Как создавать автономных ИИ-агентов нового поколения с помощью Claude

Методическое руководство: Будущее ИИ-агентов с Claude

🗺 Карта навыков

1. Отказ от избыточного сценарного программирования

В современном ИИ-разработке существует опасная ловушка, которую спикеры Брэд и Кейтлин называют «избыточным сценарным каркасом» (scaffolding). Многие разработчики, стремясь контролировать каждый шаг Claude, создают настолько жесткие инструкции и ветвления, что фактически блокируют «интеллектуальный потолок» модели. В видео подчеркивается: чем умнее становится модель, тем меньше внешних «костылей» ей требуется. Если вы прописываете в коде каждое действие агента, вы превращаете ИИ в простой калькулятор, игнорируя его способность к рассуждению и выбору пути решения задачи.

Рассмотрим пример: представьте задачу поиска информации в интернете. Вместо того чтобы прописывать алгоритм «Шаг 1: сделай запрос, Шаг 2: прочитай, Шаг 3: проанализируй», достаточно дать Claude инструмент веб-поиска и четкую бизнес-цель. Как отметил Алекс в дискуссии, когда модель получает автономию в выборе инструментов, она начинает действовать нелинейно: может решить, что первый источник был недостаточно надежен, и самостоятельно сделать второй уточняющий запрос. Ограничивая модель жесткими правилами, вы лишаете её возможности использовать эти «интеллектуальные скачки».

Разработчики часто боятся давать модели свободу, опасаясь непредсказуемости. Однако именно в этой непредсказуемости кроется потенциал для решения задач, которые вы, как разработчик, могли даже не предусмотреть в своем коде. Креативность программиста ограничена его опытом, а креативность Claude ограничена только его архитектурой и доступными инструментами. Когда вы убираете лишние «леса», модель внезапно раскрывается, демонстрируя глубокое понимание контекста задачи. Это не значит, что нужно бросить все на самотек; это значит, что нужно перейти от программирования «как делать» к программированию «каков желаемый результат».

«Если вы строите рабочий процесс с большим количеством каркаса (scaffolding) внутри него, вы ограничиваете модель, что может быть приемлемо в некоторых случаях, но это означает, что вы не сможете воспользоваться следующим уровнем интеллекта, который принесет выпуск новой модели». — Алекс, Anthropic.

✅ Сделайте сейчас: Проанализируйте свой текущий код или промпты для агента. Найдите участки, где вы прописываете логику «если А, то сделай Б, затем В». Попробуйте заменить этот блок на декларативное описание цели (например: «Ты должен найти финансовый отчет компании X за 2023 год и извлечь оттуда показатель EBITDA») и предоставьте модели доступ к инструменту поиска. Сравните результат работы «свободного» агента с вашим исходным скриптом.

2. Интеграция инструментов для расширения возможностей

Концепция «снятия оков» (unhobbling) неразрывно связана с предоставлением модели инструментов. Без внешних интерфейсов агент — это просто модель в вакууме, обладающая лишь статистическими знаниями. Когда мы даем Claude доступ к выполнению кода (code execution), веб-поиску или файловой системе, мы превращаем «чат-бота» в «агента-исполнителя». В видео приводится пример с анализом данных: модель может взять Excel-файл, написать Python-код для его обработки, выполнить этот код в изолированной среде, увидеть ошибку, исправить её и выдать готовый график.

Кейтлин отмечает, что многие разработчики совершают ошибку, пытаясь эмулировать эти процессы через сложный промптинг. Но истинная мощь кроется в нативном доступе к инструментам. Например, когда модель получает инструмент web_fetch, она не просто получает текст страницы; она получает возможность интерпретировать этот текст в контексте текущей задачи. Если результат первой попытки неполный, агент сам «принимает решение» (автономно) сделать другой запрос или глубже проанализировать полученный HTML. Это радикальное изменение парадигмы: вы не управляете процессом, вы управляете ресурсами, к которым имеет доступ модель.

Интересен пример с Claude Code SDK, который изначально создавался для задач программирования, но оказался идеальным универсальным «агентским каркасом». Он предоставляет модели доступ к командной строке и файловой системе. Оказалось, что эти примитивы (чтение, запись, выполнение) покрывают 90% агентских задач. Разработчикам не нужно изобретать велосипед — они могут использовать готовый SDK как базу, что избавляет от написания тысяч строк кода для управления циклом вызовов инструментов. Модель сама определяет последовательность, а вы лишь обеспечиваете «песочницу» для её работы.

