдаю задачу сразу 3-5 паралельным субагентам. Например, когда нужно собрать сложный датасет для обучения модели ранжирования, я не жду очереди. Первый субагент аудирует состояние git-веток (50k токенов), второй проверяет корректность ETL-пайплайна (95k токенов), а третий анализирует конфиги для тюнинга (75k токенов). В итоге за 10 минут я получаю результат, на который у одиночного агента ушел бы час и сгоревший контекст. 💡 Параллелизация – это не только про скорость, это про качество внимания. 🟧🟧 МОИ ЛЮБИМЫЕ ТАКТИКИ 🖥 Параллельный аудит Когда нужно проверить сложную гипотезу, я запускаю 4 субагента-аудитора: 🤩 Один проверяет логи, 🤩 второй – код в ноутбуке, 🤩 третий – конфиги, 🤩 четвертый – сверяет всё с CONTINUITY.md (это файл состояния сессии, про него будет отдельный большой пост). А потом пятый агент-верификатор собирает их отчеты и выносит вердикт. Это спасает от галлюцинаций уверенности. 🔍 Клещи Когда нужно разобраться в легаси, я запускаю двух исследователей: 🤩 Один копает внутренний Confluence/Jira (писал здесь), второй гуглит внешнюю документацию по библиотеке. 🤩 Они встречаются посередине и выдают готовое решение, как подключиться к условному Airflow. 🖥 Изоляция Каждый клон получает только свой узкий контекст. Не грузите в них весь проект. И это приятная работа: вы принимаете решения на основе фактов, а не копаетесь в json-ах. 🟧🟧 → В следующей части расскажу, почему папка .memory-bank – это зло, и как я настроил Bash-хуки, чтобы они сами переключали агентов в режим дотошного эксперта. ➡ Shamil.AI | Sobesochnaya #ai #coding #cursor #claude #sonnet #engineering

🔌 КАК НАСТРОИТЬ MCP ДЛЯ JIRA И CONFLUENCE ЧАСТЬ 4-4 Обещал гайд по настройке. Рассказываю, как это было у меня. 🟧🟧 Долго откладывал настройку MCP. Не потому что сложно, просто руки не доходили. Токен создать, переменные прописать, проверить, что работает. А потом подумал: у меня же уже есть Claude Code. Почему бы не попросить его самого себя настроить? Скидываю ему ссылку на MCP-сервер для Atlassian. Говорю: "Хочу, чтобы ты мог ходить в нашу Jira. Что нужно сделать?" Он объясняет про токен, я создаю. Дальше: "Вот токен, настрой себе интеграцию". Он генерирует конфиг, запускает команду, проверяет подключение. Работает. 💡 Дальше можно просто скинуть мои посты в Claude Code и попросить его всё настроить и написать тесты для проверки. 🟧🟧 🖥 Чтобы повторить руками, вот что нужно сделать. Jira: Сначала создаёте токен. В профиле ищете Personal Access Tokens, жмёте Create. Токен покажут один раз, поэтому сразу сохраните. Потом ставите пакет: pip install mcp-atlassian И добавляете в Claude Code: claude mcp add atlassian -- \ mcp-atlassian \ --jira-url "https://your-company.atlassian.net" \ --jira-username "your@email.com" \ --jira-token "ваш-токен" Для Jira Server/Data Center вместо username + token используйте personal token. Всё. Теперь можно писать "создай тикет в PROJECT: описание" прямо в терминале. 🟧🟧 🖥 Confluence добавляется так же: claude mcp add confluence -- \ mcp-atlassian \ --confluence-url "https://your-company.atlassian.net/wiki" \ --confluence-username "your@email.com" \ --confluence-token "ваш-токен" Можно добавить Jira и Confluence одной командой, указав все флаги сразу. Claude сам разберётся, куда обращаться. 🟧🟧 🔑 Бывает, что служба безопасности заблокировала создание токенов. Есть обходной путь через cookies. Сразу скажу: способ так себе, токены заблокировали не просто так. Но если очень нужно: 1. Залогиньтесь в Confluence/Jira в браузере 2. Откройте DevTools, вкладка Application, раздел Cookies 3. Скопируйте значения JSESSIONID и seraph.confluence Дальше можно дёргать API напрямую через WebFetch: url: https://confluence.company.com/rest/api/content/search?cql=... headers: { "Cookie": "JSESSIONID=...; seraph.confluence=..." } Cookies истекают через какое-то время, придётся обновлять. Печеньки не вечны. 