Как выжать 1000% из Claude Code — создатель раскрыл секреты | Русский перевод — Transcript
Full transcript
- 0:02Мы удалили 80% системного промта.
- 0:05Модель работала 11 дней и переписала всю
- 0:08кодовую базу.
- 0:10Теперь Клод сам себя поддерживает.
- 0:14Может, просто не слушайте инфлюенсеров в
- 0:15LinkedIn.
- 0:18Каждые полгода удаляйте свой Клод.md.
- 0:22Она может работать днями, неделями,
- 0:24месяцами, просто не останавливается.
- 0:27Без этих промтов модель даже немного
- 0:29умнее.
- 0:32>> Борис, мы очень рады, что ты здесь,
- 0:35создатель Клод Код.
- 0:39>> Спасибо.
- 0:41>> [ликование][аплодисменты]
- 0:44>> Рад быть здесь.
- 0:46>> Свежайшая новость, вы только вчера
- 0:47выпустили Opus 5.
- 0:51>> Да.
- 0:53>> И похоже, возможности модели растут всё
- 0:56быстрее. Вы довели результат на ARC AGI
- 0:593 до 30%. Это невероятно.
- 1:05>> Да.
- 1:06>> Для понимания, раньше лучший результат
- 1:08составлял лишь несколько процентов или
- 1:10чуть больше десяти, верно? Что теперь
- 1:12умеет Opus 5, чего не умела предыдущая
- 1:15версия?
- 1:20>> Да, в каждую новую модель вкладывают
- 1:23очень много работы. Мы обучаем её
- 1:26множеству новых возможностей,
- 1:28добиваемся, чтобы она умела что-то
- 1:30новое.
- 1:31Во время обучения пытаешься научить её
- 1:34самым разным вещам, и чаще всего это не
- 1:37получается, но часть из них модель
- 1:39всё-таки осваивает.
- 1:41А иногда ещё и удивляет. У неё
- 1:44появляются навыки, способности, которым
- 1:46ты её по сути не учил. Она как-то
- 1:49научилась сама. Например, пятая версия
- 1:51умеет то, чего, по-моему, не умела ни
- 1:53одна другая модель, работать очень
- 1:56долго. Особенно, если объединить Opus 5
- 1:59с Auto Mode, это просто невероятно. Она
- 2:02может работать днями, неделями, месяцами
- 2:05подряд. Просто не останавливается. Даже
- 2:07дополнительная обвязка не нужна. Не
- 2:09нужна команда {slash} go, не нужны все
- 2:11эти прочие вещи. Она просто продолжает,
- 2:13потому что знает, задачу нужно
- 2:15выполнить.
- 2:19Ещё одна вещь, которая меня очень радует
- 2:21и о которой я думаю, начну рассказывать
- 2:23чуть больше, это даже удивительно,
- 2:25настолько новая возможность, похоже,
- 2:28модель больше не поддаётся
- 2:29промпт-инъекциям.
- 2:33>> Что значит поддаётся промпт-инъекция?
- 2:36>> Это безумие. Об этой смертельной троице
- 2:39говорят уже давно, и она очень влияет на
- 2:41устройство обвязки, агентов и продуктов.
- 2:45Ведь если модель прочитает в интернете
- 2:47инструкцию вроде сделай X, Y и Z, а
- 2:50заодно удали всё на компьютере
- 2:51пользователя,
- 2:53год назад она бы просто это сделала.
- 2:55Но сейчас Opus так не поступает.
- 2:58Вообще-то так было уже с Opus 4.7 и 4.8,
- 3:02Sonnet 5 с этим неплохо справлялась,
- 3:05Fable тоже, но Opus 5 выходит здесь на
- 3:08совершенно новый уровень. По сути, вы
- 3:11объединяете хорошо согласованную модель,
- 3:13а за этим стоят 3 года исследований и
- 3:15согласования, с классификатором
- 3:17промпт-инъекций, через который мы
- 3:19пропускаем весь трафик. Он основан на
- 3:22работе Криса Ола по механистической
- 3:24интерпретируемости. Мы буквально смотрим
- 3:27на нейроны в мозге модели, которые
- 3:29загораются при промпт-инъекции. Сама
- 3:31модель вам об этом даже не скажет, но мы
- 3:34видим эти нейроны и можем определить,
- 3:36что происходит атака. Затем добавляем
- 3:38классификатор Auto Mode, и с этими тремя
- 3:41уровнями защиты мы больше просто не
- 3:44можем продемонстрировать
- 3:45промпт-инъекцию.
- 3:46>> Раз уж мы говорим о промпт-инъекциях,
- 3:48другая сторона медали системный промпт.
- 3:51Давай немного поговорим о новом релизе.
- 3:53Вы ведь удалили больше 80% системного
- 3:56промпта Claude Code.
- 4:02>> Да.
- 4:03>> Раскажи об этом подробнее.
- 4:04>> Думаю,
- 4:05>> не осознают, что Клод Код, и как
- 4:08продукт, и как обвязка, постоянно
- 4:10меняется. Мы всё время что-то добавляем
- 4:13и удаляем. Каждый раз, когда выходит
- 4:15новая модель, мы удаляем немало
- 4:18инструкций из системного промпта, многое
- 4:20в нём меняем, постоянно меняем набор
- 4:23инструментов и промпты для этих
- 4:25инструментов. Причина в том, что все
- 4:27модели очень разные. То, что вы сделали
- 4:30для одной модели, скажем, 3 месяца
- 4:32назад, для следующей может вообще не
- 4:34подойти.
