Написание кода в основном решено

Написано Борисом Черным

Внутри Anthropic Борис Черный шутливо называют «отцом Claude Code». Он лично руководил командой по созданию этого глубоко интегрированного помощника на базе крупной модели, а также пережил огромный переход от «автоматического дополнения кода» к «интеллектуальному агенту, пишущему 100% кода».

В этой презентации для предпринимателей и инженеров он систематически рассказывает о рождении Claude Code, почему можно сказать, что «кодирование решено (coding is solved)», и какие изменения произойдут в индустрии программного обеспечения и командных структурах на этом фоне.

От «непреднамеренного проекта» до феноменального продукта

Борис присоединился к Anthropic в конце 2024 года. Тогда внутри компании существовала команда, похожая на инкубатор, — AnthropicLabs. Эта небольшая команда позже создала сразу несколько ключевых продуктов, включая Claude Code, MCP и настольное приложение. После выполнения миссии команда распалась, но сейчас её вновь собрали, начав «второй раунд».

В контексте 2024 года мейнстримное представление о «AI для написания кода» оставалось в рамках IDE — «автодополнение/подсказки» — нажать Tab, чтобы модель дополнила строку. Борис интуитивно чувствовал, что возможности моделей уже значительно превосходят такие формы, и настоящая «продуктовая форма» сильно отстает, что они внутри называют «product overhang».

Поэтому начальная цель Claude Code была очень амбициозной: не просто сделать более умное дополнение, а позволить интеллектуальному агенту напрямую брать на себя «письмо всего кода», а люди — заниматься обзором и принятием решений.

Конечно, реализация шла не так гладко. В первые шесть месяцев после запуска Claude Code почти никто не использовал его активно, он мог писать примерно 10% кода, опыт был очень сырой, и внутри Anthropic это был скорее экспериментальный инструмент. Только после выпуска модели Opus 4 в мае 2025 года кривая использования начала расти экспоненциально, а каждое обновление модели (4.5, 4.6, 4.7) становилось точкой «значительно лучше».

Обратный взгляд показывает, что самое особенное в этом продукте — то, что он изначально создавался не для «текущей модели», а для «следующего поколения моделей через 6 месяцев». Команда знала, что в течение некоторого времени не будет рыночного соответствия продукта, но всё равно настраивалась на правильный «интерактивный формат», а затем ждала, пока модель догонит.

Почему говорят, что «кодирование решено»?

На презентации Борис прямо спросил аудиторию программистов: кто сейчас пишет 100% вручную? Кто использует Claude Code или подобного агента для написания кода на 100%? Большинство ответили, что где-то посередине, и он пошутил: «Тогда это уже 50% решено».

Но для него лично ответ уже очень радикальный: сейчас 100% его кода генерирует Claude Code.

Кодовая база Claude Code полностью создана моделью, стек технологий — очень обычный TypeScript+React, без всяких «фишек».

Одна из причин выбора этого стека — в ранних версиях модели возможности были слабее, и чтобы повысить качество генерации, использовали «основной технологический стек в рамках обучения модели».

Со временем модель совершенствовалась, и сейчас она почти без проблем осваивает новые языки и фреймворки, выбор стека уже не является узким местом.

В его личном рабочем процессе Борис ежедневно делает десятки pull-запросов, однажды он «прокрутил» 150 PR — просто чтобы проверить, насколько он может повысить эффективность; все эти PR — это фактически код, написанный Claude. Он выступает в роли продакта, архитектора и ревьюера.

Конечно, он признает, что «100% решено» пока работает только в некоторых сценариях:

Маленькие, ясные, с популярным технологическим стеком кодовые базы — полностью доверять их генерации модели.

Крупные, сложные по истории, с редкими языками или в особых инженерных условиях — у модели пока есть явные ограничения.

Но его мнение очень простое: большинство этих ограничений — вопрос «следующей версии модели».

Личный рабочий поток: один смартфон + тысячи агентов

Борис делился в соцсетях своей рабочей средой, и изначально не думал, что это вызовет столько обсуждений — для него это было естественным развитием его методов работы.