🟦 Лайфхак: Если что-то не работает, попросите Claude помочь с отладкой. Он сам себя дебажит хорошо. Такой же подход работает для GitHub, GitLab, Notion и всего остального. Если продукт популярный, для него скорее всего уже есть MCP-сервер. 🟧🟧 Вот и вся серия. Четыре поста, и теперь у вас есть Claude, который сам ходит в Jira, ищет документацию в Confluence, критикует вашу архитектуру через субагентов и запускает цепочки проверок через руки. 💎 Если застрянете, пишите в комменты. Разберёмся. ➡ Shamil.AI | Sobesochnaya #claude #claudecode #mcp #jira #confluence #tutorial

🦎 СУБАГЕНТ-КРИТИК: ВТОРОЕ МНЕНИЕ ОТ ТОГО ЖЕ CLAUDE ЧАСТЬ 3-4 В комментах к прошлому посту спросили: "А что за субагент-критик? Это отдельная модель, отдельный чат?" Рассказываю. 🟧🟧 Проектирую архитектуру для реактивности рекомендаций в Дзене. Два часа в чате с Claude обсуждаем варианты. Я ему: "Давай будем брать сигналы из тематических подборок так и так". Он: "Окей, звучит разумно". Я ему: "А давай ещё персональную квоту добавим". Он: "Да, хорошая идея". И вот схема готова. Красивая, я ей горжусь. Но что-то не даёт покоя: а вдруг я что-то упустил? Claude со мной соглашался все два часа, читал мои аргументы, видел как я сам себя убеждал. Он уже накивался и ему сложно вдруг сказать: "Слушай, а ты точно уверен?" 🟧🟧 Субагент решает именно эту проблему. Это тот же Claude, но как будто только что проснулся. Он не читал наши 50 сообщений и не знает, что я три раза перерисовывал схему на доске. Видит только то, что я ему кинул в этот момент. Пишу в чат: "Use a subagent to critically review this architecture. Act as a grumpy senior architect who's seen too many projects fail. Find what will break at 3 AM on Black Friday." И он превращается в того самого душителя на код-ревью, которого все боятся. Того, что закатывает глаза на каждый мердж-реквест. Спрашивает: "У тебя 26% гранулярных тем вообще не привязаны к крупным тематикам – как ты их будешь матчить?", "Берёшь топ-10 fresh каналов с условием totalCount >= 3 – а для нового юзера это когда выполнится, через неделю?", "20% ленты отдаёшь под fresh темы – а если юзер их скипает, будешь дальше показывать?" Я такой: блин, хороший вопрос, я об этом вообще не подумал. И так раз пять за диалог. 🟧🟧 🎧 Бывает, даёшь Claude сложную задачу, а он сам решает разбить её на части. Запускает трёх субагентов: один копается в коде, другой листает документацию, третий ищет похожие решения в проекте. Ты не просил, а он уже раскидал работу. А можно собрать субагента под себя. Описываешь: "Мне нужен параноик, который в любом коде ищет дыры в алгоритмах". Claude запоминает это в настройках, и теперь персональный олимпиадник доступен по одной команде. 🟧🟧 🔒 У меня уже целая коллекция: 🤩 /ultrathink-reviewer – 3-5 агентов параллельно: безопасность, скорость, читаемость 🤩 /ultrathink-debug – ищет где код сломается и почему 🤩 /ultrathink-task – сначала читает проект, потом пишет план 🤩 /variants – 4 варианта решения с оценкой, какой вероятнее сработает 🤩 ... // ещё 20 других на разные случаи жизни 🟧🟧 👮‍♀️ И вишенка – хуки. Настраиваешь цепочку вызовов субагентов: первый написал код → второй прилетает с ревью → после него третий субагент пишет тесты. Всё это работает, пока ты делаешь другие задачи. Один раз собрал команду под себя, и она сама разбирается с рутиной. Ты занимаешься архитектурой, а не перекладыванием файлов. → В следующем посте покажу пошагово, как настроить MCP для Jira и Confluence. Это проще, чем кажется. ➡ Shamil.AI | Sobesochnaya #claude #claudecode #subagents #architecture