- 4:40И одна из особенностей Опус 5, она
- 4:42просто очень умная. Многие инструкции в
- 4:44системном промпте исправляли поведение,
- 4:46которое модель должна была бы знать
- 4:48сама, но не знала. Теперь Опус 5 просто
- 4:51делает это сама. Так что, да, мы удалили
- 4:5480% системного промпта. Можете
- 4:57попробовать удалить и оставшуюся часть.
- 4:59Когда запускаете Клод Код, можно указать
- 5:01параметр {тире} систем промпт и задать
- 5:03любой системный промпт, если хочется
- 5:05поэкспериментировать.
- 5:09Ещё можно попробовать Simple Mode. Это
- 5:11такая, по сути, недокументированная
- 5:14возможность. Задаёте переменную
- 5:15окружения Клод Код Simple равной
- 5:18единице, а потом запускаете Клод, и она
- 5:21удаляет все системные промпты, в том
- 5:23числе у инструментов.
- 5:25Мы используем это как своего рода
- 5:27абляцию, чтобы понять, полезен ли
- 5:29промпт.
- 5:30И, что интересно, без этих промптов
- 5:32модель даже немного умнее. Мы это
- 5:35обнаруживаем на практике. Но когда
- 5:37используешь Клод Код как продукт, часть
- 5:39этих промптов всё-таки нужна. Они
- 5:41помогают пользоваться продуктом и
- 5:43добиваться, чтобы и продукт, и модель
- 5:45вели себя так, как вам хочется, как
- 5:47пользователю.
- 5:50>> Меня очень восхищает в нынешнюю эпоху
- 5:53разработки вот что.
- 5:55Вы, по сути, создаёте лучшую в мире
- 5:57обвязку для Клод Клод Код.
- 6:00И, насколько я понимаю, с каждым релизом
- 6:03модели вы практически удаляете всю
- 6:05кодовую базу, весь промт и начинаете с
- 6:08нуля.
- 6:09В прежнем мире стартапы так со своим
- 6:11продуктом не поступали бы, удалять всё
- 6:14каждые полгода.
- 6:17>> Именно, именно. Хотя, справедливости
- 6:20ради, мы не удаляем всю кодовую базу, но
- 6:22удаляем очень многое. С каждой новой
- 6:25моделью мы проводим то, что в
- 6:26исследованиях называют абляцией, то есть
- 6:29удаляем весь системный промт, а затем
- 6:31возвращаем его построчно, выясняя
- 6:33влияние каждой отдельной строки.
- 6:35Это своего рода оценочный тест. Абляцией
- 6:38по сути есть тест, в котором вы что-то
- 6:40удаляете, чтобы выяснить его влияние.
- 6:43Да, с инструментами мы делаем то же
- 6:44самое, постоянно убираем выпущенные
- 6:46инструменты и удаляем код из обвязки.
- 6:49Если посмотреть на код нынешней обвязки
- 6:50Claude Code, почти весь он посвящён
- 6:53безопасности, разрешениям и статическому
- 6:55анализу.
- 6:56Ещё есть немало кода интерфейса, а
- 6:58большую часть остального кода мы уже
- 6:59убрали.
- 7:02>> Как думаешь, всем здесь, кто создаёт на
- 7:05базе ИИ, стоит также разрабатывать
- 7:07агентные продукты и обвязку, то есть
- 7:09проводить абляции при каждом выходе
- 7:11новой модели, чувствовать себя свободно
- 7:13и смело нажимать delete?
- 7:20>> На 100%.
- 7:22Да.
- 7:23И даже если вы не создаёте агентные
- 7:25продукты, а просто используете Claude
- 7:27Code, каждые полгода удаляйте свой
- 7:29Claude.md, удаляйте навыки, удаляйте
- 7:32хуки. Посмотрите, что сделает модель,
- 7:34она может вас удивить.
- 7:36Для Opus 5 мы действительно рекомендуем
- 7:39попробовать удалить всё это. Модели
- 7:41вполне могут быть уже не нужны все те
- 7:43инструкции, которые требовались
- 7:44предыдущим моделям.
- 7:45>> Давай поговорим о том, как после этого
- 7:48создавать новый промт. Выходит новая
- 7:50модель, вот все в зале захотят
- 7:51попробовать Opus 5 и нажмут delete на
- 7:53своём системном промте. Как им затем
- 7:56создавать, заново выстраивать системный
- 7:58промт, как настроить окружение?
- 8:04>> Вы делаете это постепенно. Первый шаг
- 8:07удалить, следующий пользоваться.
- 8:10Не нужно гадать, какая инструкция нужна
- 8:13модели. Вы можете не угадать.
- 8:15Нужно запустить её в работу. Если вы
- 8:18создаёте собственный агентный продукт,
- 8:20начните пользоваться этим продуктом.
- 8:22Посмотрите, где модель ошибается, а что
- 8:25делает хорошо.
- 8:26Если используете Cloud Code, посмотрите,
- 8:29с чем она хорошо справляется в вашей
- 8:30кодовой базе, а где спотыкается,
- 8:33например, об архитектуру или ещё о
- 8:35чём-то. И только когда видите, что она
- 8:38постоянно спотыкается в одном и том же
- 8:40месте, возвращайте соответствующую
- 8:42инструкцию.
- 8:45Но не делайте этого слишком рано.
