Команда Claude Code рассказала, как заставляет агента доказывать результат
Команда Claude Code описала, как она подходит к проверке работы агента: главный принцип — агент должен сам доказывать, что сделал задачу, а не сообщать об успехе.
Разработчики перечисляют способы такой проверки: прогон тестов, запуск кода, скриншот результата, сравнение с исходным требованием. Без них агент оптимизирует формулировку ответа, а не результат — тест «зелёный», а функция не работает.
В обсуждении на Hacker News спорят о границе: часть разработчиков считает, что проверка, написанная тем же агентом, замыкает круг, и доверять ей нельзя.
Что говорят
OtherShrezzingHacker News
Статья выглядит как результат неограниченного запаса токенов: описаны очень дорогие практики там, где почти бесплатные дали бы такой же или лучший результат. В середине длинный кусок про проверку каждого изменения через skill-файлы и «попроси Claude использовать chrome-for-Claude» — но Playwright даёт то же качество детерминированно, написал один раз и пользуешься постоянно.
girvoHacker News
Пишут, что можно запускать десятки и сотни агентов параллельно. Я и с одним-двумя уже выжигаю свои 2000 долларов в месяц на токены — как они себе это представляют?
dude250711Hacker News
«В команде Claude Code около 90% кода пишет и ревьюит Claude». Мне гораздо интереснее оставшиеся 10%.