UndeRcode 2.0 - DevOps/AI

Anthropic опубликовала подробное руководство по созданию автономных агентов на базе Claude Managed Agents. Такой помощник может проверять рабочие чаты и задачи, отслеживать изменения и присылать короткую сводку.

🔶Задаёте задачу, агент выполняет её по расписанию.
Каждое рабочее утро ИИ-агент проверяет сообщения в Slack (корпоративном мессенджере) и запросы на проверку кода в GitHub (платформе для совместной разработки). Находит вопросы без ответа, задачи, которые ждут решения, и важные изменения. Собирает короткую сводку и отправляет в рабочий чат. Агент запускается в облаке, поэтому держать компьютер включённым не нужно.

🔶 Сам отбирает то, что заслуживает внимания.
Агенту задают чёткое правило: включать в отчёт события, по которым человеку нужно что-то сделать или принять решение. Например:
🔳 Клиент третий день ждёт ответа: сообщить.
🔳 Изменения в коде требуют проверки: сообщить.
🔳Коллеги обсудили вопрос и уже всё решили: пропустить.

Если ничего важного не произошло, придумывать новости ради красивой сводки не нужно. Некоторым корпоративным рассылкам стоило бы взять это правило на вооружение)

🔶Помнит прошлые проверки и не повторяет старые новости.
Вчера агент сообщил о незакрытой задаче, сегодня нашёл её снова и прислал тот же отчёт. Завтра всё повторилось. Спасибо, мы уже в курсе!

Чтобы избежать таких ситуаций, предусмотрены два вида памяти. В одной хранятся ваши правила: какие источники проверять, что пропускать и куда отправлять результат. Самостоятельно менять эти настройки агент не может.

Вторая сохраняет рабочую историю: что уже просмотрено, какие события попали в отчёты и какие вопросы остаются открытыми. Следующая проверка продолжается с нужного места, а незакрытая задача получает короткое напоминание: «Всё ещё ждёт решения, день третий».

🔶Перепроверяет информацию перед отправкой.
Утром агент обнаружил незакрытую задачу, а пока собирал отчёт, коллега успел её выполнить. Чтобы не отправить устаревшие сведения, в инструкции предусмотрена повторная проверка каждого выбранного вопроса прямо перед публикацией.

Задача закрыта: убираем. Статус изменился: исправляем. Подтвердить состояние не удалось: исключаем из сводки. Если агент потерял доступ к рабочей системе, он должен сообщить об ошибке.

🔶 Доступы и расходы ограничены.
Автономность удобна, но выдавать ИИ все пароли, полный доступ к рабочим системам и неограниченный бюджет было бы несколько оптимистично. В примере предусмотрены ограничения:
🔳 GitHub доступен только для чтения, без права изменять код.
🔳 Пароли и ключи хранятся в защищённом хранилище.
🔳 Подключения разрешены только к указанным внешним сервисам.
🔳 На каждый запуск установлен лимит расходов.

В опубликованной конфигурации максимальный бюджет составляет $5 за запуск. Фактическая стоимость отчёта зависит от объёма работы и может быть ниже. По официальным тарифам, Claude Managed Agents стоит $0,08 за час активной сессии плюс стоимость токенов. Итоговая сумма зависит от объёма обработанной информации, продолжительности работы и выбранной модели.

🔶Есть готовые файлы и инструкция по запуску.
Автоматизация состоит из шести компонентов: источников данных, получателя отчёта, ИИ-агента с инструкциями, расписания, памяти и ограничений безопасности.

Исходный код опубликован на GitHub. В нём уже описаны правила работы, хранение памяти и настройки безопасности. В примере используется Claude Sonnet 5.5, а поиск и загрузка страниц из интернета отключены: информацию для сводки агент берёт из назначенных источников.

Больше деталей в PDF гайде

Знакомо что агенту каждый раз заново объясняешь, что вчера поменялось, почему и где?