- 8:47Помните, модель будет читать эту
- 8:49инструкцию каждый раз, когда вы ей
- 8:51пользуетесь. Поэтому нужно убедиться,
- 8:53что инструкция ей действительно нужна. В
- 8:55этом состоит безумная особенность
- 8:57разработки на базе моделей. Это
- 8:59совершенно не похоже на всё инженерное
- 9:02дело, которым я раньше занимался. Прежде
- 9:04вы создавали большие, красивые системы,
- 9:07заранее продумывали их устройство,
- 9:09готовили большой набор модульных тестов,
- 9:11всё продумывали. Перестройка архитектуры
- 9:14большой проект, иногда на месяцы.
- 9:16В крупных компаниях я работал над такими
- 9:18проектами, которые длились годами. А
- 9:20модель устроена иначе. На неё почти
- 9:23лучше смотреть как на живое существо,
- 9:26как на нечто более органическое. С
- 9:28каждым поколением она ведёт себя иначе,
- 9:30у неё немного другой характер. Нужно
- 9:33потратить время, познакомиться с ней, а
- 9:35потом подстроить под неё обвязку. Мне
- 9:38кажется, здесь нужен очень эмпирически
- 9:40научный подход. Вы должны мыслить как
- 9:43учёный. Пробуйте что-то, смотрите на
- 9:45результат и на его основе делаете
- 9:47следующую итерацию.
- 9:50>> Если сейчас создавать продукты в таком
- 9:52мире, что тогда остаётся стабильным?
- 9:55Оценочные тесты это то, что вы
- 9:56сохраняете от предыдущих моделей и
- 9:59продолжаете использовать с каждым новым
- 10:00релизом?
- 10:01>> Да, пока мы не достигнем потолка в этом
- 10:03тесте.
- 10:05>> То есть совет всем такой, если хотите
- 10:07быть на переднем крае и от моделей
- 10:09максимум возможностей, код и системный
- 10:12промт нужно удалять, а оценочные тесты
- 10:15остаются постоянными и вы просто
- 10:17пополняете их, верно?
- 10:19>> Да, вы продолжаете их пополнять, но,
- 10:21честно говоря, я бы даже не стал
- 10:23заходить так далеко. Тесты живут чуть
- 10:25дольше обвязки, но не намного. Один тест
- 10:29может пережить одно, два, три поколения
- 10:31моделей. Но сейчас мы на экспоненте.
- 10:34Модель улучшается так быстро, что очень
- 10:37часто достигает потолка теста.
- 10:39Приходится выбрасывать его и придумывать
- 10:41новый. Это просто часть процесса. И
- 10:44опять же, дело в эмпирическом подходе.
- 10:47Нужно пользоваться продуктом и моделью,
- 10:49смотреть, где у неё возникают трудности
- 10:51и на этой основе создавать набор
- 10:54оценочных тестов.
- 10:55>> Я слышала, как ты описывал создание
- 10:57лучших агентных продуктов на базе Клод
- 11:00через понятие анхоблинг, снятие
- 11:02ограничений с Клод. Расскажи подробнее,
- 11:05что это значит?
- 11:12>> Да, хоблинг в исследованиях это
- 11:14ситуация, когда модель что-то делает, а
- 11:16вы просто ей мешаете.
- 11:18Есть один подход к этому, который мне
- 11:20очень нравится и полезен при создании
- 11:22продукта.
- 11:23Он называется продакт оверхед, разрыв
- 11:26между возможностями модели и
- 11:28возможностями продукта.
- 11:30Идея в том, что модель уже способна
- 11:32делать самые разные вещи. Сегодняшняя
- 11:34модель, а не будущая. А мы ещё этого не
- 11:37осознали.
- 11:38У неё множество подобных способностей, о
- 11:40которых люди просто не знают.
- 11:49Например, пользоваться определённым
- 11:51инструментом или языком, решать
- 11:53определённый класс задач, действовать
- 11:56определённым способом, который, как нам
- 11:58казалось, был за пределами её
- 12:00возможностей. Вот этот разрыв и
- 12:02существует.
- 12:03Каждое поколение модели уже на что-то
- 12:06способна, но часто нет продукта, который
- 12:08позволил бы ей это делать, проявить эту
- 12:11способность.
- 12:12А с другой стороны, продукт зачастую
- 12:14просто мешает. Такое препятствование мы
- 12:17называем хоблинг.
- 12:19А когда продукт не позволяет выявить
- 12:21нужное поведение модели, это product
- 12:23overhead.
- 12:24По сути, две стороны одной и той же
- 12:26вещи.
- 12:31Один из примеров первоначальный Claude
- 12:34Code.
- 12:35Когда я начал над ним работать, примерно
- 12:37полтора-два года назад, была Sonnet 3.5.
- 12:41Для своего времени это была невероятная
- 12:44модель для программирования, лучшая из
- 12:46существовавших.
- 12:47По современным меркам она, конечно,
- 12:49довольно плохая. Но думаю, это была
- 12:51первая по-настоящему хорошая модель для
- 12:54кода, которую мы создали в Anthropic. А
- 12:57что делали тогдашние продукты для
- 12:59программирования? Автодополнение одной
- 13:02строки, иногда нескольких, это тогда
- 13:04было новой идеей. Ещё был чат, можно
- 13:07поговорить с агентом, но права записи у
- 13:10него не было, только чтение.
- 13:14Можно было задавать вопросы о кодовой
- 13:17базе. И было ощущение, что нет продукта,
- 13:19который полностью раскрывал бы
- 13:21способность модели писать целые функции
- 13:24и целые файлы за один раз.
- 13:26Тогда ещё не целые функции продукта, до
- 13:28этого мы не дошли, но целые файлы,
- 13:31вероятно, да.
- 13:32Таков был уровень её возможностей.
