Sissejuhatus: Agent, mida kõik soovivad, ilma liigse hype'ita
Kodeerimisagentide puhul on probleem selles, et enamik neist üritavad olla sinu ülemus, kaaspiloot ja terapeut – ning unustavad lihtsalt koodi kirjutada. Tüüpiline lähenemine on selline: lisa tosin vektorandmebaasi, puista peale orkestreerimise haldjatolmu, kinnita külge brauser ja voila! Demona toimib hästi. Kuid laguneb kohe, kui paluda reedel kell 16.52 parandada mõnda ebastabiilset integratsioonitesti.
Kergekaalulise kodeerimisagendi ehitamine teenusega Claude 4.5 on – üllatus, üllatus – tegelikult lihtne, kui lõpetad universaalse tarkvarateenri unistuse tagaajamise ja ehitad lihtsalt tööriista, mis loeb koodi, planeerib, redigeerib, käivitab ja kordab. Ei mingit jutlust teemal „AI asendab arendajad”. Ei mingeid Rube Goldbergi konveiereid. Lihtsalt tihe tsükkel, mis teeb ilmselgeid asju hästi.
See on juhend, kuidas sinna jõuda ilma terve AI operatsioonide osakonda kaasamata. Me kasutame Claude 4.5 aju jaoks, failisüsteemi ja shelli käte jaoks ning väikest mälu lühiajaliseks keskendumiseks. See on kõik. Kergekaaluline tähendab, et sa suudad seda mõista ühe istumisega, käivitada lokaalselt ja usaldada seda, sest iga samm on kontrollitav. Mis, kui sa oled midagi sellist hiljuti kasutanud, on peaaegu õõnestav.
Miks Claude 4.5 sobib minimaalsele agendile
Claude 4.5'il on temperament, mida sa tegelikult koodi jaoks soovid: hoolikas juhiste järgimisel, üllatavalt hea diffide lugemisel ja mitte liiga innukas genereerima raamistikke, mida sa ei palunud. Mudel on pädev samm-sammult arutlemisel ilma terve prompt-romaani nõudmata. See kombinatsioon – arutlemine pluss vaoshoitus – muudab selle ideaalseks kodeerimisagendi tsükliks:
- Vaatle: Loe olemasolevaid faile, vealogisid ja teste.
- Plaani: Tee konkreetsed redigeerimisettepanekud koos põhjendusega.
- Tegutse: Paika faile, käivita käske.
- Reflekteeri: Hinda väljundit, itereeri või lõpeta.
Sa saad selle külge pookida ükskõik millisele repositooriumile ja saada väärtust ühe pärastlõunaga. Triks on vastu panna kiusatusele muuta see „AI platvormiks”. Kui sa hoiad agendi kergena, teeb Claude 4.5 ära raske töö ilma sind segamata.
Kergekaaluline arhitektuur: Viis osa, ei mingit draamat
Siin on kogu vajalik stack:
- Põhitsükkel: Üks protsess, mis kutsub välja Claude 4.5 ja tõlgendab selle tööriistakasutuse sõnumeid.
- Tööriistad: Väike komplekt – read_file, write_file, list_dir, run_tests (või run_cmd), search_code.
- Konteksti ehitaja: Koosta lühike, tabav prompt koos repositooriumi metaandmete ja hiljutiste diffidega.
- Lühiajaline mälu: Jooksev vestlusaken pluss selgesõnaline kratsimisblokk plaanide ja piirangute jaoks.
- Piirded: Tokeni, aja ja faili kirjutamise limiidid; kuivkäivitusrežiim; ja tagasipööramise hetktõmmised.
See on kõik. Sa saad seda käivitada peata terminalis või mähkida selle minimaalsesse kasutajaliidesesse, kui sa pead. Põhjus, miks see töötab, on igav: iga tegevust jälgitakse ja kontrollitakse. Agent pakub välja muudatuse, näitab diffi, käivitab testid, loeb väljundit ja kas jätkab või lõpetab. Keskel pole mingit salapärast kraami.
Kuidas ehitada agenti (ilma süžeed kaotamata)
Samm 1: Defineeri leping – Prompt ja tööriistad
Sinu agent on sama hea kui selle leping mudeliga. Hoia süsteemiprompt lühike, range ja halastamatult praktiline.
