Дайте агенту проверку, которая отвечает «прошло» или «нет».
Тест, сборка, линтер, скриншот рядом с макетом. Во столько раз, по оценке Boris Cherny, лучше результат, когда агент может проверить себя.
ПроверкаИллюстрация: вокруг светящейся модели плавают капли стекла — проверка, контекст, права, память и инструменты. При прокрутке они сливаются в одну стеклянную линзу вокруг модели: так модель становится агентом.
Агентная разработка на конец 2026 года: что пишут те, кто её придумал, и что из этого действительно работает.
Код пишут агенты. Дорого теперь всё, что вокруг модели.
Собрано из 77 источников, проверено в ноябре 2026 года.
Короткая версия всего лонгрида. Каждое правило ведёт в главу с цифрами и источниками.
Тест, сборка, линтер, скриншот рядом с макетом. Во столько раз, по оценке Boris Cherny, лучше результат, когда агент может проверить себя.
ПроверкаРешения с совещаний, порядок деплоя, ловушки. Остальное модель прочитает сама.
База знанийСтроку в CLAUDE.md модель может счесть неприменимой. Хук выполнит харнесс.
ХарнессОшибся агент — исправьте среду так, чтобы ошибка не повторилась.
База знанийКаждая его часть — допущение о слабости модели. Допущения устаревают.
ХарнессПесочница, закрытая сеть, секреты вне досягаемости.
БезопасностьГенератор и оценщик — разные агенты, ревью идёт в свежем контексте.
ПроверкаСтабильное в начало, изменения сообщениями, модель посреди сессии не меняйте.
Свой агентСначала проверка, потом effort, потом модель старше.
ПодпискиВ 400 тысячах сессий Claude Code люди принимают около 70% решений о планировании, агент — около 80% решений об исполнении.
КомандаСлова — в том смысле, в каком их используют Anthropic и Claude Code. Дальше страница пользуется ими без пояснений.
Модель, которая в цикле вызывает инструменты и сама решает, что делать дальше. В воркфлоу (workflow) путь задан кодом заранее.6 Минимум инструментов, по Hashimoto, — чтение файлов, запуск программ и HTTP‑запросы.7
Свой агентВсё, что не модель. По Addy Osmani, это системный промпт, инструменты, управление контекстом, права, песочница, хуки, память, субагенты, оркестрация и наблюдаемость.8
ХарнессСборка всего, что модель видит помимо запроса: системного промпта, скиллов, CLAUDE.md, памяти, референсов. Для моделей Claude 5 Anthropic пересмотрела её правила в июле 2026 года.9,10
База знанийОба термина предложил Andrej Karpathy, с промежутком в год. Simon Willison разводит их по одному признаку: кто отвечает за код.17
Исследователи, авторы инструментов, инженеры Anthropic и OpenAI, независимые практики. В главном они сходятся.
ReAct: рассуждение и действие в одном цикле Yao et al.
Aider: агент в терминале с картой репозитория Paul Gauthier
Devin Cognition
SWE-agent: интерфейс агент–компьютер Princeton
Model Context Protocol Anthropic
«Building effective agents» Erik Schluntz, Barry Zhang (Anthropic)
«Vibe coding» Andrej Karpathy
Claude Code: превью; общий доступ — с 22 мая Anthropic
«Claude Code: Best practices for agentic coding» Boris Cherny (Anthropic)
«Don’t build multi-agents» Walden Yan (Cognition)
Agent Skills Anthropic
«My AI Adoption Journey»: harness engineering Mitchell Hashimoto
«Harness engineering: leveraging Codex in an agent-first world» Ryan Lopopolo (OpenAI)
Один харнесс поднимает агента из третьего десятка в пятёрку Terminal-Bench 2.0 LangChain
«Agentic Engineering Patterns» Simon Willison
«Agent Harness Engineering» Addy Osmani
Новая система контроля версий Anthropic Nick G. и команда (Anthropic)
Сходятся они в главном: писать код стало дёшево, дорого всё, что вокруг модели.
«Каждый раз, когда агент ошибается, вы находите время и строите решение, чтобы он больше никогда не повторил эту ошибку».
«Писать код теперь дёшево».
Главная работа команды теперь — не писать код, а проектировать среду, формулировать намерения и строить петли обратной связи.
Харнесс делает явным то, что раньше давал опыт разработчика. Открытым остаётся вопрос, кто проверяет поведение.
Обычный софт автоматизировал то, что можно специфицировать. ИИ — то, что можно проверить.
С мая 2026 года Andrej Karpathy работает в Anthropic, в команде пре-трейнинга.22 С сентября там же Addy Osmani — в команде Claude Code. Anthropic — главный источник этой страницы, и у компании есть коммерческий интерес. Поэтому две главы сверяют канон с независимыми данными.