- 13:34И идея Claude Code была такой: хорошо,
- 13:37мы считаем, что модель вероятно это
- 13:39умеет. Если убрать всю дополнительную
- 13:42обвязку и дать ей самую простую
- 13:44оболочку, чтобы она могла писать целый
- 13:46файл за раз и создавать целую
- 13:48возможность продукта.
- 13:50По сути, этим всё и ограничивалось. Вот
- 13:52какой тогда был разрыв. Модель могла
- 13:54что-то делать, а всё остальное просто
- 13:56мешало.
- 13:59Мне кажется, сейчас, с современными
- 14:01моделями, этот разрыв огромен. И я не
- 14:04вижу, чтобы стартапы использовали его в
- 14:06полной мере.
- 14:08Люди, конечно, думают об этих задачах.
- 14:11Но возможностей раскрыть удивительное,
- 14:13интересное и коммерчески ценное
- 14:16поведение моделей просто невероятно
- 14:18много.
- 14:19>> Думаю, это очень ценная мысль для всех в
- 14:22этом зале. По сути, любой из вас может
- 14:25создать следующий Claude Code, если
- 14:27поймёт, как перестать сдерживать модели.
- 14:30Ведь именно так появился Claude Code. Вы
- 14:33сняли ограничения с Sonnet 3.5. Все
- 14:36предыдущие подходы держали модель в
- 14:38очень жёстких рамках среды разработки, а
- 14:41Claude Code одним из первых просто
- 14:44предоставил ей полноценный доступ к
- 14:46терминалу.
- 14:50>> Да.
- 14:50>> И в результате получился удивительный
- 14:52продукт, который продолжает развиваться.
- 14:55Так давай поговорим, в каких областях и
- 14:58как будущим основателям здесь стоит
- 15:00думать о снятии ограничений с Claude и
- 15:03устранении этого разрыва между
- 15:05возможностями модели и продукта.
- 15:12>> Я бы подумал о нескольких вещах.
- 15:14Во-первых, давайте модели задачи чуть
- 15:16сложнее, чем по вашему мнению, она
- 15:18способна решить.
- 15:20Я очень часто вижу одну ошибку. Люди
- 15:23пользуются Claude Code, пользуются
- 15:25Claude и дают чрезмерно подробные
- 15:27инструкции. Сделай вот это, но именно
- 15:30так, так и так. Обязательно сначала
- 15:32первое, потом второе, третье, четвёртое.
- 15:35Современными моделями так работать как
- 15:37раз не стоит. Нужно подняться чуть выше,
- 15:40описать задачу, ограничения, критерии
- 15:43завершения и дать модели самой
- 15:45разобраться. А через некоторое время
- 15:47вернуться. Думаю, она вас удивит. И
- 15:50опять же, полгода назад это бы не
- 15:52сработало, но сегодня работает.
- 16:00>> Можешь привести примеры таких сложных
- 16:03задач или возможностей, которые стоит
- 16:05попробовать? Что модель имеет теперь,
- 16:07чего не умела полгода назад?
- 16:09>> Да.
- 16:10Например, теперь модель может переписать
- 16:12практически любую кодовую базу с одного
- 16:15языка на другой. Это просто невероятно.
- 16:18Раньше такая работа заняла бы у инженера
- 16:21очень много времени. А теперь модель
- 16:23справляется довольно быстро.
- 16:25Вот пример. Cloud Code построен на среде
- 16:28выполнения JavaScript под названием Bun.
- 16:30Это открытая среда выполнения
- 16:32JavaScript, альтернатива Node.js, что-то
- 16:35вроде более быстрого Node.
- 16:38Bun был написан на Zig. Это язык
- 16:40системного программирования, похожий на
- 16:42C, очень низкоуровневый.
- 16:44Одна из проблем с C, точнее, Zig,
- 16:47памятью приходится управлять вручную.
- 16:50Поэтому легко столкнуться с утечками и
- 16:52другими проблемами управления памятью.
- 16:58Команда Bun использовала Cloud для
- 17:00фаззинга кодовой базы. Модель пыталась
- 17:03моделировать ситуации и вызывать утечки
- 17:05памяти.
- 17:06Так работали довольно долго и нашли
- 17:08множество утечек, но по одному случаю за
- 17:11раз.
- 17:12На тот момент возможности модели
- 17:13примерно этим и ограничивались,
- 17:15фаззингом. Потом Джаред из команды
- 17:17сказал: "Ладно, а давайте просто всё
- 17:20перепишем. Может, модель уже сможет?"
- 17:23Думаю, это была одна из проверочных
- 17:25задач, которую он предлагал каждому
- 17:27новому поколению модели. Начиная с
- 17:29Fable, модель стала справляться. Поэтому
- 17:33думаю, Opus 5 тоже смог бы.
- 17:37Он по сути определил набор тестов. У Bun
- 17:39есть замечательное свойство, он очень
- 17:41хорошо протестирован. Большой набор
- 17:44тестов есть и у Bun, и у Node.js, так
- 17:46что легко понять, всё ли сделано
- 17:48правильно. И он поручил модели
- 17:50переписать всё с Zig на Rust.
- 17:53Один промпт, динамический рабочий
- 17:55процесс, это функция Cloud Code,
- 17:57позволяющая организовать продуктивную
- 18:00работу десятков, сотен, тысяч агентов.
- 18:03Модель работала 11 дней и переписала всю
- 18:07кодовую базу.
- 18:09>> И всё это с одной попытки?