Süsteemiprompt, destilleeritud:
- Sa oled kodeerimisagent. Sinu töö on teha repositooriumis väikesi, korrektseid muudatusi, et rahuldada kasutaja ülesannet.
- Mõtle valjusti varjatud kratsimisblokis; näita kasutajale ainult plaane ja diffe.
- Eelista minimaalseid diffe, töötavaid teste ja inkrementaalset progressi.
- Kui sa pole kindel, paku välja eksperiment ja käivita see.
- Ära kunagi fabritseeri faile või käske – loetle ja loe enne redigeerimist.
Tööriista skeem (ära mõtle üle):
- 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)
Valikulised mugavused: git_diff ja git_revert(sha), kui sa soovid käed-vabad tagasipöördumisi. Sa võid vektorandmebaasi vahele jätta; kõige kasulikumad ülesanded sõltuvad käputäiest failidest töömälu pluss kiire otsing.
Samm 2: Hoia kontekst lahjana
Konteksti toppimine on agendi disaini cargo kultus. Ära viska kogu oma monorepo prompti. Selle asemel:
- Repositooriumi kokkuvõte: Ühe lõigu README kokkuvõte; sisenemispunktid; testide käivitamise käsk.
- Aktiivsed failid: Ainult need failid, mida agent plaanib puudutada – loe neid vajadusel tükkidena.
- Ülesanne: Kasutaja eesmärk, krõbedalt sõnastatud: „Paranda ebaõnnestuv test FooTest.test_bar failis tests/foo_test.py.”
- Piirangud: Käitusaja limiidid, faili kirjutamise valge nimekiri, stiilireeglid ja semantilise versioonimise ootused, kui need on kohaldatavad.
- Hiljutine ajalugu: Viimased kaks diffi ja nende testitulemused. Mitte midagi muud.
Claude 4.5 on täiesti võimeline hankima rohkem konteksti, kui ta seda vajab, search_code ja read_file kaudu. Anna talle kaart, mitte territoorium.
Samm 3: Tsükkel (Vaatle → Plaan → Tegutse → Reflekteeri)
- Vaatle: Alusta kataloogide loetlemisega, ebaõnnestuva testi lugemisega, testitava koodi ja vealogiga. Palu Claude'il kokku võtta rikke sümptomid kahes või kolmes punktis.
- Plaani: Lase Claude'il välja pakkuda plaan koos:
- Failid, mida kontrollida või redigeerida
- Minimaalsed diffid, mida proovida
- Testikäsk valideerimiseks
- Tegutse: Rakenda pakutud diff write_file kaudu. Näita diffi verbatim. Käivita testid.
- Reflekteeri: Sööda stdout/stderr tagasi. Küsi Claude'ilt: jätka, pööra tagasi või lõpeta? Kui plaan muutub, nõua ühte lauset põhjendust, mis viitab tegelikule väljundile.
- Välju: Lõpeta, kui testid läbivad või pärast N iteratsiooni, kumb iganes enne juhtub.
See on ülistatud paarprogrammeerimine, kus sa tegelikult hoiad paari ausana.
Samm 4: Piirded, mis päästavad sinu nädalavahetuse
- Kirjutamise valge nimekiri: Luba ainult kirjutamisi src/, lib/ või selgesõnaliselt heaks kiidetud teedele.
- Diffi suuruse limiit: Piira redigeerimisi 200–500 reale sammu kohta. Kui suurem, jaga alamsammudeks.
- Käsu lubamise nimekiri: testide käivitajad, linters ja mõned dev-skriptid. Keela võrk. Sa tahad reprodutseeritavust, mitte metsiku lääne curl'i.
- Timeout ja uuesti proovimine: Lühikesed timeoutid, üks uuesti proovimise maksimum – lõputud uuesti käivitamise tsüklid on koht, kuhu agendid surema lähevad.
- Kuivkäivitusrežiim: Prindi pakutud diffid, aga ära kirjuta. Suurepärane koodi ülevaatamiseks.
Claude 4.5 peab reeglitest kinni, kui sa teed need selgesõnaliseks. Kui sa ei tee, ära imesta, kui ta üritab „aidata” reorganiseerides kogu su repositooriumi, et see vastaks mingile blogipostitusele aastast 2017.