Это видно по выручке, пул‑реквестам и опросам. А замеры того, ускоряют ли агенты работу, отстают и пока расходятся.
Выручку Claude Code проспект (форма S‑1) отдельно не раскрывает. Годовой темп — это текущие продажи, пересчитанные на год, а не проверенная выручка. Отметки в $1 млрд Claude Code достиг примерно за полгода после запуска.24
По данным GitHub, в марте 2026 года с черновика агента начинались 17% пул‑реквестов, в сентябре — больше 40%.2
GitHub, март и сентябрь 2026 года.2 Полоса — все пул‑реквесты месяца.
За один сентябрь агенты начали 110 млн пул‑реквестов, за год на GitHub слили 1,3 млрд пул‑реквестов против 538 млн годом раньше, а пул‑реквесты агентов сливают в течение двух недель в 90% случаев, остальные — примерно в 86%.2
Так ответили 30 903 участника опроса Stack Overflow 2026 года.25
Разработчики ждали ускорения на 24%. METR намерил замедление на 19%.28
16 разработчиков, 246 задач, 2025 год.28 Минус — быстрее, плюс — медленнее.
Повтор METR опубликовал в феврале 2026 года: 57 разработчиков, 143 репозитория, больше 800 задач. Оценки сместились к ускорению: −18% времени у десяти участников первого исследования и −4% у новых.29 Но интервалы по‑прежнему допускают и замедление.
METR сам предупреждает, что оценки смещены. Часть разработчиков отказалась участвовать: они не хотели работать без ИИ. А 30–50% участников не отдавали в эксперимент задачи, которые не хотели решать без него. Поэтому METR считает результат нижней границей ускорения и, по его словам, «скорее всего, плохим показателем реального влияния на продуктивность».29
По данным компании, с мая по сентябрь 2026 года число слитых изменений в день выросло примерно с 2 500 до 30 000+.1
Монорепозиторий Anthropic, май и сентябрь 2026 года. Один блок — 2 500 изменений.1
Это данные самой Anthropic, и меряют они другое, чем METR: сколько изменений сливается за день, а не насколько быстрее человек решает задачу.
Экономисты Anthropic разобрали 400 тысяч сессий Claude Code у 235 тысяч человек.30
Чем выше экспертиза, тем больше работы агент делает на одну инструкцию. При этом люди принимают около 70% решений о планировании и около 20% — об исполнении.30
«Агенты для программирования не заменяют экспертизу в предметной области».
METR измеряет горизонт задач — длину задач, которые модель решает в половине случаев. Этот горизонт удваивается всё быстрее.31
Самая новая модель Claude в этом отчёте — Opus 4.5. Её горизонт на январь 2026 года — около 320 минут, примерно 5 ч 20 мин, с интервалом от 170 до 729 минут.31
Сами вендоры предупреждают, что на нынешнем уровне разрыв в бенчмарках всё хуже говорит о разнице в работе. Так Anthropic пишет об Opus 5.5: в собственной работе компании отставание Fable 5.1 оказалось меньше, чем показывают оценки.32 А одни только настройки инфраструктуры сдвигают результат на Terminal-Bench 2.0 на 6 п. п. — больше, чем разрыв между соседними моделями в рейтинге.5 Измерения не успевают за практикой, а скорость набора кода мало говорит о пользе. Полезнее смотреть, какую долю работы агента можно проверить автоматически: тестом, сборкой, линтером.
Официальные подписки Anthropic и OpenAI в России недоступны. Местные игроки, по обзорам: у Сбера с ноября 2025 года есть агентный режим GigaCode, у Яндекса в 2026 году в SourceCraft Code Assistant появились автономные агенты, CLI и скиллы.33,34
Отсюда интерес к открытым моделям, которые можно запустить у себя, и к недорогим китайским подпискам.
Столько дал один только харнесс. Агент LangChain на Terminal-Bench 2.0 вырос с 52,8% до 66,5% — модель осталась той же.35
«Каждая часть харнесса — допущение о том, чего модель не умеет сама».
Одна и та же модель в разных харнессах — разные агенты. Весной 2026 года качество Claude Code заметно упало, хотя модель и API не менялись. Причиной оказались три правки харнесса: ниже стал effort по умолчанию, ошибка в кэше стирала историю рассуждений, а строка против многословия в системном промпте мешала писать код.37
может не выполнить
выполнится всегда
Если строку в CLAUDE.md приходится выделять всё сильнее, а агент всё равно её пропускает, это правило для хука. И наоборот: хуки для простых предпочтений лучше удалить.12
# CLAUDE.md — чего не видно в коде # Commands - One test: pnpm vitest run <file> - Typecheck: pnpm tsc --noEmit # Gotchas - src/legacy/ is live; don't copy it // .claude/settings.json — хук Stop { "hooks": { "Stop": [{ "hooks": [{ "type": "command", "command": "sh .claude/tsc.sh" }] }] } } # .claude/tsc.sh pnpm tsc --noEmit >&2 || exit 2
Строку из CLAUDE.md модель может счесть неприменимой. Stop-хук не даст закончить, пока типы не сойдутся.
