Claude Code: секрет перехода от 39 агентов к 3 плагинам

Многие разработчики, впервые открыв Claude Code, совершают одну и ту же ошибку: они пытаются построить вокруг нейросети сложнейшую инженерную конструкцию. Кажется, что чем больше специализированных агентов, кастомных команд и "умных" промптов вы добавите, тем выше будет продуктивность. Но практика показывает обратное — чрезмерное усложнение превращает инструмент в обузу, которую приходится постоянно чинить.

За последние 3000 часов плотной работы с Claude Code подход к разработке с ИИ кардинально изменился. Мы прошли путь от громоздких систем-оркестраторов до лаконичной и строгой методологии, которая реально выдает результат. Но самое интересное здесь не в коде, а в том, как изменились правила игры с выходом новых обновлений технологий Anthropic.

Основные выводы

• Методология важнее сложности инструментов. Даже сотня агентов не спасет проект, если в процесс не зашиты жесткие правила дисциплины и автоматической верификации.
• Увеличение контекстного окна убивает оверинжиниринг. Переход к лимиту в 1 миллион токенов сделал многие сложные архитектуры для экономии памяти ненужными и даже вредными.
• TDD — это базис работы с ИИ. Клод эффективен только тогда, когда он не просто пишет код, а обязан подтверждать его работоспособность через падающие и проходящие тесты.
• Плагины заменяют монолиты. Вместо поддержания собственной инфраструктуры выгоднее использовать специализированные решения, такие как Beads для трекинга задач и Template Bridge для управления шаблонами.

От 39 агентов к минимализму: история архитектурного краха

Полгода назад флагманским решением в работе с Claude Code был проект Orchestrator Kit. Это был настоящий технологический монстр: 39 узкоспециализированных агентов, 38 уникальных скиллов и 25 слеш-команд. Вся эта сложность создавалась ради одной цели — втиснуть контекст сложного проекта в тогдашние 200 тысяч токенов. Приходилось дробить задачи, передавать контекст по цепочке и экономить каждый символ.

Но затем Anthropic расширил контекстное окно до миллиона токенов, и правила игры поменялись моментально. То, что раньше было необходимостью, в одночасье стало оверинжинирингом. Поддерживать такую махину стало дороже, чем писать код: обновления Claude Code регулярно ломали кастомные команды, а агенты начинали путаться в собственных инструкциях. Продукт перестал развиваться, потому что всё время уходило на «починку экзоскелета».

Здесь важно понять одну вещь: чем больше слоев вы ставите между собой и моделью, тем выше вероятность ошибки. Сегодня для глубокого погружения в тему системного подхода и реальных кейсов использования ИИ стоит изучить опыт соло-фаундеров в найме, которые умеют отсекать лишнее ради результата.

Вот как выглядела эволюция сложности на практике:

Почему дисциплина в Claude Code важнее инструментов?

Главный инсайт, полученный после тысяч часов эксплуатации: Клод — это гениальный, но иногда ленивый стажер. Если дать ему 100 инструментов, он всё равно будет пытаться срезать углы, выдавая код без тестов или «галлюцинируя» об успешной компиляции. Решение пришло в виде плагина Superpowers, который внедряет дисциплину на уровне поведения.

Вот в чем секрет: код вообще не должен писаться, пока не создан тест, который падает по правильной причине. Это классический TDD (Test-Driven Development), возведенный в абсолют. Большинство разработчиков пропускают этот этап, полагаясь на интеллект модели. Но именно жесткая связка «напиши тест — покажи мне, что он упал — напиши код — покажи мне, что он прошел» гарантирует качество на дистанции в тысячи строк кода.

Клод обязан запустить проверку и прочитать ее реальный вывод. Фраза «я предполагаю, что всё в порядке» — это табу. Плагин просто не дает завершить задачу, пока терминальные логи не подтвердят успех.

Как эффективно управлять задачами в ИИ-разработке?

Второй критический компонент — плагин Beads, вдохновленный идеями Стива Йегги. Одна из самых больших проблем Claude Code заключалась в том, что при перезапуске сессии или сбое контекста нить повествования терялась. Задачи зависали в неопределенности.

Решение оказалось гениально простым: трекер задач, который живет внутри вашего git-репозитория. Это дает три фундаментальных преимущества:

1. Персистентность: задачи переживают любые сбои и перезапуски ИИ-инструмента.
2. Зависимости: вы можете четко указать, что задача Б заблокирована задачей А. Клод видит это дерево и не пытается делать всё сразу.
3. Контекстная привязка: каждая задача связана с конкретными файлами и изменениями в коде.

В сочетании с Template Bridge, который предоставляет доступ к библиотеке из 413+ шаблонов для разных типов агентов, разработчик получает не просто "умный чат", а полноценную фабрику по производству ПО. Для тех, кто хочет глубже разобраться в инструментах автоматизации, канал Олега Тестова станет отличным источником практических инсайтов.

Frequently Asked Questions

Стоит ли использовать Claude Code для больших легаси-проектов?

Да, особенно с учетом окна в 1 миллион токенов, которое позволяет модели «увидеть» значительную часть кодовой базы сразу. Однако критически важно использовать внешние трекеры задач типа Beads, чтобы Клод не потерял фокус при сложных рефакторингах.

В чем преимущество Template Bridge перед обычными промптами?

Template Bridge — это по сути реестр проверенных паттернов поведения. Вместо того чтобы каждый раз объяснять Клоду, как вести себя в роли системного архитектора или QA-инженера, вы загружаете оптимизированный шаблон, в который уже заложены лучшие практики и ограничения.

Нужно ли знать TDD, чтобы пользоваться плагином Superpowers?

Знать основы желательно, но плагин сам направляет вас по циклу Red-Green-Refactor. Клод будет подсказывать, какой тест написать следующим, и откажется обновлять файлы, пока текущий набор проверок не будет пройден в терминале.

Переход от инструментов к результатам

Истинная эволюция в работе с ИИ — это умение вовремя остановиться. Тысячи часов в Claude Code доказали: попытка создать идеального "агента-оркестратора" — это тупиковый путь. Настоящий прорыв происходит тогда, когда вы заменяете сложность архитектуры строгостью методологии.

Использование связки из трех плагинов вместо монолита позволило сократить время на обслуживание инфраструктуры на 90%. Теперь фокус смещен с того, «как заставить Клода работать», на то, «какой продукт мы строим». Это изменение мышления — самое ценное, что можно вынести из опыта долгой работы с современными языковыми моделями.

И помните: инструменты меняются раз в месяц, а принципы дисциплинированной разработки и системного подхода остаются вечными. Чтобы не потеряться в потоке новых ИИ-плагинов и сохранять продуктивность, важно наблюдать за теми, кто применяет эти системы на практике ежедневно.

Готовы трансформировать свой подход к продуктивности?

Больше о системном подходе и автоматизации → Подписаться на канал "Олег Тестов | Соло-фаундер в найме"