Samm 5: Mälu, mis on tegelikult kasulik
Lühiajaline mälu lahendab 80% probleemist. Hoia:
- Kratsimisblokk praeguse hüpoteesi ja plaani jaoks.
- Nimekiri failidest, mida see seanss puudutas.
- Viimased kaks käsu väljundit.
Sellest piisab, et Claude 4.5 saaks sidusalt arutleda. Pikaajaline mälu – ülesannete logid, embeddings – võib olla kasulik korduvate koodibaaside jaoks, aga kohtle seda kui valikulist suhkrut. Kui sinu agent ei suuda testi parandada ilma 500 MB vektorindeksita, siis see pole agent – see on sõltuvus.
Minimaalne implementatsiooni visand
Pseudokoodi terminites saad sa seda agenti implementeerida paarisaja reaga:
- initialize: laadi repositooriumi metaandmed, piirangud ja mudeli klient
- observe: loe ebaõnnestuvaid teste, faile, logisid
- 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)
Sa märkad puuduvaid osi: ei mingeid agente, kes haldavad agente, ei mingeid „delegaate”, ei mingit eraldi „planeerija mudelit” ja „täitja mudelit”. Claude 4.5 saab mõlema tööga hästi hakkama, kui sa ei saboteeri seda Rube Goldbergi aparaadiga.
Promptimine, mis ei ürita liiga palju
Halvad promptid üritavad olla nutikad. Head promptid on igavad ja konkreetsed. Siin on mõistlik skelett sinu põhilise instruktsioonibloki jaoks:
- Eesmärk: Väljenda täpne kodeerimisülesanne ja edu kriteeriumid.
- Kontekst: Projekti struktuur, sisenemispunktid ja testikäsk.
- Piirangud: Kirjutamise valge nimekiri, diffi suuruse limiit, ei mingit võrku.
- Stiilieelistused: Keeleversioon, vormindaja, linteri reeglid.
- Protsess: Vaatle → Plaan → Tegutse → Reflekteeri; näita diffe; käivita teste; itereeri kuni N sammu; lõpeta, kui testid läbivad.
Claude 4.5, selle struktuuriga, ei vaja 100-realist rollimängu stsenaariumi. See lihtsalt töötab.
Praktiline näide: Paranda ebaõnnestuv test
Oletame, et test ebaõnnestub failis tests/time_test.py, sest parse_time("09:00") tagastab 5400 asemel 32400. Agendi tsükkel peaks välja nägema selline:
- Vaatle: Loe time.py ja time_test.py; käivita pytest -k parse_time.
- Plaani: Hüpotees – sekundite vs minutite matemaatika viga; paku välja parse_time redigeerimine; lisa ühiku äärmusjuhtum.
- Tegutse: Paika parse_time, lisa test juhtivate nullidega tundide jaoks; käivita testid.
- Reflekteeri: Kui testid ikka veel ebaõnnestuvad, loe viga, kohanda matemaatikat või regex'it, käivita uuesti.
Minimaalne edukas paik võib olla kahe realine muudatus. See ongi asja iva. Väikesed redigeerimised, kiired tsüklid, reaalne progress.
Kus kergekaalulisus lööb köögivalamu
- Latentsus: Üks mudel, üks tsükkel, ei mingit orkestreerimise ülekoormust.
- Läbipaistvus: Iga samm on auditeeritav. Sa saad seda võrrelda, sa saad selle tagasi pöörata, sa saad seda uuesti käivitada.
- Kontroll: Piirded hoiavad kahju lokaalsena. Agent ei saa sinu infrastruktuuri hulgaliselt sattuda.
- Hind: Vähem väljakutseid, vähem konteksti, ennustatavad tokenid.
- UX: Sa saad sellest aru. Sinu meeskonnakaaslased saavad sellest aru. Sinu tulevane mina ei vihka sind.
Ja kompromissid:
- Laius: Kergekaaluline kodeerimisagent ei refaktoreeri sinu viiekeelset monorepo't ühe läbimisega. Samuti ei tohiks see seda teha.