Что Anthropic добавляла в харнесс из-за слабостей модели — и что с этим стало, когда модели выросли.
| Часть харнесса | Было | Стало |
|---|---|---|
| Сброс контекста | Его ввели для Sonnet 4.5: из-за «тревоги контекста» модель сворачивала работу раньше времени. | На Opus 4.5 сброс стал лишним грузом.36,38 |
| Напоминания о цели | Каждые пять ходов харнесс напоминал модели о её цели, а план она вела в TodoWrite. | Сильным моделям этого стало мало. TodoWrite заменили на задачи (Tasks): с зависимостями, общие для всех субагентов, и модель сама их меняет и удаляет.39 |
| Системный промпт Claude Code | Одно только описание TodoWrite занимало около 9 100 символов. | Для моделей Claude 5 из промпта удалили больше 80% текста — без потерь на эвалах. От описания TodoWrite остались короткая строка и список статусов.10 |
«Пространство интересных комбинаций харнесса не сужается, когда модели становятся сильнее. Оно смещается», — пишет Prithvi Rajasekaran из Anthropic.36
Lance Martin описывает, как строить харнесс под Claude: на что опереться, что отдать модели и где поставить границы.38
Дайте ей инструменты, которые она хорошо знает: bash и редактор файлов. С этими двумя Claude 3.5 Sonnet набрал 49% на SWE-bench Verified.38
mini-swe-agent обходится одним bash и, по данным авторов, набирает больше 74% на том же тесте.40
Свой агентПусть модель сама оркестрирует работу: если она вызывает инструменты из кода, в контекст попадает только итог. Когда Opus 4.6 фильтрует вывод кодом, его результат на BrowseComp растёт с 45,3% до 61,6%.38
Контекстом она тоже управляет сама: скиллы, субагенты, компакция, память.
База знанийПромпт строится под кэш. Опасные и необратимые действия идут через отдельные типизированные инструменты. Перед записью харнесс проверяет, не устарели ли данные.
БезопасностьОт двух агентов с файлом прогресса до харнесса, который модель пишет сама: так за полгода менялся подход Anthropic.
В ноябре 2025 года Anthropic разделила долгую работу на две роли. Инициализатор готовит среду: init.sh, файл прогресса, первый коммит и список фич в JSON — в примере их больше 200, все помечены «не проходит». Рабочий агент начинает каждую сессию с git log и файла прогресса, запускает приложение и проверяет, что оно работает. Потом делает одну самую важную фичу, коммитит и обновляет прогресс. Готовой фича считается только после проверки от начала до конца, лучше всего — автоматизацией браузера.41
В марте 2026 года ролей стало три: планировщик, генератор и оценщик (planner, generator, evaluator). Работа идёт спринтами, и у каждого есть «контракт»: что считать готовым.36 Почему проверяет отдельный агент — в главе Проверка
Конструктор ретро-игр, март 2026 года. Длина полосы — время работы.
В июне 2026 года харнесс начала писать сама модель. В динамических воркфлоу Claude Code она собирает его под задачу из JavaScript-функций agent, parallel и pipeline.42 Готовых паттернов шесть: классифицируй и действуй, веер и синтез, состязательная проверка, сгенерируй и отфильтруй, турнир, цикл до готовности. Они лечат три сбоя одного контекста: «агентную лень», предпочтение собственных находок и дрейф цели.
Anthropic называет свою платформу Managed Agents мета-харнессом. Сессия, харнесс и песочница в ней разделены.43
После разделения медианное время до первого токена сократилось на 60%, а 95-й перцентиль — больше чем на 90%.43 Где Managed Agents среди других способов собрать агента — в главе Свой агент
Mitchell Hashimoto называет это инженерией харнесса (harness engineering): каждая ошибка агента — строка в AGENTS.md или скрипт-инструмент.7
По пересказам статьи Ryan Lopopolo, команда OpenAI в августе 2025 года начала с пустого репозитория и ни одной строки не написала руками.19
AGENTS.md примерно на 100 строк служит картой, а знания живут в docs/ как в системе записи. Архитектуру держат линтеры и структурные тесты. Периодические агенты «сборки мусора» ищут расхождения в документации и нарушения архитектуры.19
Birgitta Böckeler из Thoughtworks описывает харнесс как направляющие и датчики — вычислительные и смысловые. В отчёте OpenAI ей не хватает проверки поведения. Шаблоны харнессов, считает она, будут расходиться, как шаблоны сервисов, а переносить харнесс на легаси дорого.20
Сколько агентов можно запустить параллельно, зависит не от модели, а от того, умеют ли они проверять себя.