🔌 CLAUDE CODE — ЭТО НЕ ТОЛЬКО ПРО НАПИСАНИЕ КОДА ЧАСТЬ 2-4 В прошлом посте рассказывал про Jira. Но штука в том, что интеграции на этом не заканчиваются. И вот тут началось самое интересное. 🟧🟧 Пока думал над той самой архитектурой рекомендаций, нужно было найти тикеты и документацию по смежной системе персональных квот в ленте. Я точно знал, что она где-то есть, видел полгода назад. Но поиск в Confluence выдавал всё подряд, кроме того, что нужно. Claude нашёл за секунды. Он правильнее формулирует запросы и лучше фильтрует мусор. Честно говоря, он ищет лучше, чем человек. 🎧 Забавно, что компании тратят ресурсы на внутренние RAG-системы по документации. Типа "спроси у бота про наши процессы". Но обычно это работает не так, как ожидаешь – либо не хватило сил довести до ума, либо модель слабая, либо retrieval кривой и т.д. А тут мощная LLM, которая умеет грамотно пользоваться инструментами, и крутеший вызов инструментов (тулинг). 🆚 Друзья из Яндекса говорят, что у них RAG крутой – верю, но для большинства Claude Code будет работать лучше, если правильно настроить. Сначала было странно делегировать такие вещи. А какой смысл листать двадцать страниц поиска, если можно потратить это время на саму архитектуру? 🟧🟧 Отдельная история – режим опроса. Когда проектируешь что-то сложное или недостаточно ясное, всегда упускаешь детали и надо переписывать промпт. Я описываю ему задачу про реактивность рекомендаций, а он спрашивает: «Если пользователь за сессию смотрел контент из разных тематик, какой сигнал приоритетнее — последний или самый частый или какое-то комбо?» Я такой: блин, хороший вопрос, я об этом не подумал. И так несколько раз за диалог. По сути, это способ прогнать архитектуру через чужую голову до того, как реализовать. Бесплатный архитектурный ревью от того, кто не устанет задавать глупые вопросы – и не обидится на глупые ответы. 🟦 Лайфхак: Чтобы этот опрос был по-настоящему архитектурным, я прошу это сделать моего отдельного субагента-критика (пост). 🟧🟧 Я долго откладывал настройку этих интеграций. Казалось, что это какая-то сложная штука для энтузиастов. А по факту – пять минут, и работает. Теперь жалею только об одном: что не сделал ещё раньше 🤷‍♂️ → В следующем посте покажу кто такой субагент-критик и как помогают хуки. ➡ Shamil.AI | Sobesochnaya #claude #claudecode #mcp #confluence #jira

🔌 РАССКАЖУ ШТУКУ, КОТОРАЯ РЕАЛЬНО ИЗМЕНИЛА МОЙ РАБОЧИЙ ДЕНЬ ЧАСТЬ 1-4 1️⃣ В первой – как я перестал тратить время на тикеты и формочки в Jira. 🔟 Во второй – как искать документацию и ловить дыры в архитектуре до написания кода. 3️⃣ В третьей – как настроить субагента-критика и хуки. 4️⃣ В четвёртой – пошаговый гайд по настройке всего этого за 5 минут. 🟧🟧 В прошлом году проектировал в Дзене фичу для улучшения реактивности рекомендаций. Чтобы рекомендации быстрее подстраивались под интересы пользователя. Помимо созвонов с техлидом, обсуждений архитектуры и нескольких итераций доработок, это требовало четырёх крупных зависимых тикетов в Jira, где каждый следующий не стартует, пока не закрыт предыдущий. Плюс пятый тикет-эпик, который собирает всё вместе. Раньше я бы потратил полчаса только на создание этой структуры. Открыть Jira, создать эпик, заполнить описание, создать первый тикет, прилинковать, создать второй, выставить depends on... И всё это время держать в голове общую картину, следить за консистентностью описаний. К третьему тикету уже забываешь, что писал в первом. А ты ещё даже не начал работать над самой задачей. С Claude Code всё иначе. Я просто описываю идею целиком, как она у меня в голове. Он декомпозирует на тикеты, расставляет зависимости (единственная зависимость, от которой не хочется лечиться), заполняет описания. Я смотрю результат и говорю: «Вот тут неправильно понял, смысл в другом». И он в plan-режиме всё переделывает. Все правки можно просто надиктовать голосом, не надо руками лезть в каждый тикет. Браузер почти не открывал. Jira, наверное, скучает. 