- 18:10>> С одной попытки. Ну, нет, не с одной. Её
- 18:12направляли, направляли, но предыдущие
- 18:14модели не смогли бы сделать это даже с
- 18:16подсказками. Это было бы просто
- 18:17невозможно.
- 18:20>> 11
- 18:20>> дней, боже мой. А раньше это заняло бы,
- 18:23даже у лучших инженеров, несколько
- 18:25месяцев, годы?
- 18:27>> Больше. Точно больше года.
- 18:29>> Да.
- 18:29>> Да, больше года. Там больше 100.000
- 18:33Среда выполнения JavaScript - очень
- 18:35сложная штука, там много всего.
- 18:37И да, это работает. Уже используется в
- 18:39продакшене. Когда вы запускаете Cloud
- 18:41Code, он теперь использует именно это.
- 18:43Вот один пример.
- 18:45>> Приведу и второй пример ещё не раскрытых
- 18:47продуктами возможностей модели.
- 18:49В первом случае у вас есть практическая
- 18:51задача в бизнесе, инженерии, продукте.
- 18:53Надо снова и снова пробовать решать её
- 18:55самой новой моделью. Вдруг она просто
- 18:57справится. Предыдущая не смогла, а новая
- 18:59возможно сможет. Второй подход -
- 19:01экспериментировать.
- 19:02Дайте себе свободу играть с моделью,
- 19:05пробовать что-то творческое. Она часто
- 19:07вас удивит. Например, последние пару
- 19:10недель внутри Anthropic очень популярна
- 19:12одна вещь. Кто-то выяснил, что Opus 5
- 19:15можно дать OpenCV.
- 19:21И попросить рисовать. Например, Opus,
- 19:24нарисуй это изображение с помощью
- 19:26OpenCV. И получается довольно хорошо.
- 19:29Портреты, животные, пейзажи. А мы не
- 19:32учили модель рисовать. Это просто разрыв
- 19:35между тем, что она умеет и тем, как мы
- 19:37вызываем эти способности. Если правильно
- 19:40попросить, она справляется.
- 19:42Мы обнаружили это случайно, просто играя
- 19:44и пробуя творческие вещи без прямого
- 19:47коммерческого применения. Но это
- 19:48интересно.
- 19:50И я предполагаю, что в сегодняшних
- 19:51моделях есть десятки, сотни таких
- 19:54возможностей, которых ещё никто не
- 19:56раскрыл.
- 19:57>> И большая область исследований здесь как
- 20:00раз раскрытие возможностей модели,
- 20:02верно? Научиться хорошо находить все эти
- 20:04способности и правильно просить модель
- 20:06выполнить нужную задачу, верно?
- 20:09>> Да.
- 20:10>> Как людям этому научиться? По сути, как
- 20:13стать лучше в промпт инжиниринге? Он всё
- 20:16ещё требует много работы или тоже
- 20:19меняется? Расскажи, куда всё движется.
- 20:22>> Помню, примерно год назад одной из самых
- 20:25популярных вакансий был промт-инженер.
- 20:28Потом всё немного изменилось, и,
- 20:30кажется, появился инженер контекста.
- 20:33Такие волны будут приходить и уходить.
- 20:35Сегодня навык, по-моему, меньше связан с
- 20:37промт-инженерингом.
- 20:39Важнее понять, как дать Клоду сложную
- 20:42задачу, такую, которая кажется ему
- 20:44немного не по силам. И как обеспечить
- 20:47ему возможность проверять свою работу по
- 20:49ходу дела. Думаю, именно проверка едва
- 20:52ли не самое важное, что люди делают
- 20:54неправильно.
- 21:01Вот пример. У нас есть настольное
- 21:04приложение Клод, построенное на
- 21:06электрон.
- 21:07Мы сделали его довольно быстрым, и
- 21:09теперь им очень приятно пользоваться.
- 21:11Полгода назад оно тормозило и было не
- 21:14очень надёжно. А теперь стало отличным,
- 21:17им пользуется большая часть команды.
- 21:20Но ради эксперимента я захотел узнать, а
- 21:22как ощущалось бы нативное приложение?
- 21:26Я начал сеанс Клод так. Это наш новый
- 21:29продукт, по сути, Клод в Слак.
- 21:31Сначала спросил, есть ли у тебя доступ к
- 21:34MacOS ранеру на GitHub? Он ответил:
- 21:37"Нет". Тогда я подключил ранер, и Клод
- 21:39смог запускать виртуальную машину Мак
- 21:42через GitHub.
- 21:44Потом я создал пустую кодовую базу для
- 21:47настольного приложения Клод,
- 21:49переписанного на Swift.
- 21:51И спросил, у тебя есть к нему доступ?
- 21:53Он ответил: "Нет".
- 21:55Я дал ему доступ.
- 21:57Так, отлично, теперь доступ есть.
- 22:00Потом я сказал, хочу, чтобы ты переписал
- 22:03приложение с электрон на Swift.
- 22:05Запускай электрон-приложение в
- 22:07виртуальной машине Мак, делай скриншоты
- 22:09и сравнивай их с версией на Swift.
- 22:12Пиксель за пикселем. Не останавливайся,
- 22:14пока не закончишь.
- 22:19>> По сути, это и был весь твой промт?
- 22:21>> Это был мой промт.
- 22:22>> И сколько времени это заняло?
- 22:24>> Он всё ещё работает.
- 22:27>> Когда ты его запустил?
- 22:29>> Прошло чуть больше двух недель. То есть
- 22:3214-15 дней.