Во столько раз лучше итоговый результат, если дать Claude способ проверить свою работу. Так оценивает Boris Cherny из Anthropic.3
«Без циклов проверки можно запускать одного‑двух Claude одновременно. С ними — десятки или сотни».
Без проверки агент останавливается, когда работа только выглядит готовой, и тестировать приходится вам.12
Claude решает сам → Claude Code заставляет. Уровни и пример просьбы — из документации Claude Code, ноябрь 2026 года.
На любом уровне просите доказательство: какую команду агент запустил и что она вывела.
По опыту команды Claude Code, окупаются три вида тестов.4
Агенту нужны руки и глаза: браузер, симулятор.
Запустить приложение от начала до конца важнее, чем тесты.4
Тест задаёт правило, верное для любых входов. Входы подбирает генератор.
Новый код и эталон получают одни и те же входы. Ответы должны совпасть.
Так проверяют работу агентов те, кто делает Claude Code.4
.claude/skills/ «как можно ближе к коду, к которому он относится».REVIEW.md из базовой или основной ветки, а не из изменений в пул-реквесте.Каждый пул-реквест проходит семь ступеней. ИИ ревьюит всё, люди — по уровню риска.3
Конвейер ревью по описанию команды Claude Code, 15 октября 2026 года.
| Риск | Кто одобряет |
|---|---|
| Низкий | Не нужноесли автоматическое ревью и проверки безопасности зелёные |
| Средний | Один человек |
| Высокий | Два человека |
Кто написал промпт, тот и отвечает за изменение.3
Проверки до релиза в своём CI/CD
С июня по сентябрь слитых пул-реквестов стало больше чем вдвое, а доля откаченных упала больше чем на 40%.3
Доля пул-реквестов с замечаниями по существу — на момент запуска Code Review в исследовательском превью.
Nicholas Carlini из Anthropic поручил 16 агентам Claude написать компилятор C, и тот собирает Linux 6.9. О проверке он пишет так: «проверка задачи должна быть почти идеальной, иначе Claude решит не ту задачу».44
Тесты в этом проекте написаны для модели, а не для человека. Они печатают мало, а подробности складывают в файл. Ошибку помечает слово ERROR, чтобы её находил grep. Быстрый режим прогоняет случайную выборку тестов.
Ещё одно правило: кто сделал, тот себя не проверяет. Агенты систематически завышают оценку своей работы. Поэтому в харнессе Anthropic для долгих задач генератор и оценщик — разные агенты, а отдельного скептичного оценщика проще настроить.36
Simon Willison в гайде «Agentic Engineering Patterns» советует три приёма. Red/green TDD: сначала тест, который падает, потом код, с которым он проходит. Просьба «сначала запусти тесты». И ручное тестирование, которое агент проводит своими руками.17
/code-review или отдельный агент без истории сессии.--- # Пример: .claude/skills/verify/SKILL.md name: verify description: Prove a change works. Use before calling a task done. --- 1. Cheap checks first: pnpm lint && pnpm tsc --noEmit 2. Tests for what you changed: pnpm vitest run <files> 3. Run the app and try the change end to end. Show each command and its output. Three failed rounds? Ask a human.
Пример, а не файл Anthropic: команды — для проекта на pnpm, в вашем будут свои. Скилл лежит рядом с кодом и говорит агенту, чем доказать, что работа готова.
Всё, чего нет в коде, должно жить в файлах проекта. Эти файлы растут из ошибок, а не пишутся заранее.
Примеры и два вопроса ниже — из документации Claude Code.12
Найдёт ли агент это, читая код?
Пойдёт ли агент на самом деле искать?
Оба «да» — не записывайте: агент найдёт сам.
Хоть одно «нет» — запишите в файлы проекта.
От журнала сессий до того, что харнесс загружает в каждую сессию. Последний слой должен оставаться маленьким.
Измерения Anthropic из той же статьи.
Там же: что происходит, когда записывают слишком много или не так.
Одни файлы пишут люди после ошибок и инцидентов, другие ведут агенты и сама модель.