🟧🟧 👆 Once you try Claude Code, you never go back Звучит как маркетинговый слоган, но это реально так работает. После того как попробовал, уже не понимаешь, как раньше жил без этого. Потому что наконец-то можно тратить время на то, ради чего меня вообще наняли: рисовать архитектурные схемы, искать нестандартные решения, пробовать разные подходы и делать пока не взлетит. А не кликать по формочкам в Jira. Это накладные расходы на работу. 🟧🟧 Честно, не понимаю, почему все ещё не пользуются этим. Даже подписка за 20 баксов будет экономить вам часы каждую неделю. Но для настоящего кодинга лучше брать за 100 или за 200 и делить с друзьями (как делаю я). Если не верите, что оно работает круто, то мои друзья тоже не верили, пока не попробовали. Попробуйте! → В следующем посте расскажу, как он помогает искать документацию и ловить дыры в архитектуре ещё до того, как начал писать код. ➡ Shamil.AI | Sobesochnaya #claude #claudecode #mcp #jira #productivity

🎁 CLAUDE HOLIDAY 2025 — ДВОЙНЫЕ ЛИМИТЫ НА ПРАЗДНИКИ❕ Если вы читали мои посты про контекстный вход кода (тут и тут) и ultrathink-команды (тут), то знаете: главный враг продуктивной работы с AI-агентами – это лимиты. Ты только разогнался, настроил сессию, агент начал понимать проект… и всё, лимит. Жди. Сейчас лучшая неделя для экспериментов с Claude❕ ✨ Anthropic сделали подарок на Новый год. С 25 по 31 декабря у подписчиков Pro и Max удвоенные лимиты на Claude. Удваиваются и пятичасовой, и недельный лимиты. Недельный лимит сбросился сегодня в 15:00 по Москве. Акция доступна и новым, и текущим подписчикам Pro/Max. 1️⃣ ПОЧЕМУ ЭТО ВАЖНО ИМЕННО СЕЙЧАС Если вы откладывали эксперименты с Claude Code – сейчас идеальное время. Удвоенные лимиты означают, что можно наконец-то нормально погонять длинные сессии. Я делю Max-тариф с друзьями, поэтому всё равно приходится думать про лимиты. И я давно хотел потестить ultrathink на больших рефакторингах, где агенту нужно держать в голове очень много файлов сразу, притом в нескольких параллельных сессиях. 🔟 ЧТО КОНКРЕТНО УДВОИЛОСЬ Счётчик пятичасовых и недельных лимитов уже чистый. Работает на claude.ai (основной веб-интерфейс), Claude Code (CLI для агентного кодинга) и Claude в Chrome (браузерный агент). По сути, везде, где вы используете Claude через подписку. 3️⃣ КАК ЭТО ИСПОЛЬЗОВАТЬ С УМОМ Соблазн ну теперь-то можно не экономить – это немного ловушка. Лимиты всё равно конечны, просто их стало в два раза больше. ✨ Мой план на эту неделю: не размазывать токены на мелочи, а тестить то, что раньше было дорого. Длинные сессии с ultrathink, эксперименты с субагентами, работа над большими фичами в один заход. После 31 декабря лимиты вернутся к стандартным. Так что если есть что-то, что вы хотели попробовать, но жалели токены – сейчас. Ставь ❤️ и кидай друзьям, кто давно хотел начать кодить с Claude. ➡️ Подписаться #claude #claudecode #ai