- Initsiatiiv: See ei leiuta mitmenädalasi teekaarte. Sa annad talle ülesandeid.
- Olek: Ilma suure mälukihita unustab see kauge ajaloo disaini järgi. See on funktsioon, kuni see on viga.
Claude 4.5 magus koht kodeerimisagentide jaoks
Claude 4.5 paistab silma:
- Diffide ja logide lugemisel ja arutlemisel.
- Sidusa, minimaalse koodimuudatuse tootmisel.
- Piirangute järgimisel ja ebakindluse suhtes selgesõnaline olemisel.
See on vähem hea:
- API käitumise arvamisel, mida see ei saa lugeda.
- Raske tööriista koreograafia (siin pole vaja).
- Pikk mitme faili refaktoreerimine ilma inimese juhtimiseta samme.
See viimane punkt on oluline. Parim viis tugevate tulemuste saamiseks ei ole agendi suuremaks muutmine – see on ülesande väiksemaks muutmine. Kasuta oma aju ulatuse määramiseks ja Claude 4.5 täitmiseks selles ulatuses.
Sõna IDE integratsiooni kohta
Seisa vastu tungile küpsetada see otse IDE paneeli viiekümne lülitiga. Terminalipõhist tsüklit lihtteksti diffidega on lihtsam usaldada ja siluda. Kui sa soovid redaktori suhkrut, siis hoia see rumalana:
- Käsud tsükli käivitamiseks/peatamiseks.
- Näita diffe jagatud vaates.
- Kirjutiste kinnitamise prompt (valikuline, aga tark).
Sa saad integreerida hiljem. Esiteks, pane see tööle.
Sider.AI, kasutatakse säästlikult, tegelikult aitab Kui sa soovid pragmaatilist keskkonda sellise tsükli käivitamiseks ilma tellinguid taasleiutamata, siis Sider.AI tegelikult töötab – vähemalt siis, kui sa kasutad seda selleks, milleks see hea on. See hoiab vestluse ja diffid korras, laseb sul käske käivitada ja ei sunni sind mingisuguse suurejoonelise „autonoomse agendi raamistikuga”. Triks on hoida oma reeglid: lühikesed promptid, tihedad tsüklid, nähtavad diffid. Sider saab teelt eest, mis on haruldasem, kui see peaks olema. Levinud vead (ja kuidas vältida rumal välja nägemist)
- Ületoppitud kontekst: Kui sinu prompt loeb nagu lunarahanõue, siis sa teed seda valesti. Hangi failid nõudmisel.
- Enneaegne refaktoreerimine: Agent soovitab mooduleid ümber korraldada? Pane see esmalt testid läbima. Refaktoreeri hiljem.
- Hallutsinatsioonilised failid: Nõua list_dir ja read_file enne mis tahes write_file uuele teele.
- Lõpmatud uuesti käivitamise tsüklid: Piira samme. Nõua põhjendust iga uue hüpoteesi jaoks.
- Üks hiiglaslik diff: Jaga muudatused. Väiksemad diffid ebaõnnestuvad kiiremini ja neid on lihtsam arutada.
Turvalisus ja ohutus ilma paranoia
- Kohalik täitmine: Käivita liivakastiga kataloogis. Vaikimisi ei mingit võrku.
- Sõltuvuse isoleerimine: Kasuta kohalikku venv'i või konteinerit. Kinnita versioonid.
- Saladused: Agent ei vaja neid. Kui käsk nõuab tokenit, siis peatu ja küsi.
- Auditeerimine: Säilita iga plaan, diff ja käsk logis.
Kuidas teada, et see töötab
- Tarneaeg kahaneb: Veaparandused, mis võtsid tunni, võtavad nüüd kümme minutit.
- Vähem näpuvigu: Diffid muutuvad väiksemaks, testid muutuvad rohelisemaks.
- Sa usaldad seda: Sa lõpetad iga tegevuse kohal hõljumise, sest see pole sind põletanud.
- Meeskonnakaaslased kasutavad seda: Edu definitsioon on see, et teised võtavad selle kasutusele ilma koosolekuta.