проект/ ├── CLAUDE.md ├── REVIEW.md ├── .claude/ │ ├── rules/ │ │ └── api.md │ └── skills/ │ └── verify/ │ └── SKILL.md └── docs/ └── …
| Файл | Что внутри | Кто и когда пишет |
|---|---|---|
| CLAUDE.md или AGENTS.md | Команды проверки, ловушки, решения, которых нет в репозитории. До 200 строк: длинный файл съедает контекст и снижает послушание.14 У OpenAI, по пересказу InfoQ, — около 100 строк, как карта19 | Человек — после второй одинаковой ошибки. Начать помогает /init, чистить — /doctor12 |
Правила .claude/rules/*.md с полем paths: | Правила для одной части кода | Владелец этой части |
Скиллы .claude/skills/<имя>/SKILL.md | Процедуры команды, справочники, раздел «Gotchas», скрипты | Команда, по ходу работы46 |
| REVIEW.md | Как выглядит провал в этой части репозитория | Владельцы кода |
| Чеклист надёжности | Правило, признак, который видно в диффе, проверка и инциденты или PR, из которых правило появилось4 | После инцидентов |
docs/ как система записи | Дизайн-доки, планы, статус проверки | Агенты и люди. У OpenAI, по пересказу InfoQ, агенты «сборки мусора» ищут в документации расхождения19 |
Автопамять: MEMORY.md и заметки | Факты, которые модель сочла важными | Модель сама |
| Вики проекта по схеме Karpathy | raw/ с неизменяемыми источниками → вики → схема в CLAUDE.md. Операции: загрузить, спросить, проверить, продвинуть47 | Модель, по запросу |
| Трекер для агентов: Beads и аналоги | Задачи и зависимости между сессиями | Агенты |
Состав файлов — по документации и практике команды Claude Code, OpenAI и Andrej Karpathy.
У команды Claude Code в работе сотни скиллов. Лучшие начинались с нескольких строк, и самое ценное в них — раздел «Gotchas», ловушки.46
Так их делит команда Claude Code.
Сначала — строка в CLAUDE.md, потом хук и эвал, а через несколько месяцев — чистка.
/doctor, prompt-audit«Наборы тестов, шаги проверки и .md‑файлы, если им позволить, только растут, поэтому мы регулярно их чистим».
Им нужны ревью, владелец и история изменений.
Инструкция, внедрённая в CLAUDE.md или в память агента, загружается в каждую сессию.49 Поэтому правку этих файлов проверяют так же, как правку кода.
Модель вызывает инструменты, смотрит на результат и решает, что делать дальше. Кода в таком цикле немного.
Агент для правки кода у Thorsten Ball — около 300 строк и три инструмента,51 а класс агента в mini-swe-agent — около 100 строк на Python с одним bash.40
Anthropic советует начинать с самого простого и усложнять, только когда это нужно. Перед тем как строить агента, ответьте на четыре вопроса.6
Хоть один ответ «нет» — хватит одного вызова модели с поиском и примерами в промпте или жёсткого воркфлоу.
Воркфлоу, по определению Anthropic, — «системы, где модели и инструменты следуют заранее заданным путям в коде».6
Prompt chaining
Задача разбита на шаги. Каждый вызов модели берёт результат предыдущего.
Routing
Первый вызов определяет тип запроса и отправляет его по нужному пути.
Parallelization
Части задачи или несколько попыток одной и той же идут одновременно. Результаты сводит код.
Orchestrator-workers
Главная модель делит задачу на части, раздаёт их исполнителям и собирает ответы.
Evaluator-optimizer
Одна модель пишет ответ, другая оценивает и говорит, что исправить. И так по кругу.
Чем ниже строка, тем меньше пишете вы и тем больше берёт на себя Anthropic.
| Путь | Что пишете вы | Кто держит цикл и инфраструктуру |
|---|---|---|
| Messages API, свой цикл | Весь цикл и инструменты | Вы |
| Tool Runner в SDK | Только функции-инструменты | Цикл — SDK, инфраструктура — вы |
| Claude Agent SDK | Промпт и настройки | Харнесс Claude Code как библиотека, инфраструктура — вы50 |
| Claude Managed Agentsбета | Конфиг агента и свои инструменты | Anthropic: цикл и песочница на каждую сессию43Ещё оценка результата по рубрике, мультиагентные воркфлоу, расписания, хранилище секретов и память. |
Состояние на ноябрь 2026 года. Как устроены Managed Agents
В Claude Code около 20 инструментов, и планка для нового высокая.39 Ответ одного инструмента по умолчанию — не больше 25 000 токенов.52
Объясняйте инструмент так, как объяснили бы его человеку в первый рабочий день.52
Ошибка говорит, что именно исправить, а не отдаёт непонятный код.
Ответ несёт поля, которые нужны модели, а не служебные идентификаторы.
Связанные инструменты группируют общим префиксом в названии.