🔛 НАУЧИ CLAUDE ДУМАТЬ ПО-НАСТОЯЩЕМУ Посмотри гайд, как я настраиваю Ultrathink Command и запускаю в Claude Code В AI-кодинге есть один и тот же паттерн: 🤩 описать задачу; 🤩 попросить модель сначала подумать, а не сразу писать код; 🤩 изучить файлы проекта; 🤩 составить план и потом что-то менять. Сначала человек пишет хороший промпт. А потом ленится и всё сводится к «ну посмотри репу и почини» Следующий логичный шаг после настройки контекстного входа кода (пост 1, пост 2) – научить Claude Code начинать задачу по одному и тому же продуманному сценарию, а не как придется. Чтобы Claude читал проект и файлы-памяти, строил план и запускал несколько субагентов сразу. Для этого нужны команды. 1️⃣ ЗАЧЕМ НУЖНЫ КОМАНДЫ Команда в Claude Code – это сохранённый умный промпт, который запускается одной строкой. Так ты не повторяешься в промптах и не страдаешь от своей лени. /ultrathink-task "...описание конкретной задачи..." 2️⃣ СОБИРАЕМ ultrathink-task Команды в Claude Code располагаются в ~/.claude/commands. Отдельная команда в этой директории – это markdown-файл. В неё можно передать аргументы с помощью $ARGUMENTS. Также в Claude есть режимы рассуждений вида think, think hard, ultrathink: - ultrathink подсвечивается в Claude – это триггер, стимулирующий рассуждать больше. - $ARGUMENTS – сюда подставится то, что ты напишешь в кавычках после команды в чате. - В <instruction> – сначала собрать контекст, потом субагенты, потом план. 👉 Создадим команду: В терминале: cd ~ mkdir -p ~/.claude/commands nano ~/.claude/commands/ultrathink-task.md 👉 Вставим внутрь: <task> ultrathink $ARGUMENTS </task> <instruction> 1. Моя цель – чтобы ты выполнил задачу. Но сначала давай сделаем шаг назад и как следует всё обдумаем. Сначала изучи соответствующие файлы в кодовой базе – делай это разумно, пока не получишь весь необходимый контекст для составления хорошего плана. 2. Когда поймешь, что обладаешь всей нужной информацией, составь подробный план того выполнения задачи. Не выполняй саму задачу – просто распиши план. Убедись, что не добавляешь в него ничего лишнего сверх того, что я просил. 3. Проактивно используй 3-5 суб-агентов. Запускай параллельно несколько штук. </instruction> ВАЖНО: Начинайте в plan-mode и переходите в auto-accept edits ❤️ – ставь, если хочешь подборку ещё рабочих команд типа /git-commit, /refactor-task, чтобы просто взять и использовать. Подписаться #vibecoding #claude #cursor #context #commands

➡️ ПОШАГОВАЯ НАСТРОЙКА КОНТЕКСТНОГО ВХОДА КОДА В прошлом посте мы разобрались, зачем нужен контекстный вход кода и как он помогает не захлёбываться в токенах. Пойдём дальше и пошагово настроим всю эту систему: какие файлы и где их завести, как научить агента начинать с правильного контекста и как аккуратно закрывать сессию, чтобы следующий заход в проект начинался с понятнейшей базы знаний. 1️⃣ СОЗДАЁМ ФАЙЛЫ В корне репо: 🔻 ticket.md 🔻 ticket_status.md 🔻 README.md (если ещё нет) 🔻 ARCHITECTURE.md Где-нибудь рядом (например, .claude или .cursor/rules): 🔻 project_rules.md 🔻 testing.md 🔻 subagents.md Главное – чтобы всё это лежало в том же репозитории, с которым вы работаете. 2️⃣ Учим агента НАЧИНАТЬ ПРАВИЛЬНО В начале каждой новой сессии даём один и тот же якорный промпт, благодаря которому: 🤩 агент подтягивает цель и текущий контекст; 🤩 не лезет сразу копаться в рандомных файлах; 🤩 выдаёт план, который учитывает архитектуру и статус задачи. Сначала прочитай README.md, ARCHITECTURE.md, ticket.md и ticket_status.md. Коротко перескажи, что ты понял про проект и задачу, и предложи план действий. 3️⃣ КОНЕЦ СЕССИИ Перед тем как закрыть сессию, пишем: Обнови ticket_status.md: что сделано, что осталось, какие решения приняты. Пиши так, чтобы другой разработчик смог продолжить без меня. После этого: • историю чата можно чистить или начинать новый диалог; • вся полезная память остаётся в файлах в репозитории; • новая сессия начинает с чтения этих файлов и подхватывает работу. 