Introduktion: Agenten Alle Ønsker, Minus Hypen
Problemet med kodningsagenter er, at de fleste af dem forsøger at være din chef, din co-pilot og din terapeut – og så glemmer de bare at skrive koden. Fremgangsmåden er som følger: Tilføj et dusin vektorlagre, drys noget orkestrerings-tryllestøv, fastgør en browser, og kald det så en dag. Det demonstrerer godt. Det falder også fra hinanden i det sekund, du beder det om at rette en ustabil integrationstest kl. 16.52 fredag eftermiddag.
At bygge en letvægtskodningsagent med Claude 4.5 er – overraskende nok – faktisk ligetil, hvis du holder op med at jagte drømmen om en universel software-butler og bare bygger et værktøj, der læser kode, planlægger, redigerer, kører og gentager. Ingen prædiken om, at "AI erstatter udviklere." Ingen Rube Goldberg-pipelines. Bare en stram løkke, der gør de åbenlyse ting godt.
Dette er en how-to-guide til at komme dertil uden at trække en hel AI-driftsafdeling ind. Vi bruger Claude 4.5 som hjernen, et filsystem og en shell som hænder og en lille hukommelse til kortsigtet fokus. Det er det. Letvægt betyder, at du kan forstå det i én arbejdsgang, køre det lokalt og stole på det, fordi hvert trin er inspicerbart. Hvilket, hvis du har brugt noget i dette rum for nylig, næsten er undergravende.
Hvorfor Claude 4.5 Fungerer for en Minimal Agent
Claude 4.5 har det temperament, du faktisk ønsker til kode: omhyggelig med at følge instruktioner, overraskende god til at læse diffs og ikke overdrevent ivrig efter at hallucinere frameworks, du ikke har bedt om. Modellen er kompetent til trinvise ræsonnementer uden at kræve en hel prompt-roman. Den kombination – ræsonnement plus tilbageholdenhed – gør den ideel til en kodningsagent-løkke:
- Observer: Læs aktuelle filer, fejllogge og tests.
- Planlæg: Foreslå konkrete redigeringer med begrundelse.
- Handl: Patch filer, kør kommandoer.
- Reflekter: Evaluer output, gentag eller stop.
Du kan bolte dette på ethvert repo og få værdi på en eftermiddag. Tricket er at modstå trangen til at gøre det til en "AI-platform." Hvis du holder agenten let, klarer Claude 4.5 det tunge løft uden at komme i vejen.
Den Letvægtsarkitektur: Fem Dele, Intet Drama
Her er hele stakken, du har brug for:
- Kerneløkke: Én proces, der kalder Claude 4.5 og fortolker dens værktøjsbrugsmeddelelser.
- Værktøjer: Et lille sæt – read_file, write_file, list_dir, run_tests (eller run_cmd), search_code.
- Kontekstbygger: Saml en kort, spids prompt med repo-metadata og de seneste diffs.
- Korttidshukommelse: Et rullende samtalevindue plus en eksplicit scratchpad til plan og begrænsninger.
- Sikkerhedsforanstaltninger: Token-, tids- og filskrivningsbegrænsninger; en dry-run-tilstand; og rollback-snapshots.
Det er det. Du kan køre det headless i en terminal eller pakke det ind i en minimal UI, hvis du skal. Grunden til, at dette virker, er kedelig: hver handling observeres og kan verificeres. Agenten foreslår en ændring, viser diff'en, kører testene, læser outputtet og fortsætter eller stopper. Der er intet mystisk kød i midten.
Sådan Bygger Du Agenten (Uden At Miste Plottet)
Trin 1: Definer Kontrakten – Prompt og Værktøjer
Din agent er lige så god som sin kontrakt med modellen. Hold systemprompten kort, streng og ubønhørligt praktisk.
Systemprompt, destilleret:
- Du er en kodningsagent. Dit job er at foretage små, korrekte ændringer i repo'et for at opfylde en brugeropgave.
- Tænk højt i en skjult scratchpad; vis kun planer og diffs til brugeren.
- Foretræk minimale diffs, fungerende tests og inkrementel fremgang.
- Når du er usikker, skal du foreslå et eksperiment og køre det.
- Fremstil aldrig filer eller kommandoer – list og læs, før du redigerer.
Værktøjsskema (overtænk det ikke):
- read_file(path, offset?, length?)
- write_file(path, content, create_if_missing=false)
- run_cmd(command, timeout=60, cwd=repo_root)
- search_code(query, path=repo_root, max_results=50)
Valgfrie bekvemmeligheder: git_diff og git_revert(sha), hvis du vil have håndfri rollbacks. Du kan springe et vektorlager over; de fleste nyttige opgaver afhænger af en håndfuld filer i arbejdshukommelsen plus en hurtig søgning.