Отдельный инструмент надёжнее, чем просьба ответить в нужном формате.39
Агент сам ищет нужное, и это работает лучше заранее собранного индекса.
Когда инструментов много, модель находит нужный, а его описание подгружается по требованию.53
Модель пишет код, который сам вызывает инструменты. В контекст попадает только итог.38
Code tool calling«Самые важные инструменты, которые мы создали, — те, что позволяют Claude самому находить контекст».
Thariq Shihipar из команды Claude Code в июле 2026 года описал шесть сдвигов в инженерии контекста.10
Например, HTML-макет лучше описания или скриншота.
Каждый ход агента — новый запрос со всей историей. Если начало запроса совпадает с прошлым, его читают из кэша.54
Запрос на сжатие истории начинается так же, как основной, и тоже читается из кэша.
За их долей команда Claude Code следит так же, как за доступностью сервиса.
Набор задач покажет, работает ли агент после правки промпта, инструментов или модели. Вот что советует Anthropic.16
Набор начинают с небольшого числа задач, на которых агент уже ошибался.
Проверяют, что получилось: к верному ответу ведут разные пути.
Читают, что агент делал, а не только итоговую оценку.
Считают, во что обошлась вся задача, а не отдельный вызов.
Каждый сбой в работе становится задачей в наборе.
Совет Anthropic на ноябрь 2026 года: по умолчанию — Opus 5.5 с effort medium.55
Маршрутизация, извлечение данных, субагенты на чтение.
Чёткие задачи.
Модель по умолчанию, effort — medium.
Самые трудные задачи и долгие запуски без присмотра.
Слева направоСверху вниз — от младшей модели к старшей.
Effort — главный регулятор цены и качества. Потяните ползунок: так меняется результат Opus 5.5 на SWE-bench Pro относительно уровня high.
Opus 5.5 на SWE-bench Pro, разница с high.55
Порядок от Anthropic: сначала дешёвое, потом дорогое.55
Тест, сборка или скрипт, который вызывает эндпоинт. Без проверки агент останавливается, когда работа только выглядит готовой.
На одну ступень. Выше high каждая ступень стоит почти как модель старше.
И начать с effort ниже прежнего.
Субагента в Claude Code описывают одним файлом: когда его звать, какие инструменты ему доступны и на какой модели он работает.
.claude/agents/reviewer.md
--- name: reviewer description: > Reviews a finished change. Use before commit. tools: Read, Grep, Glob model: sonnet --- You did not write this code. Read the task and the changed files. Report only what breaks behavior, tests or security: file, line, why it matters, how to check it. If nothing is wrong, say so in one line.
Тарифы Claude на 19 ноября 2026 года.56 Лимиты щедрые, потому что харнесс Anthropic почти всё берёт из кэша.
С 2026 года подписка работает только в Claude Code и Cowork.
Свой харнесс платит за каждый токен, поэтому главная статья экономии — кэш. Как работает кэш
| Модель | Ввод | Вывод | Чтение из кэша |
|---|---|---|---|
| Fable 5.2 | $8 | $40 | $0,20 |
| Opus 5.5 | $4 | $20 | $0,20 |
| Sonnet 5.5 | $2 | $10 | $0,10 |
| Haiku 5.5 | $0,10 | $0,50 | $0,01 |
Доллары за миллион токенов, 21 ноября 2026 года. Цены Haiku 5.5 — для запросов до 100 тыс. токенов. Batch — за полцены, быстрый режим Opus 5.5 — вдвое дороже.56
По расчёту Addy Osmani, типичная задача Claude Code на Opus 5.5 — 2,2 млн токенов ввода (91% из кэша) и 60 тыс. вывода, по API около $2,40.58
По документации Claude Code, компания в среднем тратит на разработчика около $13 в активный день, а у 90% разработчиков расход меньше $30.59
Выберите модель и число задач в день; начальные значения — из расчёта Osmani.58
$528 в месяц по ценам API
≈ $2,40 за задачу, 10 задач в день, 22 рабочих дня
Тариф — цена с лимитом; хватит ли его на такую нагрузку, решает лимит, а не цена.
Задача — 2,2 млн токенов ввода (91% из кэша) и 60 тыс. вывода на любой модели, 22 рабочих дня. Запись в кэш и повторы не учтены.
«Самый дешёвый ход — тот, который не понадобился».
