Секретное оружие Claude Code — это программное обеспечение вокруг ИИ, а не сам ИИ
Глава отдела продуктов Claude Code в Anthropic объясняет, почему наиболее разумный ход в инструментах ИИ-кодирования прямо сейчас — это создание более умных оболочек, а не просто более умных моделей.
Ключевые моменты
- Claude Code — это ИИ-ассистент Anthropic для написания кода, разработанный, чтобы помочь разработчикам писать и отлаживать программное обеспечение быстрее.
- Кэт Ву, глава отдела продуктов Claude Code в Anthropic, обсудила направление развития инструмента в интервью, опубликованном в середине 2025 года.
- Самые значительные недавние успехи в ИИ-ассистированном кодировании достигнуты благодаря программному обеспечению, управляющему моделями ИИ, а не благодаря самим моделям.
- Управление контекстом, то есть объем релевантной информации, которую ИИ держит в памяти во время работы, теперь является центральным полем боя для инструментов кодирования.
Прямо сейчас на рабочих столах разработчиков конкурируют множество инструментов ИИ-кодирования. GitHub Copilot, Cursor и растущий список конкурентов все обещают писать код быстрее, чем любой человек. Но в этом году что-то тихо изменилось. Самые важные улучшения перестали поступать от моделей ИИ, лежащих в основе этих инструментов, и начали поступать от программного обеспечения, построенного вокруг них.
Это различие имеет большее значение, чем может показаться на первый взгляд.
Представьте это так. Модель, большая языковая модель (тот же тип технологии ИИ, стоящий за чат-ботами типа ChatGPT), — это двигатель. Но оснастка, программное обеспечение, которое решает, какую информацию подавать в этот двигатель и как управлять его памятью, — это коробка передач, руль и приборная панель одновременно. Отличный двигатель в плохо спроектированном автомобиле все равно проиграет гонку.
Кэт Ву, глава отдела продуктов Claude Code в Anthropic (компании по безопасности ИИ, создавшей семейство ассистентов Claude), поговорила с Ars Technica этим летом о том, как её команда думает об этой оснастке. Главная идея: предоставить ИИ правильный контекст в нужный момент — вот в чём настоящий инженерный вызов.
Контекст здесь означает справочную информацию, которую модель хранит во время работы. Ассистент кодирования со слабым управлением контекстом может забыть, что делает функция в трёх файлах отсюда. Один с сильным управлением контекстом понимает весь проект, почти как новый коллега, который действительно прочитал каждый документ в офисе до своего первого дня.
Влияет ли это на людей, которые не пишут код?
Да, тихо, но напрямую. Каждое приложение на вашем телефоне, каждый веб-сайт, который вы посещаете, каждая система записи в больницу была создана разработчиками. Более быстрые и точные инструменты кодирования означают, что программное обеспечение создаётся быстрее и с меньшим количеством ошибок. Это в конце концов доходит до вас, даже если вы никогда не прикасаетесь к строке кода.
Для разработчиков практический вывод понятен. Когда вы выбираете между ИИ-ассистентами кодирования, спрашивайте не только о том, какая модель питает инструмент, но и о том, как инструмент управляет памятью и контекстом по всему большому проекту. Именно там проявляется реальная разница в ежедневной производительности.
Для всех, кто наблюдает за индустрией ИИ, комментарии Ву — полезное напоминание о том, что главные релизы моделей, GPT-5 и Claude 4 мира, — это только часть истории. Более тихая работа по созданию умного программного обеспечения вокруг этих моделей может быть столь же важна.
Инструменты, которые выиграют эту гонку, вероятно, будут теми, которые заставят ИИ казаться, что он действительно понимает ваш проект, а не просто ваше последнее сообщение.