Теперь он большую часть работы выполняет на смартфоне: открывает ClaudeApp, переключается на вкладку Code, где видит несколько параллельных сессий. Обычно он ведет 5–10 сессий, под каждой — множество субагентов, всего их сотни; вечером их может быть и тысяча, выполняющих долгосрочные задачи.

Ключевая идея этого подхода — очень простая команда: /loop.

/loop — это способ заставить Claude по аналогии с cron планировать «задачи, которые будут автоматически повторяться в будущем»: можно задать цикл выполнения каждую минуту, каждые 5 минут или ежедневно.

Благодаря такому «циклу» он создал целую систему «автоматического обслуживания»:

Есть loop, который «следит за PR»: исправляет CI, автоматически rebase, чтобы список PR оставался чистым.

Есть loop, который «поддерживает здоровье всего проекта»: при обнаружении flaky test автоматически ищет и исправляет проблему.

Есть loop, который каждые 30 минут собирает отзывы из Twitter, автоматически группирует их и формирует аналитический отчет для принятия решений.

В его описании, loop уже стал своего рода «языком программирования для будущего»: простая, но очень мощная форма. В сочетании с недавно запущенными routines (долгосрочные рабочие процессы, которые продолжают работать даже при выключенном компьютере), модель может постоянно продвигать проект в фоновом режиме.

Структура команд: каждый — «универсал междисциплинарный»

Когда один человек может писать 100% кода с помощью AI, эффективность разработки возрастает в 10–100 раз, организационная структура команды тоже меняется.

Борис считает, что в будущем «универсалы» станут гораздо более распространенными.

Сегодня «гениальный специалист» обычно означает «инженер внутри одной области» — например, человек, который управляет iOS, Web и сервером. А он видит тренд:

Универсалы будут пересекать границы функций, например: инженер + дизайнер, инженер + продукт + дата-сайентист, инженер + финансы/операции.

В их команде Claude Code уже есть такие специалисты: менеджеры, продакт-менеджеры, дизайнеры, дата-сайентисты, финансисты, исследователи пользователей — все пишут код и используют Claude Code для своих задач.

Другими словами, у каждого есть своя профессиональная глубина, но «писать код» уже не привилегия меньшинства, а базовая способность — как умение пользоваться Office или PowerPoint сегодня.

Это ведет к более глобальному выводу: порог производительности программного обеспечения будет значительно снижен, а самые компетентные в своей области станут самыми выгодными «разработчиками».

Например, при создании бухгалтерского софта ведущим в формировании продукта и логики может стать не самый топовый инженер, а бухгалтер, хорошо разбирающийся в бизнесе и умеющий эффективно использовать AI для написания кода — потому что «кодирование» станет относительно простым, а «глубокое понимание области» — редким ресурсом.

От «программистского класса» к «全民 программированию»: аналогия с книгопечатанием

Чтобы показать глубину этого изменения, Борис приводит любимую историческую аналогию: влияние AI на производство программного обеспечения очень похоже на революцию, вызванную книгопечатанием в Европе XV века.

До появления movable type в Европе было около 10% грамотных людей, которые работали в структурах власти (короли, дворяне, церковь), выполняя «чтение вслух и переписывание». Грамотность была профессиональной редкостью, большинство людей никогда не учились читать и писать.

За всего 50 лет после появления печатного станка объем опубликованных текстов в Европе превысил за всю предыдущую тысячу лет. Стоимость одной книги снизилась примерно в 100 раз. В последующие века, благодаря развитию образования и социальной структуры, уровень грамотности вырос до около 70%, и чтение и письмо стали базовыми навыками большинства.

Мнение Бориса — программное обеспечение и кодирование сейчас проходят ту же кривую, и скорость этого процесса будет еще выше.

Раньше программирование было «высокоспециализированной, очень сложной профессией».

Теперь же писать код станет такой же базовой способностью, как умение печатать или отправлять SMS.

Конечно, останутся профессиональные инженеры и топовые системные архитекторы, но разделение труда кардинально изменится: многие специалисты, предприниматели и обычные работники смогут напрямую «сотрудничать с моделями для написания программ».