Даже у ChatGPT Plus за $20 — пятичасовые и недельные лимиты.60
| Вендор | Тарифы в месяц | Что важно |
|---|---|---|
| OpenAI60ChatGPT с Codex |
|
В Free и Go — младшая модель GPT‑6 Luna в приложении. В Plus — пятичасовые окна и недельные лимиты, в Pro пятичасового лимита нет. Business — от двух пользователей. Модели — семейство GPT‑6.x: Luna, Sol, Terra, Astra. |
| Cursor61 |
|
В старых тарифах использование моделей включено в цену. В новых лимиты — 1×, 4×, 15× и 50× от Plus. |
| GitHub Copilot62 |
|
С 1 июня 2026 года — оплата кредитами по токенам. |
| Google63 |
|
Antigravity, Jules, Gemini CLI. Квоты за год менялись несколько раз. |
| Китайские планы для кода64Zhipu, Moonshot, MiniMax, Alibaba |
|
Модели открытые и работают в сторонних харнессах. Kimi Code входит в подписку Kimi. |
Цены OpenAI — со страницы тарифов, остальные — по обзорам; на 19 ноября 2026 года.
Пять типичных случаев и что выбрать в каждом.
Max или Ultra, либо ChatGPT Pro. При высокой доле кэша подписка выходит дешевле API.
API-ключ. Расход снижают кэш, Batch за полцены и настройка effort.
Свой агентМеста разного уровня — по нагрузке. Расход видно в /usage и в аналитике.
Открытые модели в своём контуре и открытый харнесс. В России — ещё и местные вендоры.
Рынок в цифрахAGENTS.md и скиллы. Это открытые форматы, а CLAUDE.md подключает AGENTS.md.
База знанийЦены и лимиты меняются часто; актуальные — на claude.com/pricing и на сайтах вендоров. Проверено 19 ноября 2026 года.
Подтверждать каждое действие — не защита: люди одобряют почти все запросы не глядя. Защищают границы среды.
Anthropic о том, как устроен авто-режим и как Claude ограничивают в продуктах.15,49
Рассуждений агента классификатор не видит, поэтому уговорить его нечем.
В авто‑режиме Claude Code запросы разрешений решает двухступенчатый классификатор. Кроме рассуждений агента, он не видит и результатов инструментов. После трёх отказов подряд или двадцати за сессию решение возвращается к человеку.15
«Не полноценная замена внимательной проверке человеком на критичной инфраструктуре».
Модель можно уговорить, поэтому Anthropic сначала ограничивает среду: песочницу, файловую систему и исходящий трафик.49
Агента с приватными данными, недоверенным контентом и каналом наружу можно уговорить вынести данные — так это описал Simon Willison.65
| Случай | Откуда пришла атака | Чем кончилось |
|---|---|---|
| CVE-2026-2185266Check Point Research, 25 февраля 2026 | Настройки вредоносного репозитория могли направить ANTHROPIC_BASE_URL на сервер атакующего |
Claude Code до версии 2.0.65 отправлял туда запросы с API-ключом ещё до запроса доверия |
| Black Hat 202667конференция по безопасности | GitHub issue | Инъекция вплоть до выполнения кода |
| Cloud Security Alliance688 августа 2026 | GitHub issue | Утечка секретов CI у трёх агентов |
Все три случая 2026 года начинались с недоверенного контента.
При этом Claude Code сам останавливается за уточнением больше чем вдвое чаще, чем его прерывает человек.69
Так Anthropic ограничила тысячу агентов на Fable 5.2.70
Больше миллиона вызовов инструментов — и ни одной блокировки. Вывод авторов: «одного слоя защиты недостаточно, чтобы сдержать команду агентов».70
Что проверить, прежде чем оставить агента одного.
Ограничивайте радиус поражения, а не каждое действие.
С такими запретами агент не прочитает .env и папку secrets и не вызовет curl, что бы ни решила модель. Правила сложнее запрета исполняют хуки. Харнесс
// .claude/settings.json — пример { "permissions": { "deny": [ "Read(./.env)", "Read(./secrets/**)", "Bash(curl:*)" ] } }
Когда работу можно разрезать на независимые части и проверить каждую. На одной зависимой цепочке параллельность вредит.
Где параллельность ломается. На сборке ядра Linux все 16 агентов упирались в одну и ту же ошибку и переписывали исправления друг друга. Так продолжалось, пока эталоном для сравнения не стал GCC.44
Первый большой замер Anthropic провела в 2025 году: ведущий агент с субагентами против одного.74
Так считает Cognition. Заметка «Don’t build multi-agents» вышла за день до поста Anthropic и сводит спор к двум принципам.