Trin 2: Hold Konteksten Slank
Kontekstfyldning er fragtkulten inden for agentdesign. Dump ikke hele din monorepo ind i prompten. I stedet:
- Repo-oversigt: Et-paragrafs README-resumé; entry points; testkørerkommando.
- Aktive filer: Kun de filer, som agenten planlægger at berøre – læs dem i bidder efter behov.
- Opgave: Brugermålet, præcist formuleret: “Fix failing test FooTest.test_bar in tests/foo_test.py.”
- Begrænsninger: Kørselstidsbegrænsninger, filskrivnings-whitelist, stilregler og semantiske versionsforventninger, hvis det er relevant.
- Nyere historie: De sidste to diffs og deres testresultater. Intet andet.
Claude 4.5 er fuldt ud i stand til at hente mere kontekst, når den har brug for det via search_code og read_file. Giv den kortet, ikke territoriet.
Trin 3: Løkken (Observer → Planlæg → Handl → Reflekter)
- Observer: Start med at liste mapper, læse den mislykkede test, koden under test og fejlloggen. Bed Claude om at opsummere fejlsymptomer i to eller tre punkter.
- Planlæg: Få Claude til at foreslå en plan med:
- Filer, der skal inspiceres eller redigeres
- Minimale diffs at forsøge
- En testkommando til at validere
- Handl: Anvend den foreslåede diff via write_file. Vis diff'en ordret. Kør testene.
- Reflekter: Før stdout/stderr tilbage. Spørg Claude: fortsæt, rul tilbage eller stop? Hvis planen ændres, skal du kræve en begrundelse på én sætning, der refererer til det faktiske output.
- Afslut: Stop, når testene består, eller efter N iterationer, alt efter hvad der kommer først.
Dette er glorificeret parprogrammering, hvor du faktisk holder parringen ærlig.
Trin 4: Sikkerhedsforanstaltninger, Der Redder Din Weekend
- Skriv whitelist: Tillad kun skrivninger inden for src/, lib/ eller eksplicit godkendte stier.
- Diff-størrelsesgrænse: Begræns redigeringer til 200-500 linjer pr. trin. Hvis større, opdel i undertrin.
- Kommandotilladelsesliste: testkørere, linters og et par dev-scripts. Forbyd netværk. Du ønsker reproducerbarhed, ikke vilde vestens curl.
- Timeout og genforsøg: Korte timeouts, ét genforsøg maks. – endeløse genkørselsløkker er der, hvor agenter går hen for at dø.
- Dry run-tilstand: Udskriv foreslåede diffs, men skriv ikke. Fantastisk til kodegennemgang.
Claude 4.5 vil holde sig til regler, hvis du gør dem eksplicitte. Hvis du ikke gør det, skal du ikke blive overrasket, når den forsøger at "hjælpe" ved at omorganisere hele dit repo for at overholde et blogindlæg fra 2017.
Trin 5: Hukommelse, Der Faktisk Er Nyttig
Korttidshukommelse løser 80 % af problemet. Behold:
- En scratchpad til den aktuelle hypotese og plan.
- En liste over filer, der er berørt i denne session.
- De sidste to kommandooutputs.
Det er nok for Claude 4.5 til at ræsonnere sammenhængende. Langtidshukommelse – opgavelogge, embeddings – kan være nyttigt til tilbagevendende kodebaser, men behandl det som valgfrit sukker. Hvis din agent ikke kan rette en test uden et 500 MB vektorindeks, er det ikke en agent – det er en afhængighed.
Den Minimale Implementationsskitse
I pseudokode-termer kan du implementere denne agent i et par hundrede linjer:
- initialiser: indlæs repo-metadata, begrænsninger og modelklient
- observer: læs mislykkede tests, filer, logge
- plan = model.propose_plan(context)
- while not done and steps < MAX:
- diff = model.propose_patch(plan)
- show(diff); maybe approve
- out = run_cmd(plan.test_cmd)
- reflect = model.evaluate(out)
- if reflect == pass: done = true
- else if reflect == rollback: git_revert(last_commit)
- else: plan = model.revise_plan(out)
Du vil bemærke de manglende dele: ingen agenter, der administrerer agenter, ingen “delegates,” ingen separat “planner model” og “executor model.” Claude 4.5 kan klare begge job fint, hvis du ikke sabotere den med et Rube Goldberg-apparat.
Prompting, Der Ikke Forsøger For Hårdt
Dårlige prompts forsøger at være smarte. Gode prompts er kedelige og specifikke. Her er et fornuftigt skelet til din kerneinstruktionsblok:
- Mål: Angiv den nøjagtige kodningsopgave og succeskriterier.
- Kontekst: Projektstruktur, entry points og testkommando.
- Begrænsninger: Skriv whitelist, diff-størrelsesgrænse, intet netværk.
- Stilpræferencer: Sprogversion, formatter, linter-regler.
