Claude Code AI ускоряет генерацию кода, но без перестройки процессов команда не ускорится

Разработчик Штайнбергер в статье Shipping at Inference-Speed показал, как соло-инженер, перестроивший личную среду под агентов, упирается только в скорость ответа модели. Но он же оговорился: часть его практик в большой команде не сработает. Проблема не в инструменте, а в том, что «автоматизировали» один узел, а система вокруг него не изменилась.

Почему купить инструмент недостаточно?

Типичная картина: компания покупает Claude Code AI или Codex, раздаёт разработчикам и ставит галочку «внедрили ИИ». Код генерируется быстрее, но скорость доставки продукта не меняется. Причина в том, что процессы, которые создают задачи для этого кода, остались прежними.

Автор оригинала сравнивает это с наймом уверенного мидла, которому не дали доступ к трекеру, не показали базу знаний и рассказали про архитектуру один раз на онбординге. Изредка просят что-то погуглить, потом ругают за непонимание контекста.

Ошибка одинакова в стартапах, венчурных студиях и в крупных компаниях. Некоторые уже называют себя «AI-native», хотя каждый сотрудник работает с агентом по-своему, а обмен знаниями происходит по личной инициативе в частных разговорах.

Что нового в подходе к Claude Code?

• Корневой файл вместо «энциклопедии в промпте». В корне проекта создаётся короткий файл (AGENTS.md или Claude.md), который агент читает перед каждой задачей. Внутри: назначение проекта, команды запуска, карта документации, правила тестирования, действия с обязательным подтверждением человека и определение готового результата.
• Маршрутизация, а не одна гигантская инструкция. Агенту нужны те же «маршруты», что держит в голове опытный разработчик: где лежит контракт, кого спросить, какой профиль тестов запускать. Правило выбирается по типу изменения: мелкий CSS-твик обходится линтером, а платёжный контракт тянет полный профиль тестирования.
• Изолированная реализация и независимое ревью. Агент меняет код в изолированном окружении (отдельной песочнице), прогоняет сценарии, включая сбои, а второй агент или человек получает результат, diff (список изменений) и итоги проверок. Решение о доставке в продакшн принимает человек.
• Документация для агента = документация для команды. Хорошо описанные маршруты полезны и новому сотруднику: он открывает тот же репозиторий и быстрее понимает, как принято работать. По наблюдению автора оригинала, Anthropic рекомендует отдельный Claude.md, но агент читает и AGENTS.md, если альтернативного файла нет.

Как попробовать?

1. Убедитесь, что у вас есть подписка Claude с доступом к Claude Code AI. Установите инструмент по инструкции на сайте Anthropic.
2. Создайте в корне проекта файл AGENTS.md (или Claude.md). Опишите в нём назначение проекта, команды запуска, карту документов, правила тестов и определение «готово».
3. Перестройте постановку задач: каждая задача должна содержать проверяемое обещание (что именно должно работать), границы риска и критерии приёмки. Без этого агент работает вслепую, как тот мидл без доступа к трекеру.
4. Настройте маршрут: намерение, критерии приёмки, контекст, план, реализация, проверки, ревью, staging (промежуточная среда для тестов), доставка. На каждом этапе определите, где агент действует автономно, а где нужно подтверждение человека.

Есть ли аналоги в России?

Прямого аналога Claude Code AI на российском рынке нет. YandexGPT и GigaChat умеют генерировать код по промпту (текстовому запросу к модели), но не работают как агентные (самостоятельно действующие) инструменты в терминале с доступом к файловой системе проекта.

Принцип из статьи применим к любому ИИ-инструменту: если вы используете YandexGPT для генерации кода, но задачи ставите по-старому и не описываете контекст проекта, результат будет таким же разочаровывающим.

Что делать с этим прямо сейчас?

Разработчику и техлиду. Не ждите, пока руководство перестроит процессы. Начните с корневого файла в одном проекте. Опишите маршруты, которые вы и так держите в голове. Это займёт час, а агент перестанет «гуглить вслепую».

Автору Дзена и контент-маркетологу. Принцип переносится на работу с любой нейросетью для текстов: если вы даёте модели задачу без контекста, стиль-гайда и критериев готовности, результат будет слабым. Заведите свой «корневой файл»: тон, аудитория, запрещённые слова, структура, определение «готово».

Предпринимателю. Покупка инструмента без перестройки процессов не даст ускорения. Прежде чем платить за подписку, опишите, как устроена передача задач, ревью и приёмка результата в вашей команде сейчас, и где агент может взять на себя участок с низким риском.

Частые вопросы

Claude Code AI заменяет разработчика?

Нет. Агент выполняет разрешённую ему часть процесса и передаёт результат на следующий этап. Решение о доставке кода в продакшн принимает человек. Модель пишет код, а надёжность обеспечивается процессом вокруг: критерии, контекст, изоляция, ревью и человеческое подтверждение.

Обязательно ли создавать AGENTS.md?

Не обязательно, но без корневого файла агент работает без контекста, как новый сотрудник без онбординга. Файл описывает маршруты: куда смотреть, какие тесты запускать, что считать готовым результатом. По наблюдению автора оригинала, Claude читает и AGENTS.md, и Claude.md.

Можно ли применить этот подход без Claude Code?

Да. Описанный маршрут (задача, критерии, контекст, план, реализация, проверки, ревью, доставка) работает с любым ИИ-инструментом для генерации кода. Ключевая идея не в конкретном продукте, а в том, что автоматизировать один узел без перестройки всей цепочки бессмысленно.

Главный вывод прост: если ваша команда купила Claude Code AI, но спринт спланирован как раньше, задачи поставлены без критериев и контекста, а ревью проходит по старой схеме, вы автоматизировали набор текста, а не разработку. Начните с одного файла в корне проекта и одного честного описания маршрута, по которому задача превращается в работающий код.