Sysls предупреждает: перегрузка Claude и Codex контекстом может снизить производительность

Автор: sysls

Перевод: Shenchao TechFlow

Обзор Shenchao: Разработчик-блогер sysls с 2,6 млн подписчиков написал подробную практическую статью, которую переслали 827 человек и лайкнули 7000. Ее суть — всего одна фраза: ваши плагины, системы памяти и различные фреймворки, скорее всего, мешают, а не помогают. В статье нет абстрактных теорий — только практические принципы, выведенные из реальных производственных проектов: как управлять контекстом, справляться с тенденцией ИИ угождать и как определять условия завершения задачи. Это самая ясная статья, которую я когда-либо видел о практическом применении Claude/Codex.

Полный текст:

Вы разработчик, каждый день используете Claude и Codex CLI, и каждый день задаетесь вопросом, действительно ли вы полностью использовали их возможности. Иногда вы видите, как они совершают абсурдно глупые ошибки, и не понимаете, почему некоторые люди будто бы строят ракеты с помощью ИИ, а вы не можете даже стабильно сложить два камня.

Ты думаешь, что проблема в твоём harness, плагине, терминале и т.д. Ты использовал beads, opencode, zep, твой CLAUDE.md содержит 26 000 строк. Но сколько бы ты ни старался, ты всё равно не понимаешь, почему всё дальше удаляешься от рая, в то время как другие веселятся с ангелами.

Это та статья, на которую вы всё это время ждали.

Кроме того, у меня нет конфликтов интересов. Когда я говорю о CLAUDE.md, я имею в виду также AGENT.md, а когда говорю о Claude, я имею в виду также Codex — я активно использую оба.

В последние месяцы я заметил интересный факт: почти никто не знает, как максимально эффективно использовать возможности агента.

Кажется, что небольшая группа людей может заставить агентов построить весь мир, в то время как остальные блуждают в море инструментов, страдая от синдрома выбора — полагая, что найдя правильную комбинацию пакетов, навыков или харнессов, они смогут разблокировать AGI.

Сегодня я хочу разрушить всё это и оставить вам простое, честное утверждение, после чего мы начнём с этого момента. Вам не нужна последняя система прокси, не нужно устанавливать миллион пакетов и совершенно не обязательно читать миллион статей, чтобы оставаться конкурентоспособным. На самом деле, ваша страсть, скорее всего, приносит больше вреда, чем пользы.

Я пришел сюда не для туризма — я начал использовать их еще с тех пор, как агенты едва могли писать код. Я перепробовал все пакеты, все харнессы, все парадигмы. Я писал сигналы, инфраструктуру и конвейеры данных с помощью фабрик агентов — не «игрушечные проекты», а реальные кейсы, работающие в продакшене. Сделав все это…

Сегодня я использовал конфигурацию, которую невозможно сделать проще — только базовые CLI (Claude Code и Codex) плюс понимание нескольких основных принципов инженерии прокси, и создал свою самую прорывную работу за всю историю.

Прежде всего, хочу сказать, что компании, разрабатывающие базовые модели, сейчас находятся на этапе беспрецедентного рывка, который явно не замедлится в ближайшее время. Каждое улучшение «агентного интеллекта» меняет способ, которым вы взаимодействуете с ними, поскольку агенты становятся все более склонными выполнять команды.

Еще несколько поколений назад, если бы вы написали в CLAUDE.md: «Прежде чем что-либо делать, прочитайте READTHISBEFOREDOINGANYTHING.md», он с вероятностью 50% ответил бы вам: «Иди к черту», и продолжил делать то, что хотел. Сегодня он следует большинству команд, включая сложные вложенные инструкции — например, вы можете сказать: «Сначала прочитай A, затем B, и если C, то прочитай D» — и в большинстве случаев он с удовольствием последует за вами.

Что это означает? Самый важный принцип — осознать, что каждое новое поколение агентов заставляет вас заново задуматься о том, что является оптимальным решением, именно поэтому меньше — значит больше.

