За последние сутки в экосистеме Claude Code было на удивление много предметных разговоров: от архитектуры расширений до экономики агентных сессий. Если вынести главное — сообщество обсуждает не «ещё один релиз», а то, как меняется сам процесс работы с AI-ассистентом: что можно встраивать внутрь Claude Code, сколько это стоит и на каком стеке AI-код проще проверять.
Моды Claude Code: плагины, которые ведут себя как middleware
Разбор Lydia Hallie (в ретвите Бориса Чёрного) закрывает давний вопрос «а что такое mods в Claude Code». По сути это обычные плагины с несколькими специальными функциями-хуками, которые дают коду исполняться внутри самого Claude Code — то есть работать как middleware: перехватывать вызовы, модифицировать поведение агента, добавлять свою логику в конвейер между промптом и действием. Порог входа невысокий: автор ветки прямо отмечает, что писать моды можно, попросив об этом сам Claude Code — рефлексивный, но вполне рабочий приём. Для команд, которые уже строят вокруг Claude Code собственные пайплайны, моды Claude Code — это шанс не городить обёртки снаружи, а встраивать кастомную логику туда, где раньше был только hook-конфиг.
Opus 5.5: эффект уровня effort на длину агентных сессий
adocomplete делится наблюдением, которое стоит проверить и самому: на Opus 5.5 с medium/high effort он не выбивал даже пятичасовой лимит сессии, а максимум добирался до ~74% окна. Это анекдот одного пользователя, а не формальный бенчмарк, но направление показательное: рост качества модели напрямую конвертируется в более длинные непрерывные агентные сессии без необходимости перезапускать контекст или дробить задачу. Для тех, кто работает через Claude Code часами, это практический сигнал — выбор effort-уровня не про качество ответа в вакууме, а про то, сколько реальной работы поместится в одну сессию до искусственного обрыва.
Стек для AI-ревью: почему Go, Svelte и Postgres
Другой твит adocomplete поднимает вопрос, который обычно не обсуждают явно: если код пишет AI, выбор стека должен учитывать не только разработчика, но и ревьюера — человека, проверяющего сгенерированное. Его набор — Go со строгой типизацией и простым синтаксисом, Svelte с прозрачной реактивностью, Postgres как предсказуемая и мощная база — объединяет один принцип: минимум стилистических споров и скрытой магии. Когда ревью — это в первую очередь проверка AI-кода, а не человеческого, ценность инструмента смещается от выразительности к предсказуемости: чем меньше в языке неявных путей, тем проще заметить, что агент сделал не так.
Бюджетные лимиты как новая часть архитектуры AI-инструментов
Саймон Уиллисон обозначил тенденцию шире: нужны жёсткие дефолтные бюджетные лимиты почти везде, где работают AI-агенты — иначе стоимость ошибки становится неограниченной. Ретвит о переходе Netlify на кредитную модель ценообразования год назад — пример того же сдвига: платить не за абстрактную подписку, а за измеримый расход. Параллельно обсуждение Dot против обычного ChatGPT (у Dot — один сквозной диалог, у ChatGPT — управляемые отдельные треды) напоминает, что даже формат диалога — это, по сути, решение про контроль над контекстом и расходом токенов. Три разных повода говорят об одном: по мере того как агенты работают дольше и автономнее, бюджетные рамки перестают быть деталью биллинга и становятся частью архитектуры продукта.
На первый взгляд дайджест выглядит разрозненным — моды, лимиты модели, выбор стека, цены. Но под этим один и тот же вопрос: как сделать агентную разработку управляемой — и по коду (стек, ревью), и по времени (effort, лимиты сессии), и по деньгам (бюджетные кэпы). Claude Code с модами и растущими лимитами Opus 5.5 даёт больше автономии; остальная индустрия параллельно учится эту автономию ограничивать и считать.
Добавить комментарий