- 22:34>> Не знаю, получилось ли у кого-нибудь в
- 22:35зале заставить Claude работать над одной
- 22:38задачей больше двух недель. Поднимите
- 22:40руку. Есть такие?
- 22:42О, хорошо. Несколько человек.
- 22:50>> Вот один из таких примеров.
- 22:53Речь о раскрытии возможностей модели.
- 22:56В общем, модель уже сегодня способна на
- 22:58это.
- 22:59Нужно просто позволить ей работать.
- 23:01Никаких хитростей не требуется. Не
- 23:03обязательные slash goal или slash loop.
- 23:06Они помогают, но по сути нужно только
- 23:08дать модели задачу и возможность
- 23:10проверять результат, чтобы она не
- 23:11застревала. И она будет продолжать.
- 23:14Кстати, в этом случае Claude ещё и решил
- 23:16вести прямой дневник. Создал у нас канал
- 23:18в Slack и стал каждые несколько минут
- 23:20выкладывать скриншоты своего прогресса.
- 23:23>> Промпт звучал так просто. Любой здесь
- 23:26мог бы это сделать.
- 23:28И вот что получается отличает тех, кто
- 23:30способен войти в 1% лучших пользователей
- 23:32Claude Code.
- 23:34Как людям научиться пользоваться Claude
- 23:35Code, как Борис?
- 23:42>> Может, просто не слушайте инфлюенсеров в
- 23:44LinkedIn.
- 23:46>> Не слушайте. Не читайте Twitter.
- 23:53>> Понимаете, все кажется ищут один хитрый
- 23:55приём, который всё решит. Его просто
- 23:58нет. Ничего такого нет.
- 24:00К модели нужно подходить эмпирически.
- 24:03Дать задачу, которая слишком сложна.
- 24:05Дать инструменты для проверки работы,
- 24:08как бы вы проверяли бы её сами.
- 24:10Посмотреть, где она испытывает трудности
- 24:12и исправить это.
- 24:14Улучшить промпт, добавить навык.
- 24:17Если не хватает контекста, [фыркает]
- 24:19дать MCP, чтобы модель могла получить
- 24:22нужные сведения.
- 24:23В общем-то и всё.
- 24:24>> Звучит очень просто.
- 24:26>> Мне кажется, люди склонны всё немного
- 24:28переусложнять, строить избыточные
- 24:30конструкции. Во многом потому, что
- 24:33раньше системы действительно приходилось
- 24:35создавать именно так. Поэтому у
- 24:37инженеров, которые программируют много
- 24:39лет или десятилетий, я очень часто вижу
- 24:42одну ошибку. Они пытаются чрезмерно
- 24:45подробно всё задать, слишком точно
- 24:47описать, а потом заставить модель
- 24:49выполнить задачу ровно так, как
- 24:51выполнили бы сами.
- 24:54Но модель работает иначе.
- 24:56Многие постепенно от этого отучаются, и
- 24:58это целый путь. Нужно понять, как
- 25:01обращаться с ней так, как с коллегой.
- 25:03Думаю, сейчас её интеллект уже на таком
- 25:06уровне.
- 25:07>> Давай подробнее разберём эту задачу,
- 25:08которая всё ещё выполняется. Ты запустил
- 25:10её 2 недели назад. Сколько агентов она
- 25:13запустила?
- 25:15>> Знаешь, я не уверен. Я могу спросить
- 25:17Claude и потом вернуться к тебе с
- 25:18ответом. Я бы предположил тысячи,
- 25:21десятки тысяч.
- 25:22>> Тысячи.
- 25:23Кто-нибудь из зала уже задавал одной из
- 25:25моделей задачу, чтобы она запустила
- 25:26больше тысячи агентов? Нет?
- 25:29Думаю, это ещё один полезный приём.
- 25:31Лучшие пользователи Claude Code умеют
- 25:33запускать задачи, которые дают серьёзный
- 25:35рычаг. Например, позволяют задействовать
- 25:37тысячи агентов.
- 25:42>> Да.
- 25:43>> Как это сделать?
- 25:45>> Есть несколько способов. Самый простой -
- 25:47динамические workflows. Это довольно
- 25:50новая функция в Claude Code. Достаточно
- 25:52сказать: используй workflow, и всё.
- 25:55Тогда Claude запустит динамический
- 25:57workflow.
- 25:58По сути, у нас есть среда выполнения
- 26:00Bun. Мы используем Bun как песочницу и
- 26:02запускаем в ней виртуальную машину.
- 26:05Затем Claude запускает множество агентов
- 26:07и координирует их. Это не просто один
- 26:09агент или, скажем, 10 параллельных
- 26:11агентов.
- 26:12Например, задача может быть такой.
- 26:21Переписать кодовую базу, провести очень
- 26:24глубокий анализ сложных данных или
- 26:27реализовать сложную функцию в несколько
- 26:29этапов, возможно, с десятками pull
- 26:31requests.
- 26:32Тогда сначала запускается группа
- 26:34агентов, чтобы сделать первый проход,
- 26:36опираясь на их результат, система может
- 26:38запустить ещё одну группу, проверить
- 26:41работу или обобщить её. Затем может
- 26:43начаться третий этап с новым запуском
- 26:46агентов. Так система продуктивно
- 26:48координирует целый набор разных агентов.
- 26:52Мой опыт в функциональном
- 26:53программировании, и мы спроектировали
- 26:55это как своеобразную алгебру агентов. Их
- 26:58можно запускать последовательно или
- 27:00параллельно. У Cloud есть разные
- 27:02инструменты, чтобы координировать этих
- 27:04агентов внутри песочницы, эффективно
- 27:07расходовать токены и выполнять очень
- 27:09сложную работу.