Когда вы используете множество различных библиотек и харнессов, вы запираете себя в одном «решении», но эта проблема может вообще не существовать перед лицом следующего поколения агентов. Знаете, кто самые страстные и активные пользователи агентов? Верно — сотрудники передовых компаний, у которых неограниченный бюджет на токены и используются действительно самые современные модели. Понимаете ли вы, что это означает?

Это означает, что если существует реальная проблема и есть хорошее решение, передовые компании станут крупнейшими пользователями этого решения. А что они делают дальше? Они интегрируют это решение в свои собственные продукты. Подумайте, почему компания вообще позволит другому продукту решать реальные болевые точки и создавать внешнюю зависимость? Как я знаю, что это правда? Посмотрите на навыки, харнесс памяти, субагенты… Все они начались как «решения» для реальных проблем и были проверены на практике как по-настоящему полезные.

Так что, если что-то действительно революционно и может значимо расширить возможности агентов, оно рано или поздно будет интегрировано в основной продукт компании. Поверьте мне, базовая компания движется с огромной скоростью. Так что расслабьтесь — вам не нужно ничего устанавливать или полагаться на внешние зависимости, чтобы добиться наилучших результатов.

Я предсказываю, что в комментариях вскоре появится: «SysLS, я использовал某某 harness, это потрясающе! Я воссоздал Google за один день!» — на это я скажу: поздравляю! Но вы не целевая аудитория; вы представляете собой чрезвычайно малочисленную группу в сообществе, которая действительно поняла инженерию агентов.

Честно говоря, контекст — это всё. Ещё одна проблема с использованием тысячи плагинов и внешних зависимостей — это то, что вы сильно страдаете от «раздувания контекста» — то есть ваш агент перегружен слишком большим количеством информации.

Давайте сделаем игру в угадывание слов на Python? Просто. Подождите, а что это за заметка «управление памятью» была 26 сессий назад? А, пользователь столкнулся с зависанием экрана 71 сессию назад из-за слишком большого количества дочерних процессов. Всегда нужно писать заметки? Хорошо, понятно… Как это относится к игре в угадывание слов?

Ты понимаешь. Ты хочешь дать агенту только точную информацию, необходимую для выполнения задачи — ни больше, ни меньше! Чем лучше ты контролируешь это, тем лучше будет работать агент. Как только ты начинаешь вводить странные системы памяти, плагины или слишком много запутанных имен и вызовов навыков, ты даёшь агенту и инструкцию по сборке бомбы, и рецепт торта, хотя тебе нужно просто, чтобы он написал стихотворение о секвойях.

Итак, я снова проповедую — откажитесь от всех зависимостей, а затем...

Точно опишите детали реализации

Remember that context is everything?

Do you remember that you want to inject exactly the right amount of information into the agent to complete the task — no more, no less?

Первый способ добиться этого — разделить исследование и реализацию. Вы должны быть чрезвычайно точны в том, что именно вы требуете от агента.

Каковы последствия неточности? «Создайте систему аутентификации.» Агенту придется изучать: что такое система аутентификации? Какие варианты существуют? Каковы их плюсы и минусы? Теперь ему нужно искать в интернете кучу информации, которая ему на самом деле не нужна, и контекст заполняется деталями различных возможных реализаций. Когда наступит момент реальной реализации, он с большей вероятностью запутается или сгенерирует ненужные или несвязанные иллюзии относительно выбранного решения.

Напротив, если вы скажете: «Используйте JWT-аутентификацию с хешированием паролей bcrypt-12, смену рефреш-токенов и срок действия 7 дней…», вам не нужно изучать какие-либо другие альтернативы — будет понятно, что вы хотите, и контекст можно заполнить деталями реализации.

Конечно, вы не всегда будете знать детали реализации. Часто вы не знаете, что правильно, и иногда хотите передать решение деталей реализации агенту. Что делать в такой ситуации? Просто создайте исследовательскую задачу для изучения различных вариантов реализации, либо сами решите, либо позволите агенту выбрать подходящий вариант, а затем поручите другому агенту с новым контекстом реализовать его.

