Залетайте.

https://telemost.yandex.ru/j/63413326076536

Ссылка будет доступна только 10 минут


Все вопросы по вебинару можно оставить под этим постом

Залетайте

Ссылка доступна только 10 минут

https://16i24t02.ktalk.ru/app/stream/auditoriums/34c5a0fe-c063-45a5-9bd5-3ff859dc5680


Под этим постом можно оставлять вопросы

Аккуратный репозиторий больше ни о чём не говорит

Представим картину: на GitHub лежит репозиторий с покрытыми тестами, аккуратными коммитами и нормальным README. Сразу складывается ощущение – здесь поработал серьёзный человек, можно доверять.

Но к сожалению, такая эвристика уже не работает.

Саймон Уиллисон, автор Datasette, описывает происходящее так: агент собирает за пятнадцать минут репозиторий с тестами, документацией, осмысленной историей коммитов и даже CHANGELOG. Внешне такой проект не отличить от того, над которым человек думал месяц.

Всё, на что было принято опираться, теперь генерируется по запросу.

Новый критерий доверия – не оформление, а время и следы реальной эксплуатации. Уиллисон формулирует ёмко:

Проект, которым автор сам пользуется каждый день уже две недели, весомее свежего репозитория с идеальными метриками.

Конкретные признаки – первый коммит сделан год назад, в issues заходили посторонние люди и автор им отвечал, релизы выходят с перерывом в месяцы, в истории видно, как ловились и правились живые баги.

Таким образом, при выборе зависимости полезнее смотреть не на красоту README, а на возраст проекта и живую активность в issues.

При оценке чужого пет-проекта или тестового задания вопрос «сколько уже идёт реальное использование и какие баги попадались» работает лучше, чем «что здесь реализовано».

Разработка "переезжает" на телефон

Раньше приходилось сидеть перед монитором, ждать, пока агент допишет код, запускать следующую правку.

Работа синхронная – пока агент думает, человек привязан к окну редактора.

На Code w/ Claude 2026 Anthropic показала две фичи, которые этот режим ломают.

Первая – Routines: асинхронные автоматизации поверх Claude Code. Повторяющаяся задача описывается один раз (прогнать code review на свежем PR, сделать еженедельный отчет по продажам) – дальше она крутится без участия человека.

Вторая – Remote Agents: запущенные на ноутбуке агенты управляются со смартфона. Можно просто открыть телефон в метро или в спортзале и проверить, что агент дописал за последний час, выбрать следующий шаг – и убрать телефон обратно.

Полезно пересмотреть свой рабочий день под новым углом: что из текущих задач действительно требует вашего внимания у клавиатуры, а что – формулировки результата и проверки итога через час.

"Навык" автоматизации повторяющихся задач

У агентов есть стабильно слабое место – повторяющиеся задачи из нескольких шагов.

Один и тот же сценарий («разобрать выгрузку, прогнать через скрипт, собрать отчёт») каждый раз выполняется чуть по-разному.

Чтобы фиксировать такие последовательности существуют Agent Skills – отдельные артефакты, которые агент подгружает по требованию.

Skill устроен как папка. Внутри – SKILL.md, который помимо всего содержит поля name и description. Они с разу попадают в системный промпт и по ним агент решает, когда вообще тянуться к этому навыку.

Рядом – дополнительные файлы-подсценарии и исполняемые скрипты.

Таким образом, все расчеты, вычисления, работа с Excel и прочие задачи, требующие точность – отдаются коду. А выбор стратегии, формулировку ответа, склейкурезультатов – выполняет языковая модель.

Подробнее про то как использовать подобные "навыки" для автоматизации повторяемых задач, рассказываем на курсе.

Claude в Китае недоступен – и при этом остаётся дефолтным инструментом разработчиков

Nathan Lambert провёл 36 часов в Пекине, обошёл семь лабораторий – Alibaba, Moonshot, Z.ai, Tsinghua, Meituan, Xiaomi, 01.ai – и зафиксировал одну неожиданную деталь.

Официального API Claude в Китае нет, легального канала тоже. Но в разговорах с инженерами он всплывает как привычный инструмент для написания кода. Codex почти не упоминается.

Инженеры frontier-лабораторий выбирают то, что реально ускоряет работу, – даже когда приходится обходить ограничения. Выбор сходится на Claude, а не на Copilot, Codex или локальном ассистенте поверх Qwen и DeepSeek.

Те же люди, что сами строят конкурирующие LLM, в личной работе тянутся к Claude. Разрыв в качестве кодинг-ассистента ощущается изнутри индустрии.

Получается, что своя модель – это продукт, а чужая модель – рабочий инструмент.

Девчонки, поймите уже!

Вашего будущего мужа нет в Tinder. Он сейчас в
Claude и выжимает максимум из токенов

Чем чаще агент спрашивает разрешения, тем хуже он защищён

Знакомая механика: агент дёргает на каждом шаге – «разрешить запуск», «разрешить запись», «разрешить сеть». Через десяток окон палец сам жмёт «да». Голова уже не успевает разобрать, на что именно соглашается.

Получается обратный эффект: чем больше подтверждений, тем легче пропустить вредную команду. Особенно если её подсунули через prompt injection – строчку, которую агент прочитал в чужом коде или в issue.

Anthropic в своем блоге описывает иной подход – ограничивать не пользователя, а самого агента. Claude Code теперь может работать внутри песочницы с двумя границами: по файлам и по сети. По файлам – доступ только к нужным папкам. По сети – только к разрешённым адресам.

Одной границы мало. Если закрыть только файлы – из песочницы утащат SSH-ключи. Если закрыть только сеть – агент полезет за пределы проекта.

Под капотом лежат привычные системные средства: на Linux – bubblewrap, на macOS – seatbelt. Оба собраны в открытый Sandboxed Bash Tool. Для облачной работы есть Claude Code on the Web. Между агентом и репозиторием стоит отдельный git-прокси – токены и ключи не попадают в ту среду, где крутится модель.

Внутри Anthropic такая схема сняла 84% запросов на одобрение.

Это правда

Памяти у агента четыре – и каждая закрывает свою задачу

Под «памятью агента» обычно подразумевают одно – историю чата в контексте.

Добавили буфер сообщений – значит, «память подключена». Но так ли это?

На самом деле можно выделить как минимум четыре рабочих типа.
1. In-context: история и факты прямо в промпте. Быстро и точно, но упирается в лимит окна и теряет середину длинного диалога.
2. External: векторная база с поиском по запросу. Хранилище почти бесконечное, токены предсказуемы, но плохая выборка подсовывает шум и провоцирует галлюцинации.
3. Parametric: знания, зашитые в веса модели. Нулевая задержка и широкий кругозор, но факты устаревают после даты обучения.
4. Episodic: память, которая переживает сессии. По идентификатору пользователя из базы подтягиваются имя, предпочтения и прошлые решения пользователя.

Сверху – архитектуры под эти типы.
- Классический RAG: линейный конвейер для статичных корпусов вроде документации.
- Agentic RAG: агент сам решает, когда искать и как переформулировать запрос (ценой задержки и стоимости)
- GraphRAG: векторный поиск плюс граф связей между сущностями (когда ответ нужно собирать из разных источников).

Типичные "провалы" лечатся по-разному: in-context требует сжатия старых сообщений в сводку; RAG – гибридный поиск (dense + sparse) с re-ranker; агентные циклы – supervisor-узел с порогом уверенности.

Под каждую задачу – свой тип.

Одна «буферная память на всё» – самая частая причина того, что демо работает, а продакшн разваливается.