- 27:15Это здорово, и об этом пока мало писали.
- 27:18Это здорово, и об этом пока мало писали.
- 27:21По сути, это новая форма test-time
- 27:23compute.
- 27:24Когда мы говорим о scaling laws и о том,
- 27:27как модели со временем становятся умнее,
- 27:30исторически это зависело от размера
- 27:32нейросети, объёма обучающих данных и
- 27:35числа flops, затраченных на обучение.
- 27:38Недавно добавили test-time compute,
- 27:41по-исследовательски говоря, сколько
- 27:43токенов модель генерирует. А
- 27:45динамические workflows - новый способ
- 27:48координировать test-time compute и очень
- 27:51сильно увеличить его объём, чтобы решать
- 27:53сложные задачи. Это долгий способ
- 27:56сказать, что так можно продуктивно и
- 27:58эффективно запускать тысячи агентов.
- 28:06Второй способ - loop и routine. Loop -
- 28:08это, по сути, cron job, который локально
- 28:11запускает Cloud Code. Routine делает то
- 28:13же самое, но запускает Cloud Code в
- 28:15облаке, так что ноутбук можно закрыть.
- 28:18Это немного другой подход. Dynamic
- 28:20workflow - одна задача, разбитая на
- 28:22части. Loop и routine выполняют
- 28:24повторяющуюся задачу. Между запусками
- 28:26контекст не сохраняется, но память может
- 28:29быть общей. Так можно запускать задачу
- 28:31снова и снова, каждый час, каждые 5
- 28:34минут, каждый день. Мы не начали
- 28:36поручать Cloud Code поддерживать самого
- 28:38себя. Для этого есть канал в Slack, где
- 28:41запущено множество рутин для поддержки
- 28:43кодовой базы. Так мы делаем для CLI,
- 28:46приложения iOS, приложения Android и
- 28:48Desktop App.
- 28:55Например, одна такая рутина убирать
- 28:57мёртвый код. Это один промт, буквально
- 28:59одно предложение. Cloud Code выполняет
- 29:02его каждый день, ищет мёртвый код во
- 29:04всех наших кодовых базах с помощью
- 29:06статического и динамического анализа. Мы
- 29:09не просили его об этом, он сам до этого
- 29:11додумался. Каждый день он создаёт pull
- 29:13request, чтобы удалить мёртвый код. Ещё
- 29:16один пример выпуск экспериментов. Если
- 29:18эксперимент уже раскатан на 100%, он
- 29:21удалит его из кодовой базы и просто
- 29:23выпустит. Он также пишет тесты для
- 29:25участков, где не хватает покрытия, и
- 29:27удаляет ненужные тесты, бесполезные
- 29:30проверки, которые добавили старые модели
- 29:32или кто-то из сотрудников.
- 29:34Есть один пример, который мне очень
- 29:36нравится. Я забыл, как мы его назвали,
- 29:38кажется, полиция абстракций.
- 29:41В большой кодовой базе одна и та же
- 29:42абстракция часто встречается в
- 29:44нескольких местах.
- 29:45Если присмотреться, иногда это должна
- 29:47быть одна общая абстракция. Но со
- 29:50временем по какой-то причине её
- 29:52несколько раз реализовали по разному в
- 29:54разных частях кодовой базы.
- 29:57Cloud Code каждый день проходит по всем
- 29:59нашим кодовым базам, находит почти
- 30:01одинаковые абстракции и объединяет их.
- 30:06Теперь у нас каждый день, наверное, 20
- 30:09или 30 таких рутин сработают во всех
- 30:12кодовых базах.
- 30:14До полной автоматизации обслуживания
- 30:16приложений мы ещё не дошли, но уже
- 30:18движемся к этому.
- 30:20Это снова сотни агентов каждый день,
- 30:22иногда тысячи. Они выполняют работу, на
- 30:25которую раньше уходили десятки или сотни
- 30:28инженеров.
- 30:29Благодаря этому инженеры могут
- 30:30заниматься тем, чего действительно
- 30:32хотят, выпускать новые продукты,
- 30:34общаться с пользователями и делать
- 30:36что-то по-настоящему интересное.
- 30:40>> Кажется, отсюда напрашивается
- 30:43хороший вывод. Ты и раньше говорил, что
- 30:45программирование по сути решено, верно?
- 30:48Ты это упоминал. Теперь мне интересно,
- 30:50когда фактически каждый может писать
- 30:53программы, что отличает выдающихся
- 30:56создателей от остальных? Какие качества
- 30:59нужны сейчас, когда каждый может
- 31:00выпускать код?
- 31:03>> Я бы добавил одно уточнение.
- 31:05Программирование решено для того типа
- 31:07задач, которыми занимаюсь я, но не для
- 31:09всех.
- 31:10Есть очень сложные системные кодовые
- 31:12базы, где Cloud Code пока испытывает
- 31:14трудности.
- 31:15Распределённые системы, где он тоже
- 31:16буксует.
- 31:18Есть и точная проверка интерфейса,
- 31:19например, когда что-то смещено на
- 31:21пиксель. Здесь Cloud Code всё ещё не
- 31:23безупречен.
- 31:25Opus 5 сделал большой шаг в зрении и
- 31:27управлении компьютером, но и там пока не
- 31:29идеально.
- 31:30Но мне интересно узнать про людей здесь.
- 31:33Поднимите руку, если весь ваш код на
- 31:35100% пишется агентами и вы уже совсем не
- 31:38пишете код вручную.