Как только вы начнете так мыслить, вы обнаружите места в рабочем процессе, где контекст агента ненужно загрязняется, и сможете установить изолирующие барьеры в рабочем процессе агента, абстрагируя от него ненужную информацию и оставляя только тот специфический контекст, который позволит ему отлично справляться с задачей. Помните: у вас есть очень талантливый и умный член команды, который знает обо всех видах шаров во вселенной — но если вы не скажете ему, что хотите спроектировать пространство, где люди будут танцевать и веселиться, он будет продолжать рассказывать вам о преимуществах сферических объектов.

Ограничения дизайна, связанные с тенденцией угождать

Никто не хочет использовать продукт, который постоянно критикует вас, говорит, что вы ошибаетесь, или полностью игнорирует ваши команды. Поэтому эти агенты будут стараться соглашаться с вами и делать то, что вы хотите.

Если вы попросите его добавлять слово «счастье» после каждого третьего слова, он постарается выполнить это — большинство людей это понимают. Его способность подчиняться именно делает его таким полезным продуктом. Но у этого есть очень интересная особенность: это означает, что если вы скажете «помоги мне найти баг в репозитории кода», он найдёт баг — даже если придётся его «создать». Почему? Потому что он очень-очень хочет подчиниться вашей команде!

Большинство людей быстро жалуются, что ИИ создает иллюзии и выдумывает несуществующие вещи, не осознавая, что проблема в них самих. Что бы вы ни попросили его найти — он это предоставит, даже если придется немного исказить факты!

Что тогда делать? Я обнаружил, что «нейтральные подсказки» очень эффективны — это когда агент не настроен на определённый результат. Например, вместо того чтобы сказать «Помоги мне найти баг в базе данных», я говорю: «Отсканируй всю базу данных, попытайся проследить логику каждого компонента и сообщи обо всех обнаруженных результатах».

Такие нейтральные подсказки иногда обнаруживают ошибки, а иногда просто объективно описывают, как работает код. Но они не склоняют агента к предположению, что есть ошибки.

Еще один способ справиться с тенденцией угождать — превратить ее в преимущество. Я знаю, что агент старается угодить мне и следовать моим инструкциям, и я могу слегка отклониться в ту или иную сторону.

Поэтому я поручил агенту по поиску ошибок выявить все ошибки в базе данных, сказав ему, что незначительные ошибки получают +1 балл, умеренно значимые — +5 баллов, а серьезные — +10 баллов. Я знаю, что этот агент будет чрезвычайно ретиво выявлять все типы ошибок (включая те, что не являются ошибками), а затем сообщит мне результат, например, 104 балла. Я рассматриваю это как супермножество всех возможных ошибок.

Затем я даю противодействующему агенту задачу опровергать их, сообщая ему, что за каждое успешное опровержение бага он получает очки, равные баллам этого бага, но если он ошибается, то получает -2 кратное количество очков этого бага. Этот агент будет стремиться опровергать как можно больше багов, но из-за механизма наказания будет действовать осторожно. Тем не менее он будет активно «опровергать» баги (включая реальные баги). Я рассматриваю это как подмножество всех реальных багов.

В конце концов, я поручил судье агенту синтезировать входные данные обоих агентов и выставить оценки. Я сообщил судье, что у меня есть реальный правильный ответ: за правильный ответ он получает +1 балл, за неправильный — –1 балл. Затем судья оценил агента по поиску ошибок и противодействующего агента по каждой из «ошибок». То, что судья определил как истину, я проверял. В большинстве случаев этот метод удивительно точно воспроизводит реальность, хотя иногда всё же возникают ошибки — но это уже почти безошибочная операция.

Возможно, вам достаточно найти отдельного агента для поиска ошибок, но этот метод отлично работает для меня, поскольку он использует врожденную программную особенность каждого агента — желание угодить.

Этот вопрос кажется сложным, будто требует глубокого изучения и постоянного отслеживания передовых достижений в области ИИ, но на самом деле он простой... Если OpenAI и Claude уже реализовали это или приобрели компанию, которая это реализовала, то, скорее всего, это работает.

Обратили ли вы внимание, что «навыки (skills)» уже повсеместны и являются частью официальной документации Claude и Codex? Обратили ли вы внимание на то, что OpenAI приобрела OpenClaw? Обратили ли вы внимание на то, что Claude сразу же добавила функции памяти, голоса и удаленной работы?