«Мы убеждены, что даже если вы возьмете текущее поколение моделей, в них заложено гораздо больше интеллекта, чем мы смогли раскрыть. Если просто дать модели инструменты, необходимые для работы, и позволить ей свободно ими пользоваться, вы получите отличные результаты». — Брэд, Anthropic.

✅ Сделайте сейчас: Внедрите в свой текущий проект хотя бы один инструмент прямого действия (например, функцию вычисления или функцию запроса к базе данных). Отрефакторите код так, чтобы модель сама вызывала инструмент в зависимости от потребностей диалога, используя механизм tool_use. Отслеживайте логи вызовов: замечаете ли вы, что в сложных задачах модель вызывает инструменты в последовательности, которую вы не прописывали явно?

3. Оптимизация контекста через «надгробия» и декларативное управление

В условиях работы с автономными агентами, которые совершают десятки итераций, классическая проблема переполнения контекстного окна становится критической. Как подчеркивают Брэд и Кейтлин, даже при наличии 200 тысяч или миллиона токенов, модель демонстрирует лучшие результаты, если контекст очищен от «мусора». Представьте, что вы ведете проект, где агент выполнил 50 последовательных вызовов инструментов для анализа базы данных. Если оставить все 50 отчетов в истории сообщений, внимание модели (attention mechanism) рассеивается на неактуальные данные. Anthropic предлагает изящное решение: динамическое удаление старых вызовов инструментов при сохранении семантической связности через «надгробия» (tombstones).

Надгробие — это мета-заметка, которая сообщает модели: «Здесь была информация о поиске X, которая была удалена для экономии ресурсов». Это позволяет Claude сохранять понимание архитектуры задачи, не потребляя при этом токены на хранение деталей, которые уже были интерпретированы и привели к промежуточным выводам. Кейтлин приводит пример: если модель удаляет результат старого поиска, но оставляет метку «Результаты поиска по запросу 'EBITDA 2023' были получены и обработаны», модель не впадает в ступор при попытке вспомнить, откуда взялись данные. Она осознает ход своих мыслей, не будучи перегруженной сырыми логами.

Разработчикам стоит перестать смотреть на контекст как на бесконечную свалку данных. Вместо этого нужно относиться к нему как к «оперативной памяти» агента. Когда агент решает задачу, он должен постоянно проводить «уборку стола». Если вы видите, что агент начинает «забывать» цели или повторять одни и те же действия, это верный признак того, что контекст перегружен. В видео обсуждается, что даже если модель случайно удаляет слишком много, современные версии Claude (например, Sonnet) достаточно умны, чтобы самостоятельно вызвать инструмент повторно, если поймут, что данных не хватает. Это и есть высшая форма автономности: модель управляет своей «памятью», понимая, что ей нужно для решения, а что является избыточным шумом.

«Если вы уберете загромождение (declutter) из промпта, модель сможет сфокусироваться гораздо лучше. Мы ставим 'надгробие' (tombstone), чтобы модель понимала: результаты поиска были здесь, но они были удалены, что сохраняет контекстуальную связность системы». — Брэд, Anthropic.

✅ Сделайте сейчас: Проведите аудит длинных цепочек вызовов в вашем агенте. Реализуйте логику «очистки», при которой результаты вызовов инструментов, старше 5 итераций, заменяются кратким суммаризирующим тегом или «надгробием». Проверьте, изменилось ли качество финального ответа модели после того, как вы освободили её контекстное окно от устаревших данных.

4. Формирование «агентской памяти» как путь к самообучению

Одним из самых захватывающих направлений в развитии агентских систем является переход от «беспамятного» выполнения задач к формированию долгосрочного опыта. Алекс и Брэд сравнивают работу ИИ с работой сотрудника: если вы даете задачу новому стажеру, в первый раз он делает её медленно. Но если этот же стажер делает ту же задачу в пятый раз, он уже знает, какие базы данных лучше использовать, какие сайты надежнее, и где обычно возникают ошибки. В текущих реализациях Claude мы можем имитировать этот процесс, внедряя механизм хранения «заметок агента».