Walden Yan, Cognition, 12 июня 202575
Boris Cherny из Anthropic держит параллельно сессии в терминале и в вебе. Mitchell Hashimoto обходится одним фоновым агентом.7
Пять признаков, по которым видно, окупится ли параллельность.
| Признак | Стоит | Не стоит |
|---|---|---|
| Работа | Делится на независимые части: исследование, поиск дефектов | Одна цепочка, где каждый шаг зависит от предыдущего |
| Проверка | Тест или эталон отвечает «прошло» или «нет» — как GCC для компилятора | Проверить результат нечем |
| Контекст | Каждой части хватает своего контекста | Решения агентов должны сойтись, а контекст у каждого свой |
| Субагент | Параллельная работа, шумный вывод, свежий ревьюер, урезанные права | Ради «более умного ответа»: это та же модель |
| Токены | Окупаются результатом или дешёвыми помощниками | Их уходит в разы больше, а выигрыша нет |
Сводка по источникам главы: Anthropic, Cognition, документация Claude Code.12 Почему проверка решает, сколько агентов можно запустить, — в главе Проверка
Столько понадобилось Anthropic, чтобы построить и запустить новую систему контроля версий. Изменения там ревьюят по намерению, а не построчно.1
Так её устройство описывает Fiona Fung, директор по инженерии Claude Code.76
«Не путайте пропускную способность с успехом».
Mitchell Hashimoto описал шесть шагов, которыми сам пришёл к агентам.7
«Харнесс важен так же, как модель», — пишет Anthropic о больших кодовых базах. Начинать советуют с CLAUDE.md, а субагентов подключать последними.48
CLAUDE.md хуки скиллы плагины LSP MCP субагенты
У настроек нужен владелец: человек, который отвечает за них для всей команды, — «agent manager».48
Так цену агентов формулирует Mitchell Hashimoto.7 А Simon Willison считает анти-паттерном выдавать коллегам на ревью код агента, который вы сами не прочитали.17
Данные Anthropic по сессиям Claude Code.30
В главном авторы агентной разработки сходятся, но не во всём. Пять споров: кто на какой стороне и к чему пришли данные.
| Вопрос | Одна сторона | Другая | Вывод |
|---|---|---|---|
| Нужно ли много агентов? | Anthropic и Cursor: да, на широкой работе они окупаются.72,74 | Cognition: нет, агентам нужен общий полный контекст.75 | Окупается на широкой работе с проверкой, вредит на одной цепочке. Много агентов |
| Ускоряют ли агенты работу? | Вендоры: да, по внутренним метрикам выпуска.1 | METR и DORA: не доказано. Замер расходится с ощущением, эффект зависит от команды.27,28 | Вендоры считают выпуск, исследователи — время на задачу. Рынок |
| Толстый харнесс или тонкий? | OpenAI: толстый, архитектуру держат линтеры и структурные тесты (по пересказу InfoQ).19 | Anthropic: тонкий, промпт сокращают, а харнесс под задачу модель пишет сама.10,42 | Обе стороны правы для своей модели и задачи. Харнесс |
| Хватит ли простого цикла? | Geoffrey Huntley: да. Петля Ralph «детерминированно плоха в недетерминированном мире», и это её плюс.77 | Anthropic: цикл держит Stop‑хук плагина. Huntley: плагин упускает суть. | Сравнений нет. Цикл заканчивает проверка, а не агент. Проверка |
| Решена ли безопасность? | Anthropic: защищает среда — песочница, закрытая сеть, классификатор.15,49 | Willison и исследователи атак: нет. Данные, чужой контент и выход в сеть вместе уязвимы.65,67 | Даже по данным Anthropic не решена. Безопасность |
Многие советы 2025 года обходили слабости старых моделей. Документация Claude Code теперь сама говорит, от чего отказаться.
| Совет 2025 года | Что теперь |
|---|---|
| Контекст — главное ограничение | Окно в 1 млн токенов и автокомпакция; /clear между задачами всё ещё полезен |
IMPORTANT и капс | Простая строка; если не слушается — файл короче, хук или deny-правило |
| Субагенты ради экономии контекста | Только для параллельной работы, шумного вывода и свежего взгляда |
| «Отдай субагенту, ответ будет умнее» | Та же модель — тот же ответ |
| «Think hard» в промпте | Effort и ultrathink |
| «Не ленись, продолжай до конца» | Проверка, /goal или Stop-хук |
| Архитектура и структура файлов в CLAUDE.md | Модель читает репозиторий сама |
| Длинные примеры в описаниях инструментов | Хорошая схема параметров |
| Индекс кода для RAG | Поиск силами агента |
| Огромный AGENTS.md | Короткая карта и ссылки |
По документации Claude Code, ноябрь 2026, где есть таблица «Что можно перестать делать», и статье Thariq Shihipar о контексте для моделей Claude 5, июль 2026.10,12
Этот список тоже устареет: харнесс пересматривают с каждой новой моделью. Харнесс
Дорожная карта по всем главам: первый день, неделя, месяц. Каждый пункт ведёт в свою главу.