Как насчет планирования (planning)? Помните, как множество людей обнаружило, что сначала планировать, а потом реализовывать — действительно очень полезно, и это стало ключевой функцией?

Да, они полезны!

Помните, как бесконечные stop-hooks были невероятно полезны, потому что агенты крайне неохотно выполняли длительные задачи… а затем, как только вышел Codex 5.2, эта потребность исчезла за одну ночь?

Вот всё, что вам нужно знать… Если что-то действительно важно и полезно, Claude и Codex реализуют это сами! Поэтому вам не стоит слишком переживать о том, использовать ли «новое» или знакомиться с «новым» — вам даже не нужно «поддерживать актуальность».

Помоги мне. Регулярно обновляй выбранный тобой CLI-инструмент и читай, какие новые функции появились. Этого достаточно.

Некоторые люди, использующие прокси, сталкиваются с огромной ловушкой: иногда они кажутся самыми умными существами на Земле, а иногда вы не можете поверить, что вас надули.

Это умно? Это чёрт возьми идиот!

Основное различие заключается в том, вынуждены ли агенты делать предположения или «заполнять пробелы». Сегодня они всё ещё крайне плохо справляются с «соединением точек», «заполнением пробелов» или выдвижением предположений. Как только они это делают, это сразу становится очевидным — ситуация резко ухудшается.

Одним из самых важных правил в CLAUDE.md является правило о том, как получать контекст, и оно указывает агенту в первую очередь прочитать это правило при каждом чтении CLAUDE.md (то есть после каждого сжатия). В рамках правила получения контекста несколько простых инструкций могут сыграть огромную роль: повторное чтение плана задачи и повторное чтение (связанных с задачей) файлов перед продолжением.

У людей есть четкое ощущение того, когда задача «завершена». Для агентов текущая крупнейшая проблема в том, что они знают, как начать задачу, но не знают, как ее завершить.

Это часто приводит к очень разочаровывающим результатам: агент в итоге просто реализует набор заглушек и завершает работу.

Тестирование — отличная веха для агента, поскольку тесты детерминированы, и вы можете установить очень четкие ожидания. Пока эти X тестов не пройдут, ваша задача не считается завершенной; при этом вы не имеете права изменять тесты.

Затем вам просто нужно проверить тесты, и как только все тесты пройдут, вы сможете быть спокойны. Вы также можете автоматизировать этот процесс, но главное — помните, что «завершение задачи» для человека — это естественно, а для агента — нет.

Вы знаете, что еще стало выполнимой целью задачи недавно? Сделайте скриншот + проверка. Вы можете заставить агента выполнить что-то до тех пор, пока все тесты не пройдут, а затем попросить его сделать скриншот и проверить «дизайн или поведение» на скриншоте.

Это позволяет агенту продолжать итерации и стремиться к желаемому дизайну, не беспокоясь, что он остановится после первой попытки!

Естественным продолжением является заключение «договора» с агентом и включение его в правила. Например, этот `{TASK}CONTRACT.md` определяет, что необходимо сделать, прежде чем вам будет разрешено завершить сессию. В `{TASK}CONTRACT.md` вы укажете тесты, скриншоты и другие проверки, которые необходимо выполнить перед подтверждением завершения задачи!

Один из самых частых вопросов, которые мне задают: как обеспечить работу прокси круглосуточно и при этом не допустить отклонений?

Здесь есть простой способ. Создайте stop-hook, который блокирует завершение сессии агента, пока все разделы `{TASK}_CONTRACT.md` не будут завершены.

Если у вас есть 100 таких контрактов с четко определенными параметрами, содержащих содержание, которое вы хотите создать, stop-hook предотвратит завершение агента до тех пор, пока все 100 контрактов не будут завершены, включая все необходимые тесты и проверки!

Профессиональный совет: Я обнаружил, что длительные 24-часовые сессии не являются оптимальными для выполнения задач. Часть причины заключается в том, что такой подход структурно приводит к раздуванию контекста, поскольку контекст нерелевантных контрактов попадает в одну и ту же сессию!

Так что я не рекомендую этого делать.

Здесь есть более эффективный способ автоматизации прокси — открывайте новую сессию для каждого контракта. Создавайте контракт всякий раз, когда вам нужно что-то сделать.