Суть подхода проста: дайте агенту инструмент для ведения записей. В процессе выполнения задачи агент может записывать свои открытия, например: «Для отчета по рынку недвижимости сайт X выдает неактуальную информацию, лучше использовать API Y». Когда вы даете агенту аналогичную задачу в будущем, он первым делом «читает свои заметки». Это превращает систему из набора одноразовых запросов в самообучающуюся среду. Кейтлин отмечает, что разработчикам не нужно строить сложные векторные базы данных на начальном этапе — достаточно простого инструмента write_note и read_notes, чтобы модель начала эффективно «учиться» на собственном опыте.

Этот подход решает фундаментальную проблему «галлюцинаций» при планировании. Когда агент имеет доступ к своей истории успехов и неудач, он действует более уверенно. Важно понимать, что ответственность за хранилище заметок пока лежит на разработчике — вы можете использовать облачное хранилище, базу данных или даже простой JSON-файл в репозитории. Главное — дать модели интерфейс доступа к этому «второму мозгу». В видео подчеркивается: будущее агентских платформ лежит в этой способности систем становится умнее с каждой итерацией, минимизируя потребность во вмешательстве человека. Если ваш агент сегодня требует столько же подсказок, сколько и месяц назад, значит, вы еще не реализовали слой его «опыта». Использование памяти — это не просто хранение данных, это способность модели корректировать свою стратегию на основе прошлых уроков. Это та самая «магия» агентского будущего, о которой говорят инженеры Anthropic, когда система начинает приносить ценность не только за счет своей архитектуры, но и за счет накопленных за время работы знаний о специфике вашей компании или ваших личных предпочтений.

5. Фокус на бизнес-результатах и демистификация «агентских галлюцинаций»

В мире разработки агентских систем существует опасная ловушка: восприятие автономности как «магии», которая решит все проблемы компании сама по себе. В видео Алекс и Брэд акцентируют внимание на том, что переход к агентам не должен быть техническим самолюбованием. Разработчики часто тратят месяцы на создание сложных архитектур, которые не приносят реальной прибыли, потому что изначально не был определен «бизнес-метрика успеха». Кейтлин подчеркивает: перед тем как внедрять агента, вы должны четко понимать, какой именно процесс он оптимизирует — будь то экономия инженерных часов или сокращение времени обработки клиентских запросов. Если вы не можете измерить результат, вы не сможете оптимизировать агента.

Многие разработчики боятся «галлюцинаций» модели. Однако в агентских системах галлюцинации часто являются следствием размытых границ задачи. Когда агент не понимает, где заканчивается его ответственность (например, «найди информацию» vs «сформируй отчет»), он начинает выдумывать шаги, чтобы заполнить пустоту. Решение заключается в декларативном описании ожидаемого бизнес-результата. Вместо промпта «найди данные», используйте «найди финансовый отчет компании X за 2023 год, извлеки оттуда EBITDA и сохрани в JSON-формате по указанной схеме». Чем конкретнее целевой артефакт, тем меньше у модели пространства для непредсказуемого поведения.

В видео приводится пример, когда модель обучается «на лету» использовать правильные инструменты. Если вы дадите ей четкую задачу — скажем, подготовку еженедельного дайджеста — и обеспечите обратную связь (успешно/неуспешно), модель начнет выстраивать цепочки действий, которые приводят к нужному результату быстрее. Важно понимать, что агент — это не «черный ящик», а сотрудник, которому вы делегируете полномочия. И как с любым сотрудником, здесь работает принцип: «дайте ему задачу, инструменты и критерии качества». Если результат не соответствует ожиданиям, проблема чаще всего не в «глупости» модели, а в нечеткости поставленных вами рамок или отсутствии необходимых инструментов для выполнения специфических действий.

«Мы видим, что наибольший импакт получают те клиенты, которые мыслят не категориями сложности технологий, а категориями бизнес-ценности. Четкая артикуляция ожидаемого результата помогает агенту минимизировать галлюцинации и правильно задать границы своей автономности». — Кейтлин, Anthropic.

✅ Сделайте сейчас: Сформулируйте «бизнес-контракт» для вашего агента. Запишите в виде одного предложения: «Агент должен выполнять задачу X, чтобы достичь результата Y, используя инструменты Z». Протестируйте это описание на модели: если она не понимает, что делать после прочтения контракта, значит, вы недостаточно четко определили границы её ответственности. Отредактируйте описание до тех пор, пока модель не начнет выполнять задачу с первой попытки без лишних пояснений.

