Писать код за вас уже умеет ИИ. Но ответственность за приёмку работ всё ещё лежит на вас.
Правильно ли написан код — за это ИИ не отвечает. Вам всё равно приходится просматривать его построчно — и это тот рубеж, который сдерживает многих.
Недавно Anthropic встроила проверку ИИ в рабочий цикл.
После написания кода Claude не сдаёт его сразу, а запускает четыре последовательные проверки:
/code-review — ищет баги, /simplify — очищает реализацию от избыточности, /verify — проводит сквозную валидацию, а если были затронуты интерфейсы, /design — сверяет визуальную часть с файлом DESIGN.md.
Только после прохождения всех четырёх этапов работа считается сданной.
22 июля команда Claude Code обнародовала этот внутренний «цикл проверки».
Другими словами, после написания кода Claude сначала сам ищет ошибки, исправляет их, и только потом возвращается к вам.
Это означает, что ИИ эволюционирует от «умения писать код» к «умению проверять свой собственный код».
В цикл работы агента добавился этап проверки
Anthropic назвала эту систему «циклом проверки» (verification loop).
Официальное определение простое — это итеративный процесс, в ходе которого Claude проверяет и пытается исправить свою работу.
Это меняет рабочий цикл агента.
Раньше это было «сбор контекста → выполнение действия → ручная проверка». Последний этап зависел от человека: ИИ сдаёт работу, а вам нужно просматривать её построчно.
Теперь цепочка удлинилась: «сбор контекста → выполнение действия → автоматическая проверка → исправление → повторная проверка». Проверка и исправление вернулись внутрь цикла.
Схема рабочего цикла агента от Anthropic: после получения запроса Claude собирает контекст, выполняет действие, проверяет результат. Если проверка не пройдена, действие выполняется заново. Только после успешной проверки результат возвращается.
Некоторые проверки Claude выполнял и раньше. Детерминированные сигналы из кодовой базы — такие как проверка типов, линтер, запуск тестов, ошибки времени выполнения — он понимает и может исправить по ходу дела.
Но есть и другой, более сложный тип проверок: правильно ли изменён интерфейс, удобен ли пользовательский процесс, не созданы ли незаметные проблемы этим изменением...
Раньше за всем этим приходилось следить человеку, выполняя одни и те же проверки десятки, сотни раз.
Решение Anthropic заключается в том, чтобы описать каждый из этих ручных проверочных шагов, упаковать их в Skill и поручить Claude автоматически выполнять их при каждой задаче.
На протяжении десятилетий все процессы в разработке ПО — написание требований, планирование, многоуровневые ревью, бесконечные совещания — по сути были обусловлены тем, что написание кода было медленным, а время инженеров — дорогим.
Когда ИИ сделал этап написания кода быстрым и дешёвым, эта предпосылка исчезла.
Сама команда Claude Code считает, что узкое место не исчезло, а переместилось: с «написания кода» на проверку, ревью кода, безопасность.
Код генерируется слишком быстро, и новая проблема заключается в том, правильный ли он, кто будет его поддерживать, и поспевает ли человек за скоростью его проверки.
Столкнувшись с этим новым узким местом, команда Claude Code начала с эксперимента на себе.
4 Skill для самопроверки, которые команда Claude Code использует ежедневно
Команда Claude Code внутри компании ежедневно использует эти четыре Skill для самопроверки.
/code-review — специализируется на проверке изменений в коде, выискивает потенциальные баги и даёт замечания по ревью.
Это равносильно тому, чтобы получить неутомимого рецензента.
/simplify — очищает diff изменений, удаляет запутанные сложные реализации, упрощает структуру.
Он не добавляет функции, а убирает избыточность, упрощает реализацию, снижая будущие затраты на поддержку.
Это очень важно и требует мастерства. Большинство людей пишут код, нагромождая его; инструмент, способный сознательно его упрощать, особенно ценен.
/verify — проводит сквозную (end-to-end) проверку, запускает код в реальных условиях, подтверждает, что функция действительно выполнена, а не «выглядит выполненной».
/design — включается только при изменении UI. Он сверяет вашу визуальную реализацию с файлом DESIGN.md в репозитории, пункт за пунктом, чтобы убедиться, что она не отклонилась от задуманного.
Эти 4 Skill возникли не на пустом месте.
Команда Claude Code уже заложила для них базовую поддержку проверок:
Встроенный /verify может запускать приложение и наблюдать за изменениями; если вы опишете команды сборки и тестирования в CLAUDE.md, он выполнит их; также есть Code Review для многoагентной проверки PR и GitHub Actions, автоматически срабатывающие при каждом коммите.
Эти 4 Skill команды — это дополнительный этап, надстроенный над этой общей основой.
Как написать собственный Skill для проверки?
Anthropic предлагает простой способ:
Опишите тот шаг проверки, который вы выполняете вручную каждый раз, простыми словами, как будто объясняете новому сотруднику в первый день работы.
Если вы затрудняетесь с описанием этой проверки, можно сначала попросить Claude дать общую версию лучших практик, а затем отредактировать её.
Вероятно, в нескольких моментах ваша версия будет отличаться от общей практики — и именно эти отличия стоит зафиксировать.
Проверка не обязательно должна быть субъективным суждением типа «чувствуется ли это правильным?».