Ülesskaalimine, hoolikalt
Kui sa tõesti pead ülesskaalima, siis tee seda distsipliiniga:
- Paralleelsed alamsammud, mitte paralleelsed ajurakud: Jaga töö, käivita mitu kergekaalulist tsüklit eraldi kataloogides ja ühenda, kui on roheline.
- Episoodiline mälu, mitte ajurünnak: Salvesta edukad paigad ja sümptomite-paranduste vastendused. Too need kirurgiliselt.
- Perioodilised „suuremad” läbimised: Broneeri inimjuhitud sessioon refaktoreerimiseks; agent abistab, ei juhi.
Minimaalne referentsimplementatsioon (visand)
Python-ish pseudokood liikumiseks:
- def init(self, repo_root, model):
- self.history = [] # viimased kaks diffi ja testiväljundid
- "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)})
Inimese suurune lõpp
Tööstus lubab pidevalt autonoomseid arendaja agente. Mida me tegelikult vajame, on aus assistent, kes loeb, planeerib, redigeerib, käivitab ja peatub. Claude 4.5 on selles hea, kui sa ei mata seda raamistike alla, mis eksisteerivad peamiselt selleks, et ennast õigustada. Kergekaaluline ei ole kompromiss – see ongi point. Ehita tsükkel, lisa piirded ja lase tööriistal teha seda ühte asja, mida tööriistad on alati teinud, kui sa hoiad need lihtsana: tee töö väiksemaks.
Järeldus: Igav otsetee, mis võidab
Siin on sinu kontrollnimekiri kergekaalulise kodeerimisagendi jaoks teenusega Claude 4.5:
- Üks tsükkel, üks mudel, väikesed tööriistad.
- Tihe kontekst: ülesanne, mõned failid, viimased väljundid.
- Minimaalsed diffid, sagedased testid, kõvad piirid.
- Kohalik, liivakastiga täitmine; ei mingit võrku.
- Valikuline redaktori suhkur; kunagi pole nõutav.
Kui sa silmad kissitad, siis see näeb kahtlaselt välja nagu hea tarkvaratehnika, lihtsalt kiirem. Ja see ongi nalja point. Kõige targem asi, mida sa siin teha saad, ei ole „autonoomia” tagaajamine – see on distsipliini kodifitseerimine. Mida vähem sa agendilt küsid, seda rohkem sa saad.
KKK
K1: Kuidas ma saan alustada kergekaalulise kodeerimisagendi ehitamist teenusega Claude 4.5?
Määratle pisike tööriistakomplekt (loe, kirjuta, otsi, käivita), kirjuta range süsteemiprompt ja rakenda Vaatle → Plaan → Tegutse → Reflekteeri tsükkel. Hoia kontekst väike ja sööda tegelikke logisid ja diffe – Claude 4.5 toimib kõige paremini, kui ülesanne on kitsas ja tagasiside on konkreetne.
K2: Kas ma vajan vektorandmebaasi või mälukihti Claude 4.5 kodeerimisagendi jaoks?
Ei. Enamiku ülesannete jaoks piisab lühiajalisest mälust pluss search_code. Lisa pikaajaline mälu ainult siis, kui sa korduvalt külastad sama repositooriumi ja suudad tõestada, et see säästab tokeneid ilma agenti rumalamaks muutmata.
K3: Millised piirded on olulised Claude 4.5 kodeerimisagendi jaoks?
Valge nimekiri kirjutatavad teed, piira diffi suurused, piira käske ja logi iga tegevus. Need lihtsad piirangud hoiavad agendi ennustatavana ja teevad tagasipöördumised igavaks – heas mõttes.
K4: Kas kergekaaluline agent saab hakkama mitme faili refaktoreerimisega?
Jah, kui sa jagad töö väikesteks sammudeks ja hoiad tsükli tihedana. Claude 4.5 saab hakkama refaktoreerimistega, aga sa juhid ulatust; vastasel juhul saad sa ühe hiiglasliku, hapra diffi, mida sa ei taha üle vaadata.
K5: Kus Sider.AI sobib Claude 4.5 kodeerimisagendiga?
Sider.AI on kasulik kui korras tööruum: vestlused, diffid ja käsud ühes kohas, ilma et oleks vaja rasket agendi raamistikku. Kasuta seda oma tsükli käivitamiseks, mitte selle taasleiutamiseks. 