6. Наблюдаемость (Observability) и управление «длинными» процессами

По мере того как мы переходим от простых чат-ботов к долгоживущим агентам, которые могут работать над одной задачей часами или даже днями, возникает критическая проблема: «Куда ушел агент и что он делает прямо сейчас?». В видео Брэд отмечает, что в отсутствие системы наблюдаемости (observability), разработчик превращается в слепого оператора. Если агент совершил ошибку на 4-м шаге из 20, вы узнаете об этом только в конце, когда получите неверный результат. Создание системы аудита — это не просто логирование ответов, это визуализация процесса принятия решений агентом.

Для обеспечения контроля Anthropic предлагает внедрять промежуточные точки проверки. Представьте, что ваш агент должен подготовить сложный маркетинговый отчет. Вместо того чтобы запускать весь цикл целиком, разбейте задачу на под-задачи с «контрольными точками». В каждой точке агент должен выводить статус выполнения. Это позволяет вам, как разработчику, вмешиваться в процесс (steering). Например, если агент решил использовать сомнительный источник данных, система наблюдаемости должна подсветить это действие, позволяя вам дать корректирующую инструкцию: «Не используй этот источник, лучше обратись к внутренней базе знаний». Это кардинально меняет подход к разработке: вы управляете не кодом, а потоком логики (logic flow).

Важным элементом наблюдаемости является «аудиторский след». Поскольку автономные агенты могут совершать множество вызовов инструментов, вам необходимо хранить историю этих вызовов, включая аргументы и ответы. Это не только помогает при отладке, но и является базой для обучения. Когда вы видите, что в определенных ситуациях модель совершает неверные вызовы, вы можете добавить эти примеры в «агентскую память» или скорректировать системный промпт. В будущем платформы будут предоставлять встроенные дашборды для мониторинга «состояния ума» агента, но сегодня это ваша обязанность как архитектора системы. Не доверяйте агенту вслепую — создайте «окно», через которое вы сможете наблюдать за его рассуждениями.

«Если мы даем системе какой-то уровень автономности, мы обязаны обеспечить прозрачность этого процесса. Наблюдаемость — это критический компонент: вы должны иметь возможность отследить каждый шаг, чтобы понять, где именно стратегия агента свернула не туда, и вовремя вмешаться». — Брэд, Anthropic.

✅ Сделайте сейчас: Настройте систему логирования, которая сохраняет каждый вызов функции (tool_use) и ответ (tool_result) в отдельную структуру данных или БД. Добавьте «статус-флаг» для каждого шага (успех/провал/требует внимания). Проанализируйте логи последней итерации агента: сколько шагов были избыточными? Как много времени модель потратила на исправление собственных ошибок? Используйте эти данные для оптимизации промпта или инструментов.

7. Развитие «агентской личности» и «компьютерного зрения»

В завершающей части обсуждения Брэд и Алекс затрагивают тему, которая кажется фантастикой, но уже становится стандартом индустрии: «предоставление компьютеру доступа к компьютеру». Долгое время мы общались с ИИ через узкое горлышко текстовых чатов. Однако современная парадигма Anthropic — это переход к модели «сотрудника с ноутбуком». Представьте, что вы нанимаете талантливого стажера, но не выдаете ему рабочий компьютер, а заставляете его описывать все действия текстом. Это именно то, как мы работали с LLM до недавнего времени. Истинная автономность начинается там, где агент обретает собственную среду исполнения: возможность видеть экран, манипулировать файлами, запускать интерпретатор и анализировать графики без посредников.

Кейтлин отмечает, что путь к «galaxy brain» (состоянию высшего интеллекта агента) лежит через предоставление модели инструментов, которые позволяют ей «видеть» и «делать», а не просто «читать» и «писать». Когда агент может запустить код для анализа Excel-таблицы, он не просто вычисляет среднее значение — он строит графики, ищет аномалии и делает выводы, опираясь на визуальные данные. Для разработчика это означает смену фокуса: вместо того чтобы писать 100-строчный промпт «пожалуйста, проанализируй эту таблицу и найди ошибки», вы предоставляете агенту среду с python_interpreter и библиотекой pandas. Результат получается на порядок точнее, так как агент использует проверенный вычислительный инструмент, а не пытается «галлюцинировать» математические расчеты в уме.

Важный аспект — это «персистенция» (постоянство) среды. Агент, который живет в рамках одного запроса, ограничен. Агент, у которого есть доступ к постоянной файловой системе (персистенция), может создавать свои собственные скрипты, настраивать окружение под конкретную задачу и сохранять их для будущих итераций. Это превращает его из одноразового калькулятора в полноправного члена команды. Будущее агентских платформ, по мнению команды Anthropic, — это не новые модели, а новые способы взаимодействия модели с внешним миром.