Например: любое изменение, удаляющее поле базы данных без сопутствующих шагов миграции данных, должно быть отклонено. Это «местное правило», которое никогда не поймает общий линтер, но которое является особенностью вашего проекта.
Любую «красную линию», которую вы отстаиваете только постоянным ручным контролем, стоит превратить в цикл.
Что делать после написания описания?
Передать его skill-creator, чтобы он задал вам уточняющие вопросы, или просто положить Markdown-файл в .claude/skills/.
Самый простой Skill для проверки — это несколько строк описания и основной текст. Затем нужно протестировать его на новой задаче, убедиться, что проверка действительно запускается, и при необходимости исправить.
Если вы не можете изменить какой-то Skill (например, встроенный или предоставленный плагином), есть обходной путь: создать «обёрточный» Skill, который сначала вызовет оригинальный, а затем вашу проверку. Это позволяет встроить проверку, даже если нужно немного усложнить путь.
Проверка не единообразна: есть 4 уровня автоматизации
После того как проверки упакованы в Skill, возникает следующий вопрос: когда они должны запускаться?
Anthropic предлагает 4 уровня автоматизации, от свободного до строгого.
Standalone (Автономный): вы вспоминаете и запускаете его вручную.
Embedded (Встроенный): встроен в рабочий процесс определённой задачи, запускается вместе с ней.
Chained (Цепочный): несколько проверочных Skill связаны в цепочку, которая автоматически выполняется один за другим.
On every PR (На каждый PR): самый жёсткий уровень — автоматически проходит при каждом коммите кода.
Официально этот средний переход называется «от привычки к контракту».
Раньше это была личная привычка — «я всегда помню, что после /simplify нужно запустить /verify». После объединения в цепочку это становится фиксированным контрактом — «после /simplify автоматически вызывается /verify».
Вся цепочка самостоятельно проходит цикл разработки, возвращаясь к вам только тогда, когда требуется ваше решение.
Чем длиннее цепочка, тем выше надёжность, но официальная рекомендация специально предупреждает: цепочная проверка реально расходует токены.
Поэтому не стоит сразу выставлять все проверки как обязательные для каждого PR. Правильный подход — сначала оценить стабильность работы, а затем постепенно добавлять строгость.
За 4 Skill — смена парадигмы в AI-программировании
За этими 4 Skill стоит смена парадигмы в AI-программировании: конкуренция смещается от генерации к проверке.
Создатель Claude Code высказывал такое же мнение.
9 июня этого года он написал в Твиттере: в эпоху, когда мощные модели способны работать автономно продолжительное время, самопроверка — ключ к тому, чтобы модель работала дольше, а результаты были ближе к вашим ожиданиям: вам не нужно постоянно следить за Claude, чтобы поручить ему больше работы.
Проще говоря, чем надёжнее проверка, тем увереннее может работать агент; чем дольше он работает, тем меньше забот у человека.
Раньше мы полагались на промты, но у них есть потолок: они решают только текущую задачу, и в следующий раз всё нужно начинать заново.
Сначала стоит развеять распространённое заблуждение: Skill — это не Markdown-промт.
Это модуль возможностей, содержащий инструкции, структуру файлов, скрипты, вызовы инструментов, настройки и весь рабочий процесс. Это упаковка проверочных шагов, дизайн-стандартов и ошибок, набитых командой, в готовый к использованию пакет, который Claude может найти самостоятельно.
Что ещё важнее, Skill превращается из особенности Claude Code в открытый стандарт, используемый несколькими вендорами.
Как отмечают в отрасли, GitHub Copilot, Cursor, OpenAI Codex, Gemini CLI уже используют один и тот же формат.
Это означает, что Skills, созданные вашей командой, не будут заперты в одном инструменте. Опыт, стандарты, процессы проверки команды оседают и становятся возможностью, которую можно использовать многократно.
Это приводит к суровой реальности: одна и та же Claude может демонстрировать эффективность, различающуюся в разы в разных командах. Причина разрыва не в модели, а в рабочих процессах:
Превратили ли вы проверки в Skills, выстроили ли цикл проверки, заставили ли агента самостоятельно замыкать цикл обратной связи.
В конечном счёте, возможности агента — это сумма: модель + инструменты + механизм проверки + рабочие процессы.
С первым слагаемым у всех всё более схоже. А вот последние три полностью находятся в руках пользователя.
Конечно, эта статья демонстрирует оптимизацию процессов разработки с помощью ИИ, а не то, что «ИИ уже может самостоятельно писать ПО». Он всё ещё не обходится без инженеров и не может выполнять production-поставки без участия человека.
Поэтому речь не о том, что агенты отнимают работу у инженеров-людей, но направление уже ясно.
Раньше мы учили ИИ, как писать код. Теперь пора учить его проверять, правильно ли он его написал.
Для того, кто ежедневно использует ИИ для написания кода, тот день, когда «перед уходом с работы всё равно приходится вручную перепроверять» можно будет спокойно поручить ИИ, станет днём, когда он по-настоящему начнёт работать на вас.
Источники:
https://claude.com/blog/building-verification-loops-in-claude-code-with-skills
https://claude.com/blog/getting-started-with-loops?utm_source=chatgpt.com
Статья из WeChat Official Account «新智元» (New Zhiyuan), автор: ASI启示录