- Proces: Observer → Planlæg → Handl → Reflekter; vis diffs; kør tests; gentag op til N trin; stop, når testene består.
Claude 4.5, med denne struktur, behøver ikke et 100-linjers rollespilsscenario. Det virker bare.
Praktisk Eksempel: Ret en Mislykket Test
Lad os sige, at en test mislykkes i tests/time_test.py, fordi parse_time("09:00") returnerer 5400 i stedet for 32400. Agentens løkke skal se sådan ud:
- Observer: Læs time.py og time_test.py; kør pytest -k parse_time.
- Planlæg: Hypotese – sekunder vs minutter matematikfejl; foreslå redigering af parse_time; tilføj unit edge case.
- Handl: Patch parse_time, tilføj en test for førende-nul timer; kør tests.
- Reflekter: Hvis testene stadig mislykkes, skal du læse fejlen, justere matematik eller regex, og køre igen.
Den minimale vellykkede patch kan være en to-linjers ændring. Det er pointen. Små redigeringer, hurtige cyklusser, reel fremgang.
Hvor Letvægt Slår Køkkenvasken
- Latency: Én model, én løkke, ingen orkestreringsomkostninger.
- Gennemsigtighed: Hvert trin er auditerbart. Du kan diff det, du kan tilbageføre det, du kan køre det igen.
- Kontrol: Sikkerhedsforanstaltninger holder skaden lokal. Agenten kan ikke vandre ind i din infrastruktur.
- Omkostninger: Færre opkald, mindre kontekst, forudsigelige tokens.
- UX: Du forstår det. Dine holdkammerater forstår det. Dit fremtidige selv vil ikke hade dig.
Og kompromiserne:
- Bredde: En letvægtskodningsagent vil ikke omstrukturere din fem-sprogede monorepo i en enkelt omgang. Det burde den heller ikke.
- Initiativ: Den vil ikke opfinde flerugers roadmaps. Du giver den opgaver.
- Tilstand: Uden et stort hukommelseslag glemmer den fjern historie efter design. Det er en funktion, indtil det er en fejl.
Claude 4.5's Sweet Spot for Kodningsagenter
Claude 4.5 udmærker sig ved:
- Læsning og ræsonnement om diffs og logge.
- Produktion af sammenhængende, minimale kodeændringer.
- Følge begrænsninger og være eksplicit om usikkerhed.
Den er mindre god til:
- Gætte API-adfærd, den ikke kan læse.
- Tung værktøjskoreografi (ikke nødvendig her).
- Lange refaktoriseringer af flere filer uden en person, der guider trinnene.
Det sidste punkt er vigtigt. Den bedste måde at få stærke resultater på er ikke at gøre agenten større – det er at gøre opgaven mindre. Brug din hjerne til scoping, og Claude 4.5 til udførelse inden for det scope.
Et Ord om IDE-Integration
Modstå trangen til at bage dette direkte ind i et IDE-rude med halvtreds skift. En terminalbaseret løkke med almindelige tekstdiffs er lettere at stole på og debugge. Hvis du vil have editor-sukker, skal du holde det dumt:
- Kommandoer til at starte/stoppe løkken.
- Vis diffs i en delt visning.
- Godkendelsesprompt til skrivninger (valgfrit, men klogt).
Du kan integrere senere. Først skal du få det til at virke.
Sider.AI, Brugt Sparsomt, Hjælper Faktisk Hvis du vil have et pragmatisk miljø til at køre denne type løkke uden at genopfinde stilladset, Sider.AI faktisk fungerer – i det mindste når du bruger det til det, det er godt til. Det holder samtalen og diffs pæne, lader dig køre kommandoer og tvinger dig ikke til at spise et grandiost “autonomt agent-framework.” Tricket er at holde dine egne regler: korte prompts, stramme løkker, synlige diffs. Sider kommer af vejen, hvilket er sjældnere, end det burde være. Almindelige Faldgruber (og Sådan Undgår Du At Se Dum Ud)
- Overfyldt kontekst: Hvis din prompt lyder som en løsesum, gør du det forkert. Hent filer on demand.
- For tidlig refaktorisering: Agenten foreslår at omorganisere moduler? Få den til at bestå tests først. Refaktorer senere.
- Hallucinerede filer: Kræv list_dir og read_file før enhver write_file til en ny sti.
- Uendelige genkørselsløkker: Begræns trin. Kræv begrundelse for hver ny hypotese.
- En kæmpe diff: Opdel ændringer. Mindre diffs fejler hurtigere og er lettere at ræsonnere om.
Sikkerhed og Beskyttelse Uden Paranoia
- Lokal udførelse: Kør i en sandkasse-mappe. Intet netværk som standard.
- Afhængighedsisolering: Brug en lokal venv eller container. Fastgør versioner.