4️⃣ ПОДСКАЗКИ И ЯКОРЯ ДЛЯ АГЕНТА Чтобы Claude не тащил в контекст весь репозиторий, в ARCHITECTURE.md и правилах прямо пишем подсказки: - "Read ARCHITECTURE.md before refactoring" - "Don’t load the entire repo into one message" - "Proactively use 3-5 subagents for X (review, tests, docs, refactor, infra)" Такие фразы – это структурированные якоря. Агент каждый раз читает их вместе с файлом и начинает вести себя, как вы хотите — то, что нужно для грамотного Context-инжиниринга. И главное – это реально можно повторить за один вечер в любом проекте. Если собрать всё вместе, у вас появится: • долгая память проекта; • возможность в любой момент начать новую сессию с чистого листа; • контролируемый расход контекста: агент читает 3-4 ключевых файла, а не 200 случайных. В следующих постах: → разберём первую установку Claude Code → и то, как настроить перенос контекста между разными машинами и рабочими местами. ❤️ – ставь, если хочешь научиться строить себе надёжную память проекта поверх LLM. Подписаться #vibecoding #claude #cursor #context

👏 ОПЯТЬ ОБЪЯСНЯЕШЬ ПРОЕКТ С НУЛЯ? Ещё в прошлом посте мы говорили, что контекстное окно – дорогой и ограниченный ресурс. Но есть ещё одно, что бесит в AI-кодинге: каждый новый диалог в Claude Code / Codex / Cursor – и агент ничего не помнит про проект. Сейчас разберёмся, как сделать так, чтобы у модели была нормальная долгая память о проекте. Через обычные файлы рядом с кодом. 1️⃣ Что такое КОНТЕКСТНЫЙ ВХОД КОДА Вместо того чтобы каждый раз прокидывать историю чата, мы даём агенту набор файлов-памяти, которые он может перечитать в начале сессии. Например, каждый диалог в Claude Code – это отдельная сессия, лежащая в ~/.claude/.../session_id.jsonl. В других кодинг-средах по аналогии. Между сессиями контекст не переносится автоматически. Зато: 🤩 агент отлично читает файлы в репозитории; 🤩 мы можем научить его всегда начинать с чтения правильных файлов. Так появляется стабильный контекстный вход кода: 1. новая сессия 2. агент читает базовую документацию 3. вспоминает, что за проект и что мы делаем. 🔟 БАЗОВЫЙ НАБОР ФАЙЛОВ-ПАМЯТИ Минимальный комплект, который я завожу в любом репозитории: 🟧 ticket.md – что за задача прямо сейчас 😊 цель задачи; 😅 контекст (откуда взялась, ссылки созданных тикетов); 😅 критерии приёмки (extra важно); 🎈 что точно не делаем в этой итерации. 🟧 ticket_status.md – что уже сделано 😊 Сделано: 😅 В работе: 😅 Отложено и почему: 😅 Вопросы: А это ваша текстовая документация. Просите агента регулярно её обновлять. 🟧 README.md – как заходить в проект 🔻 краткое описание проекта; 🔻 как поднять сервис локально; 🔻 как гонять тесты; 🔻 где смотреть логи и конфиги (без secrets). 🟧 ARCHITECTURE.md – как всё устроено 🔻 основные сервисы/модули и их границы; 🔻 паттерны; 🔻 как устроены ошибки и логирование; 🔻 что трогать точно не нужно, а что норм. 🟧 Правила проекта ⚪️ Для Cursor – .cursor/rules/*.md ⚪️ Для Claude Code можно завести, например, ./claude_rules/… 🔻 code style и формат коммитов; 🔻 правила по тестам; 🔻 как и когда использовать субагентов. Важно: эти файлы занимают чуть-чуть места в контексте, зато не надо каждый раз объяснять, как устроен ваш монолит. ❗️В следующем посте пошаговый разбор, как настроить контекстный вход кода. ❤️ – ставь, если хочешь научиться строить себе надёжную память проекта поверх LLM. ➡️ Подписаться #vibecoding #context #claude #cursor