«Если мы нанимаем сотрудника, мы выдаем ему компьютер, чтобы он был успешен. Сейчас большинство людей используют Claude без компьютера — как будто мы ждем от них эффективности, связывая им руки. Дать Claude компьютер — это не просто тренд, это логическое завершение процесса снятия ограничений с модели». — Брэд, Anthropic.

✅ Сделайте сейчас: Проведите аудит инструментов вашего агента. Если он все еще тратит 80% времени на попытки «объяснить» решение задачи текстом, внедрите один инструмент исполнения кода (например, библиотеку для работы с CSV или API для получения актуальных данных). Посмотрите, как изменится точность ответов, когда модель получит право на «вычислительный эксперимент» вместо «логического предположения».

8. Масштабирование: от прототипа к «самообучающейся системе»

Финальный этап создания агентской системы — это замыкание цикла обратной связи. Многие разработчики останавливаются на этапе «работает один раз». Однако, как подчеркивают спикеры, настоящая сила Claude раскрывается в «самоулучшающихся» процессах. Когда вы интегрируете механизмы памяти (write_note/read_notes), наблюдаемости и инструментов, вы создаете систему, которая со временем снижает нагрузку на вас как на инженера. Истинный успех — это когда агент начинает «учить» вас новым способам решения задач, предлагая более эффективные пути или указывая на неактуальность старых инструкций.

Кейтлин акцентирует внимание на том, что разработчики часто боятся делегировать слишком много. Но если у вас настроена система аудита (обсужденная в блоке 6), страх исчезает. Вы видите, как агент принимает решение, как он ошибается, как он учится на ошибках (через заметки) и как он корректирует свой путь. Это делает систему прозрачной. В ближайшие 6-12 месяцев фокус Anthropic направлен на то, чтобы сделать эти «агентские петли» стандартными компонентами платформы. Ваша задача как архитектора — не «запрограммировать» поведение агента, а «настроить среду», в которой его интеллект может раскрыться наиболее полно.

Помните: если агент делает ту же самую задачу через месяц точно так же, как сегодня, значит, вы не используете потенциал обучения. Развитие должно быть итеративным. С каждым запуском агент должен «знать» чуть больше о ваших данных, ваших предпочтениях и специфике вашего бизнеса. Это и есть та самая магия, превращающая API в полноценный интеллектуальный продукт.

«Мы стремимся к тому, чтобы наши клиенты видели "ага-моменты", когда система начинает работать лучше сама по себе. Это не магия, это результат правильного проектирования агентских петель, которые позволяют модели накапливать опыт и постоянно совершенствовать свои стратегии». — Кейтлин, Anthropic.

✅ Сделайте сейчас: Создайте "журнал улучшений" для вашего агента. Раз в неделю анализируйте, какие ошибки агент совершил, и проверяйте, "запомнил" ли он их. Если ошибки повторяются — значит, ваш инструмент памяти недостаточно эффективен. Модифицируйте процесс "записи" так, чтобы модель принудительно делала выводы (Lessons Learned) после каждого завершенного цикла.

🏋️ Практикум

1. Базовый уровень: Замените жесткий сценарный промпт на декларативное описание бизнес-результата (что нужно получить, а не как это делать).
2. Уровень "Инструментарий": Подключите к агенту инструмент web_search и позвольте ему самому выбирать, когда делать запрос, исходя из отсутствия данных в контексте.
3. Уровень "Память": Реализуйте простую функцию записи в JSON-файл (save_insight), чтобы агент мог фиксировать удачные пути решения задач.
4. Уровень "Наблюдаемость": Настройте логирование всех вызовов функций (tool_calls) с визуализацией "дерева решений" агента.
5. Уровень "Очистка": Внедрите механизм "надгробий" (tombstones) для удаления старых контекстных данных, сохраняя при этом информацию о том, что именно было удалено.
6. Уровень "Автономность": Дайте агенту задачу на поиск и анализ данных, не ограничивая его количество шагов, но установив жесткую бизнес-цель (например, "найти цену акции и сравнить с аналитическим отчетом").
7. Уровень "Масштабирование": Проанализируйте логи 10 итераций и выявите 3 повторяющиеся ошибки, которые агент совершает; добавьте в его "память" инструкции, как их избегать.