Как заставить ИИ работать непрерывно 10 часов без сбоев? Раскрываем секрет официальной методики Anthropic — «Инжиниринг Harness»!

Многие используют Claude Code для выполнения долгих задач, и по мере работы ИИ становится глупее или даже выходит из строя.
Причина очень проста: взрыв окна контекста.
Сегодня делюсь системным решением, которое позволяет ИИ «бесконечно работать» (Harness Engineering), не только чтобы он выполнял задачи, но и мог сам эволюционировать.
1⃣ Основной принцип: сброс контекста
Память ИИ ограничена. Идея Anthropic: разбивать большие задачи на части, каждый раз давая ИИ новую, чистую и свежую среду для выполнения одной маленькой задачи.
❌ Неправильный подход: дать все требования сразу.
✅ Правильный подход: разбивать задачу -> выполнять в отдельных сессиях -> записывать прогресс -> переходить к следующему циклу.
2⃣ Сравнение решений: Ralph против многоголосных агентов
Вариант А (цикл Ralph): написать Bash-скрипт с циклом while, принудительно перезапускающий новую сессию. Просто и грубо, подходит для гиков.
Вариант Б (многоголосные агенты — рекомендуется): мой используемый подход. Более гибкий, похож на настоящую команду.
Главный агент (Координатор): только управляет, не пишет код (держит контекст очень чистым).
Подчинённые агенты (Рабочие): планирование, разработка, тестирование (макеты/дизайн/анимация). Каждый выполняет свою роль, независимый контекст.
3⃣ Проектирование рабочего процесса (ключ!):
Мой практический рабочий поток:
Главный агент принимает требования -> передает плановому агенту для составления графика.
Главный агент получает план -> отправляет агенту разработки писать код (только путь к файлу, не весь код!).
После разработки -> передает тестовому агенту для поиска ошибок.
Обратная связь по исправлению ошибок:
Если тест не прошел — активировать тот же агент разработки с помощью параметра resume для исправления ошибок (сохраняя текущий контекст), а не создавать нового агента!
4⃣ Секретный соус для самосовершенствования ИИ
Выученные уроки: создать файл базы знаний. Каждый раз, когда происходит ошибка, заставить ИИ записать её туда. В следующий раз при разработке читать этот файл, чтобы не повторять ошибки.
Обмен файлами: агенты передают только пути к файлам, а не содержимое. Контекст главного агента всегда ограничен несколькими строками, чтобы не перегружать окно.
Эту систему я тестировал всю ночь, создал более 20 страниц презентации, качество было очень высоким.
Настоящий Harness — это не чтобы сделать ИИ умнее, а чтобы спроектировать процесс, не зависящий от памяти ИИ.