Внутрішній посібник з інженерії циклів Anthropic щойно витік.

І це найцінніший AI-посібник, який я прочитав за весь рік.
Цей посібник наповнений інформацією, і є п'ять речей, які вам потрібно знати, щоб максимізувати вашу продуктивність з AI за допомогою циклів (збережіть це):
1. Ви повинні структурувати кожен цикл навколо цих 5 принципів:
• Виявлення → Дозвольте агенту знайти власну роботу (невдачі CI, проблеми, коміти)
• Передача → Дайте кожному завданню власне ізольоване git-робоче дерево
• Верифікація → Ніколи не дозволяйте генератору оцінювати власну роботу
• Постійність → Завжди записуйте стан на диск (markdown або дошка)
• Планування → Запускайте за таймером, щоб воно працювало, поки ви спите
2. Відокремте генератор від оцінювача (найважливіше правило)
Використовуйте двох агентів: один пише, інший — скептичний суддя, який вважає, що код зламано.
Змусьте оцінювача діяти (запускати тести, натискати кнопки, робити скріншоти) — це те, що насправді зупиняє погані результати.
3. Будуйте з цих 6 частин:
• Автоматизації (таймер)
• Робочі дерева (безпечний паралелізм)
• Навички (постійні знання про проект)
• З'єднувачі (спілкування з GitHub, Linear тощо)
• Підагенти (генератор + оцінювач)
• Пам'ять (файли стану, що зберігаються між запусками)
4. Речі, на які слід звернути увагу при інженерії циклів:
• Борг верифікації (використовуйте агенти верифікації)
• Втрата розуміння власної кодової бази (почніть з нуля, якщо потрібно)
• Вибух вартості токенів (рішення нижче)
• Когнітивна здача (не припиняйте думати, тому що "цикл це обробляє")
5. Вирішення вартості токенів
Інженерія циклів може бути надзвичайно дорогою.
Я рекомендую використовувати підхід 80/20 "штанги" до інженерії циклів.
Для ваших найскладніших завдань, які потребують найкращого інтелекту, використовуйте дорогі моделі (Opus).
Для решти 80% ваших завдань (чорнова робота) використовуйте дешеві моделі з відкритим кодом у середовищі Claude Code (GLM-5.2 чудовий для виконання коду).
Збережіть ці 5 правил, щоб не забути їх.