- Hemmeligheder: Agenten har ikke brug for dem. Hvis en kommando kræver et token, skal du stoppe og spørge.
- Auditering: Gem hver plan, diff og kommando i en log.
Sådan Ved Du, At Det Virker
- Lead time skrumper: Fejlrettelser, der tog en time, tager nu ti minutter.
- Færre fat-finger-fejl: Diffs bliver mindre, tests bliver grønnere.
- Du stoler på det: Du holder op med at svæve over hver handling, fordi den ikke har brændt dig.
- Holdkammerater bruger det: Definitionen af succes er, at andre adopterer det uden et møde.
Opskalering, Forsigtigt
Hvis du virkelig skal skalere, skal du gøre det med disciplin:
- Parallelle subtasks, ikke parallelle hjerner: Opdel arbejdet, kør flere letvægtsløkker i separate mapper, og flet, når det er grønt.
- Episodisk hukommelse, ikke en hjerne dump: Gem vellykkede patches og symptom-til-fix-mappings. Hent kirurgisk.
- Periodiske “større” omgange: Reserver en menneske-guidet session til refaktoriseringer; agenten hjælper, leder ikke.
En Minimal Referenceimplementering (Skitse)
Python-agtig pseudokode for at komme i gang:
- def init(self, repo_root, model):
- self.history = [] # last two diffs and test outputs
- "repo": summarize_repo(self.root),
- "constraints": {"write_whitelist": ["src/", "tests/"], "max_diff_lines": 300, "no_network": True},
- "history": self.history[-2:],
- plan = self.model("propose_plan", self.context(task))
- diff = self.model("propose_patch", {"plan": plan})
- out = run_cmd(plan.test_cmd)
- eval = self.model("evaluate", {"output": out, "plan": plan})
- self.history.append({"diff": diff, "out": tail(out)})
En Menneske-Størrelse Afslutning
Industrien lover konstant autonome udvikleragenter. Hvad vi faktisk har brug for er en ærlig assistent, der læser, planlægger, redigerer, kører og stopper. Claude 4.5 er god til det, forudsat at du ikke begraver den under frameworks, der mest eksisterer for at retfærdiggøre sig selv. Letvægt er ikke et kompromis – det er pointen. Byg løkken, tilføj sikkerhedsforanstaltningerne, og lad værktøjet gøre den ene ting, værktøjer altid har gjort, når du holder dem enkle: gør arbejdet mindre.
Konklusion: Den Kedelige Genvej, Der Vinder
Her er din tjekliste til en letvægtskodningsagent med Claude 4.5:
- Én løkke, én model, små værktøjer.
- Stram kontekst: opgave, et par filer, sidste outputs.
- Minimale diffs, hyppige tests, hårde lofter.
- Lokal, sandkasseudførelse; intet netværk.
- Valgfrit editor-sukker; aldrig påkrævet.
Hvis du kniber øjnene sammen, ligner det mistænkeligt god software engineering, bare hurtigere. Og det er pointen. Det smarteste, du kan gøre her, er ikke at jagte “autonomi” – det er at kodificere disciplin. Jo mindre du beder agenten om, jo mere får du.
FAQ
Q1:Hvordan starter jeg med at bygge en letvægtskodningsagent med Claude 4.5?
Definer et lille værktøjssæt (læs, skriv, søg, kør), skriv en streng systemprompt, og implementer en Observer → Planlæg → Handl → Reflekter-løkke. Hold konteksten lille, og feed rigtige logge og diffs – Claude 4.5 yder bedst, når opgaven er snæver, og feedbacken er konkret.
Q2:Har jeg brug for en vektor database eller et hukommelseslag til en Claude 4.5 kodningsagent?
Nej. For de fleste opgaver er korttidshukommelse plus search_code nok. Tilføj kun langtidshukommelse, hvis du gentagne gange besøger den samme repo og kan bevise, at det sparer tokens uden at gøre agenten dummere.
Q3:Hvilke sikkerhedsforanstaltninger er afgørende for en Claude 4.5 kodningsagent?
Whitelist skrivbare stier, begræns diff-størrelser, begræns kommandoer, og log hver handling. Disse enkle begrænsninger holder agenten forudsigelig og gør rollbacks kedelige – på en god måde.
Q4:Kan en letvægtsagent håndtere refaktoriseringer af flere filer?
Ja, hvis du opdeler arbejdet i små trin og holder løkken stram. Claude 4.5 kan administrere refaktoriseringer, men du guider scope; ellers får du en kæmpe, skrøbelig diff, du ikke vil gennemgå.
Q5:Hvor passer Sider.AI ind med en Claude 4.5 kodningsagent?
Sider.AI er nyttig som et pænt arbejdsområde: samtaler, diffs og kommandoer på ét sted uden at tvinge et tungt agent-framework. Brug det til at køre din løkke, ikke til at genopfinde den. 