- 31:41Результат хороший.
- 31:44Ладно, а у кого больше 50%?
- 31:48Рук чуть меньше, наверное, примерно
- 31:50столько же.
- 31:51Да, думаю, мы к этому приближаемся. Всё
- 31:54больше видов кода становятся решаемыми.
- 31:56Это здорово. Когда я думаю о людях,
- 31:58которые лучше всех используют Cloud
- 32:01Code, мне кажется, помогает определённый
- 32:04склад ума.
- 32:05Речь прежде всего об эмпирическом
- 32:07подходе. Забудьте всё, чему вас научили
- 32:09прошлые модели и всё, что вы изучали на
- 32:12занятиях по теории компьютерных наук.
- 32:15Посмотрите на модель, попробуйте дать ей
- 32:17задачу, выясните, где она спотыкается и
- 32:20скорректируйте подход.
- 32:22Это уже не теоретическая наука, а
- 32:24эмпирическая. Те, кто особенно хорошо
- 32:27справляется, умеют отбрасывать прежние
- 32:29ожидания, отпускать мысль "Раньше это не
- 32:32работало" и снова пробуют. Сейчас этот
- 32:35навык приносит очень хороший результат.
- 32:45>> И последний вопрос, учитывая всё, о чём
- 32:47мы говорили, если кто-то здесь изучает
- 32:49компьютер Science и научился
- 32:51программировать ещё до эпохи AI агентов,
- 32:54чему студентам всё ещё стоит учиться
- 32:56сложным старым способом?
- 33:04Для меня компьютер Science всегда была
- 33:06практикой. Я учился программировать
- 33:08самостоятельно, чтобы решать задачи. Я
- 33:11брался за код, когда нужно было решить
- 33:12конкретную проблему.
- 33:14Впервые я начал писать программы на
- 33:16калькуляторах TI-83,
- 33:19это было ещё в средней школе. Потом я
- 33:21даже выложил в интернет руководство по
- 33:23программированию для TI-83,
- 33:26оно, наверное, до сих пор где-то лежит.
- 33:28Я писал на Бейсике, это был мой первый
- 33:30язык.
- 33:31Я начал программировать на калькуляторе,
- 33:32чтобы лучше сдавать контрольные по
- 33:34математике, списывая на них.
- 33:45>> [аплодисменты]
- 33:50>> Для меня это была практическая цель. В
- 33:52средней школе это было самое практичное,
- 33:55что я мог придумать.
- 33:56В итоге я получал хорошие оценки, потом
- 33:59у меня появился небольшой кабель для
- 34:01последовательного порта, чтобы
- 34:02передавать программы одноклассникам. И
- 34:04они тоже получали хорошие оценки.
- 34:07Затем математика стала сложнее и решить
- 34:09задачи на Бейсике уже не получалось.
- 34:12Я перешёл от решателя алгебраических
- 34:14задач к более сложным задачам.
- 34:16Когда начался математический анализ, мне
- 34:19пришлось выучить Ассемблер, чтобы
- 34:20написать более мощный решатель и ещё
- 34:23лучше списывать на контрольные по
- 34:24математическому анализу.
- 34:27Для меня программирование всегда было
- 34:28практичным делом.
- 34:30Мой совет студентам: изучайте не только
- 34:32компьютер Science, это интеллектуально
- 34:35увлекательно и очень интересно, но
- 34:37научитесь применять знания. Часто это
- 34:39означает создавать стартапы и продукты,
- 34:42развивать чувство дизайна и бизнеса,
- 34:44учиться работать с данными и
- 34:46разговаривать с пользователями.
- 34:48Когда вы соединяете всё это с компьютер
- 34:50сайнс и инженерией, получается настоящая
- 34:53ценность.
- 34:54Вот такие навыки я бы по-прежнему
- 34:56развивал сам, без агентов.
- 35:01>> Если я правильно тебя поняла и
- 35:02подытожила, сначала сделай для себя то,
- 35:05чего хочешь сам, а потом поднимись на
- 35:07следующий уровень и создай то, чего
- 35:09хотят другие.
- 35:10>> Да.
- 35:12>> И у нас осталось для всех ещё одно
- 35:14особое объявление. Хочешь сказать
- 35:15что-нибудь напоследок?
- 35:18>> Да. Значит, все, кто сегодня здесь,
- 35:20получат Max 20X.
- 35:26>> [ликование]
- 35:33[смех]
- 35:40>> Звучит неплохо.
- 35:42>> Так что ищите, ищите код со электронной
- 35:44почты, и мне не терпится увидеть, что вы
- 35:46построите.
- 35:47>> Мы отправим вам письмо.
- 35:49>> [аплодисменты]
- 35:51[ликование]
- 35:56>> Мне интересно, теперь, когда у вас есть
- 35:57аккаунт и возможность это сделать,
- 35:59кто-нибудь в этом зале должен построить
- 36:01что-нибудь, что, надеюсь, сможет
- 36:03работать месяцами и использовать тысячи
- 36:05агентов. На этом всё. Большое спасибо,
- 36:07Борис.
- 36:07>> Спасибо.
- 36:08>> Спасибо.
- 36:12>> [аплодисменты]
About this transcript
This page contains the full transcript of Как выжать 1000% из Claude Code — создатель раскрыл секреты | Русский перевод by Nikolay Sekachev, generated from the public captions YouTube serves with the video. The transcript has 4,532 words across 897 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.
What you can do with it
Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to choose a caption track available on the video.
Free YouTube transcript tool
YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, caption language selection, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.