Как запуск пяти ИИ-агентов одновременно превращает кодинг в стратегию в реальном времени
Создатель самого мощного кодингового агента делится мыслями — и Кремниевая долина фиксирует каждое слово. Недавно сообщество инженеров активно обсуждало публикацию в X от Бориса Черни, руководителя Claude Code в Anthropic. То, что начиналось как простой рассказ о настройке терминала, превратилось в вирусный манифест о будущем разработки ПО. Эксперты называют это поворотным моментом для компании.
Джефф Танг, известный в кругах разработчиков, написал: если не изучить рекомендации по Claude Code от его автора, то программист отстает. Кайл Макнис добавил: с этими новшествами от Черни Anthropic на подъеме и может пережить свой момент ChatGPT.
Причина ажиотажа в парадоксе: подход Черни выглядит простым, но позволяет одному человеку выдавать объем работы целого инженерного отдела. Один пользователь в X после теста отметил: это больше напоминает StarCraft, чем обычный кодинг — вместо набора синтаксиса отдаешь приказы автономным юнитам.
Далее разбираем workflow, который меняет подход к созданию софта, по словам его автора.
Параллельная работа с пятью агентами
Самое удивительное в откровениях Черни — он не кодит последовательно. В классическом цикле разработки программист пишет функцию, проверяет и переходит дальше. Черни же управляет флотом.
Он запускает пять экземпляров Claude в терминале параллельно. Нумерует вкладки от 1 до 5 и использует системные уведомления iTerm2, чтобы понимать, когда агенту нужна помощь.
Так он координирует несколько потоков: один агент запускает тесты, другой рефакторит старый модуль, третий готовит документацию. Плюс 5–10 экземпляров Claude на claude.ai в браузере, с командой "teleport" для передачи сессий между вебом и локальной машиной.
Это подтверждает идею Anthropic о максимальной отдаче от минимума ресурсов, как недавно сказала президент компании Даниэла Амадей. Пока соперники вроде OpenAI наращивают инфраструктуру на триллионы долларов, Anthropic показывает: умная координация моделей дает взрывной рост производительности.
Почему самая медленная и умная модель оказывается быстрее
В индустрии, где все гонятся за скоростью, Черни выбрал самый тяжелый и медленный вариант от Anthropic: Opus 4.5.
Он использует Opus 4.5 с режимом размышлений для всего. По его словам, это лучшая модель для кодинга из всех, что он пробовал. Хоть она крупнее и медленнее Sonnet, но требует меньше правок и лучше работает с инструментами — в итоге быстрее мелких моделей.
Для руководителей IT-компаний это ключевой вывод. В разработке на ИИ узкое место — не скорость генерации токенов, а время человека на исправление ошибок ИИ. Workflow Черни говорит: плати "налог на вычисления" за умную модель сразу, чтобы избежать "налога на правки" потом.
Один файл превращает каждую ошибку ИИ в урок навсегда
Черни рассказал, как его команда борется с "амнезией" ИИ. Обычные большие языковые модели не запоминают стиль кода компании или архитектурные выборы между сессиями.
Решение — файл CLAUDE.md в git-репозитории. Каждый раз, когда Claude ошибается, добавляют туда запись, чтобы модель в следующий раз избегала этой ошибки.
Кодовая база становится самообучающейся системой. При ревью пул-реквеста разработчик не только фиксит код, но и обновляет инструкции для ИИ. Акаш Гупта, лидер по продуктам, отметил: каждая ошибка превращается в правило. Чем дольше команда работает, тем умнее агент.
Слеш-команды и субагенты автоматизируют рутину разработки
Простой workflow, которым восхищаются, держится на жесткой автоматизации повторяющихся задач. Черни применяет слеш-команды — кастомные шорткаты в репозитории — для сложных операций одним нажатием.
Например, /commit-push-pr он вызывает десятки раз в день. Вместо ручного ввода git-команд, написания коммита и создания пул-реквеста агент берет на себя всю версионную бюрократию.
Черни также использует субагентов — специализированные ИИ-персоны для этапов разработки. Code-simplifier упрощает архитектуру после основной работы, verify-app проводит end-to-end тесты перед релизом.
Циклы верификации — ключ к качеству кода от ИИ
Если искать причину, почему Claude Code якобы достиг 1 миллиарда долларов годового регулярного дохода так быстро, то это циклы верификации. ИИ здесь не просто генерирует текст, а тестирует.
Claude проверяет каждое изменение в claude.ai/code через расширение для Chrome. Открывает браузер, тестирует UI и итеративно дорабатывает, пока код не заработает и UX не станет удобным.
Черни считает: возможность ИИ проверять себя — через автоматизацию браузера, bash-команды или тесты — повышает качество результата в 2–3 раза. Агент не только пишет код, но и доказывает его работоспособность.
Что workflow Черни говорит о будущем инженерии ПО
Реакция на публикацию Черни указывает на смену парадигмы в мышлении разработчиков. Раньше "кодинг с ИИ" означал автодополнение в редакторе — способ быстрее печатать. Черни показал: теперь это ОС для труда.
Джефф Танг подытожил в X: читайте, если вы инженер и хотите больше мощности.
Инструменты для умножения человеческой производительности в пять раз уже доступны. Нужно лишь перестать видеть в ИИ помощника и начать относиться как к рабочей силе. Те, кто первым сделает этот сдвиг, не просто ускорятся — они перейдут на другой уровень игры, пока другие продолжают набирать код вручную.