Создайте слой оркестрации для создания нового контракта при выполнении определенного условия и создания новой сессии для обработки этого контракта.

Это полностью изменит ваш опыт использования агента.

Вы наняли административного ассистента — ожидаете ли вы, что он будет знать ваш график с первого дня? Или как вы пьете кофе? Вы ужинаете в 18:00, а не в 20:00? Очевидно, нет. Вы постепенно формируете предпочтения со временем.

То же самое относится к агентам. Начните с самой простой настройки, забудьте о сложных структурах или харнессах, дайте базовому CLI шанс.

Затем постепенно добавляйте свои предпочтения. Как это сделать?

Правила

Если вы не хотите, чтобы агент делал что-то, запишите это в виде правила. Затем сообщите агенту это правило в файле CLAUDE.md. Например: «Перед написанием кода прочитайте файл coding-rules.md». Правила могут быть вложенными и условными! Если вы пишете код — прочитайте coding-rules.md; если пишете тесты — прочитайте coding-test-rules.md; если ваши тесты не проходят — прочитайте coding-test-failing-rules.md. Вы можете создавать правила с любыми логическими ветвлениями, которые агент должен соблюдать; Claude (и Codex) с удовольствием им следуют, при условии, что в CLAUDE.md есть четкие инструкции.

На самом деле, это мой первый практический совет: воспринимайте ваш CLAUDE.md как логическую, вложенную структуру, указывающую, где искать контекст в определенных сценариях и при определенных результатах. Он должен быть максимально лаконичным и содержать только логику IF-ELSE: «в какой ситуации искать контекст».

Если вы видите, что агент делает что-то, с чем вы не согласны, добавьте это в качестве правила и скажите агенту прочитать это правило перед тем, как в следующий раз сделать это — он точно больше так не поступит.

Навыки

Навыки (Skills) работают аналогично правилам, однако вместо предпочтений в кодировании они лучше подходят для описания «шагов действий». Если у вас есть определённый способ, которым вы хотите, чтобы что-то было выполнено, вы можете встроить это в навыки.

На самом деле, люди часто жалуются, что не знают, как агент решит проблему, что вызывает беспокойство. Если вы хотите сделать это предсказуемым, пусть агент сначала изучит, как он решит эту проблему, а затем запишет решение в виде файла навыков. Таким образом, вы сможете заранее увидеть, как агент будет решать проблему, и исправить или улучшить его подход до того, как он столкнется с ней в реальности.

Как заставить агента узнать о существовании этого навыка? Именно! Вы пишете в CLAUDE.md, что при возникновении этой ситуации, когда нужно решить эту задачу, прочитайте этот файл `SKILL.md`.

Правила и навыки обработки

Вы, безусловно, хотите постоянно добавлять правила и навыки агенту. Именно так вы придаете ему индивидуальность и запоминаете ваши предпочтения. Почти все остальное избыточно.

Как только ты начнешь это делать, твой агент будет вести себя как магия. Он будет делать то, что ты хочешь. И тогда ты наконец почувствуешь, что «понял» инженерию агентов.

Затем...

Вы увидите, что производительность снова начала снижаться.

Что происходит?!

Просто. По мере добавления все большего количества правил и навыков они начинают противоречить друг другу, или агент начинает страдать от серьезного раздувания контекста. Если агенту нужно прочитать 14 файлов Markdown перед началом программирования, у него возникнет та же проблема с кучей бесполезной информации.

Что делать?

Очистка. Пусть ваш агент «сделает спа», объединит правила и навыки и устранит противоречия, указав ваши обновленные предпочтения.

Затем это снова будет казаться волшебством.

Всё. Это и есть настоящий секрет. Держитесь простоты, используйте правила и навыки, рассматривайте CLAUDE.md как оглавление и внимательно учитывайте их контекст и ограничения дизайна.

Сегодня нет идеального агента. Вы можете передать множество задач по дизайну и реализации агенту, но за результат вам придется отвечать.

Так что будьте осторожны... и отлично проведите время!

Быть настоящим удовольствием играть с игрушками будущего (при этом явно используя их для серьезных дел)!