SaaS переживет «великую смерть»?

Когда AI снижает стоимость написания программ в 10 или даже 100 раз, что произойдет с существующими SaaS-продуктами? Не начнется ли «Великая смерть SaaS»? Этот вопрос часто задают Борису.

Его ответ сложнее простого «да/нет». Он использует концепцию «Seven Powers» — семи бизнес-барьеров, которые он обсуждает, опираясь на подкаст Acquired.

По его мнению, AI быстро обесценит некоторые барьеры:

Переходные издержки (Switching Costs): если можно быстро переносить данные и перестраивать рабочие процессы с помощью модели, то эффект «запертой системы» из-за сложных интеграций и настроек значительно снизится.

Процессные возможности (Process Power): многие компании конкурируют за счет процессов и сложных рабочих потоков, но модели все лучше понимают и улучшают эти процессы, особенно такие, как 4.7, — модели, способные «автоматически оптимизировать (hillclimb)» и находить узкие места.

При этом более фундаментальные барьеры, такие как:

Сетевые эффекты

Экономия за счет масштаба

Редкие ресурсы (уникальные данные, каналы, особые лицензии)

— скорее всего, станут еще важнее.

Еще один тренд — в ближайшие 10 лет число стартапов, способных «создавать продукты, сравнимые с крупными компаниями», значительно возрастет, возможно в 10 раз.

Причина — крупные компании сталкиваются с огромным инерционным сопротивлением при перестройке процессов и переобучении сотрудников для работы с AI.

Новые команды могут с самого начала быть «AI-native», создавая высокую ценность при минимальных ресурсах и оказывая конкурентное давление на традиционные компании в нишевых сегментах.

Он считает, что это очень благоприятное время для предпринимателей и разработчиков — «один из лучших периодов для создания продуктов и стартапов».

Как Anthropic «ест свою собаку»?

Многие думают, что такие компании, как Anthropic, используют внутри «более сильные секретные версии» моделей, чтобы опережать рынок. Борис говорит прямо противоположное:

Внутри модели используют те же версии, что и все остальные (например, много используют Opus 4.7), немного экспериментируют с Mythos — исследовательской моделью, но не полагаются на «частные» версии, недоступные внешним.

Настоящее преимущество, по его мнению, — не в моделях, а в глубокой интеграции AI в организацию.

Конкретно:

Внутри компании уже нет практики «чистого ручного кодирования», даже SQL-запросы полностью генерируются моделью.

Разные команды используют Claude для совместной работы в Slack, помогая инженерам находить недочеты и обмениваться информацией.

Многие процессы перестроены вокруг механизмов loop, субагентов и routines, чтобы модель могла постоянно продвигать работу в фоновом режиме.

Именно поэтому он считает, что сейчас главное «разрыв» — не в доступности технологий, а в организационной и процессной архитектуре. Для стартапов это огромная возможность: вместо постепенной модернизации старых процессов лучше сразу проектировать организацию «AI-native».

Продуктовые возможности на ближайшие 6–12 месяцев

Возвращаясь к вопросам продуктов и стартапов: если несколько лет назад он видел «product overhang» в программировании, то где сейчас его следующий overhang?

Он выделяет несколько направлений:

ClaudeDesign: уже доступное направление, которое с развитием моделей станет еще более впечатляющим. Оно представляет собой «глубокую AI-автоматизацию дизайнерских рабочих процессов».

Loop/Batch/массовые параллельные агенты: возможность запускать сотни и тысячи задач одновременно на разных агентах — станет стандартной функцией, а не магией для узкого круга.

ComputerUse (прямое управление компьютером моделями): через визуальные интерфейсы и управление дать моделям возможность управлять локальным софтом, что особенно актуально для систем без API/MCP.

Общие черты этих направлений — сегодня они уже «едва работают», а настоящий взрыв произойдет после нескольких поколений моделей.

Как и в случае с Claude Code, амбициозные команды могут уже сейчас проектировать продукты для «будущих моделей», чтобы опередить их появление и занять нишу.