🔞 Уже захлебнулся в своих токенах? Context Engineering: Скилл 2025 года 🐈 Ещё во времена GPT-4o приходилось держать контекст до 50-70%. Ближе к 80% модель размазывала, что обсуждалось 10 сообщений назад и после 100-140k токенов задачи решались сильно хуже. Это классическая проблема "Поиска иголок в стоге сена". Модели лучше всего помнят информацию, расположенную в начале и конце контекстного окна. А как сегодня топ-модели работают с контекстом❕ 1️⃣ Контекст и контекстное окно Что это: 🤩 Контекст — вся информация, которую агент видит прямо сейчас: ваши сообщения, код из файлов, предыдущие ответ, системные промпты и инструкции. Это дорогой и ограниченный ресурс. Если не управлять им, он начинает деградировать. 🤩 Контекстное окно — лимит токенов, который модель может обработать за раз. Чаще всего это около 200k токенов. Надо думать, что именно вы положите внутрь этого окна. Сейчас топ-модели куда устойчивее к контекстам. Но за лимит токенов всё равно не выйти. Поэтому в Cursor и Claude Code есть суммаризация сессии. 🟨Суммаризация – это вынужденная мера, но работает очень хорошо. Можно даже задать свою инструкцию. В целом, результат можно описать так: "Подводишь итог всему, что сделал. И передаёшь другому разработчику, который продолжить с того места, где ты остановился". Есть два варианта: 🎈 /clear — очистить и начать заново. Тогда лучше поддерживать статус сделанного в отдельном файлике — об этом в конце. 😅 /compact — запомнить самое важное и продолжить сессию. 🔟 Context Engineering Это не просто написание промптов. Это грамотное использование контекста. 🤩 Если дать агенту неточную или неполную информацию, он скорее всего пойдёт не туда, сохранит эту ошибку в истории (conversation), и задача будет решаться хуже. Суть простая: Для конкретной задачи давайте агенту ровно столько правильного контекста, сколько ему нужно, и не давайте лишнего. 🖱 Придерживайтесь принципа "Один чат = одна задача". Если агент серьезно ошибается, не пытайтесь исправить его фоллоу-ап сообщениями. Лучше вернитесь, перепишите изначальный промпт и начните сессию заново. 3️⃣ Что ест ваш контекст? Предыдущие сообщения быстро накапливаются в истории чата, который со временем требуют суммаризации (/compact). Но контекст заполняется не только кодом и сообщениями. С каждым запросом передается: 1. Системный промпт и Системные тулзы (вроде read, grep, bash) – их описания тоже занимают место. 2. MCP, Function Calling – у них тоже есть описание. Один только GitHub MCP может занимать 46к токенов на пустой сессии. 3. Правила проекта (Rules/Claude.md) – обязательные инструкции. 4. Заголовки кастомных субагентов. Итог: контекст съедается неочевидными вещами. Поэтому за расходом нужно следить. 4️⃣ Мониторинг Поскольку Cursor активно экономит контекст (сжимает, обрезает, отбрасывает куски), а Claude Code требует, чтобы вы управляли им вручную, надо смотреть на текущий размер контекста, общее число использованных токенов и т.п. ⚪️ В Cursor есть встроенный статус-бар с потраченными токенами в диалоге. ⚪️ В Claude Code его можно легко настроить: 1. Простой Status line по примерам из доки – минималистичный интерфейс. 2. Проект ccstatusline – подробный и красивый статус в несколько строк (как сделал я). Больше полезных мелочей: - что самое важное, здесь есть процент использованного контекста, рассчитываемый от 160K (с учетом того, что Anthropic часто запускает авто-компактизацию на 80% лимита). ❗️В прошлых постах обещал поговорить про первую настройку, но сейчас важнее создать надежную базу знаний. → Поэтому следующий пост про способы сохранить важные знания о проекте и нъе забивать каждый раз контекстное окно. ❤️ – ставь, если хочешь научиться грамотно управлять контекстом ➡️ Подписаться #vibecoding #context #claude #cursor