Открываешь новую сессию Claude Code, а он снова предлагает тот фикс, который вчера сломал сборку? Во-во и я с таким часто сталкивался.

Вот сегодня расскажу как можно практически полностью избавиться от такого при работе с Claude Code, про более серьезные системы, поговорим в след статьях

Сначала про то, что Claude Code помнит сам. Есть файл CLAUDE.md (или AGENTS.md) с правилами проекта, его пишете вы. Есть auto memory: короткие заметки, которые Claude сохраняет сам по вашим поправкам и предпочтениям. Оба подгружаются в начале каждой сессии.

Переписка тоже сохраняется на диске, но новая сессия начинается с чистого контекста, без истории прошлой. claude-mem извлекает из работы агента заметки о том, что он делал, где застрял и почему откатили, и передаёт их между сессиями.

Что это такое. Плагин для Claude Code, работает ещё с Codex, Cursor, OpenCode и другими агентами. Он записывает действия агента, сжимает их в короткие заметки и в начале следующей сессии добавляет свежие заметки в контекст.

Пример. В понедельник агент чинил миграцию базы и выяснил, что мешает старая версия Postgres. Во вторник эта заметка уже есть в контексте новой сессии. Учтёт ли он её, гарантий нет, но шансов больше.

Как он ищет в памяти. В три шага: сначала короткий список совпадений, потом хронология вокруг нужной записи, и только потом полный текст. Агент читает пару нужных записей вместо всей истории, поэтому токенов уходит меньше.

Как поставить. Нужен Node.js 20 или новее. В терминале:
npx claude-mem install

Установщик спросит, к каким агентам подключить память, и предложит войти в их сервис CMEM Pro. Там сжатие заметок 30 дней бесплатно. Если лимит кончился или подписка не продлена, сжатие переходит на ваш тариф Anthropic. Учтите: с CMEM Pro заметки и текст ваших запросов синхронизируются в их облако.

Если аккаунт заводить не хотите:
npx claude-mem install --provider claude
Тогда заметки сжимает Claude с вашего тарифа, и лимит плана тратится и на это.

После установки перезапустите терминал и редактор. База лежит у вас на диске: ~/.claude-mem/claude-mem.db. Сжатие новых записей в обоих вариантах идёт через облачную модель и требует доступа к ней.

Про секреты. Кусок сообщения в тегах <private>...</private> в память не попадёт, но в текущей сессии агент его видит. Ключи и чужие личные данные я бы агенту вообще не давал, с тегом или без.

Как проверить без риска.
1. Поставьте claude-mem на учебный проект без секретов.
2. Попросите агента переименовать какую-нибудь функцию.
3. Закройте сессию, откройте новую и спросите, какую функцию он переименовал и как она называлась раньше.
4. Если ответ верный, проверьте, откуда он. Запись в базе показывает только, что деталь сохранена. Об использовании говорит заметка в стартовом контексте или в результате поиска по памяти.

Но и верный ответ сам по себе источник не доказывает. Старое имя агент мог найти в коде или git, взять из встроенной памяти или угадать.

Удаляется так: npx claude-mem uninstall

Репозиторий: https://github.com/thedotmack/claude-mem

Друзья, всем привет! 👋

Расскажу, почему код от Claude у меня всегда проверяет GPT, как устроено такое ревью и кто решает, когда две модели спорят.

Делал себе личный сайт, Claude собрал блок со схемой на three.js. Тесты прошли. Отдал на ревью GPT-6 Astra, и она нашла, что на ширине 768 и 1024 px всплывающая подсказка закрывает схему. Тесты такое не ловили.

Код у меня почти весь пишет Claude Opus 5.5, а ревью всегда делает GPT. Без GPT-ревью задача у меня не считается проверенной, принять её по одной проверке Claude нельзя.

Как выглядит ревью кода:
• Claude дописал, прогнал тесты
• GPT получает diff и доступ только на чтение, без переписки, где код писали. Задача одна, найти что не так
• на каждое замечание: где именно, насколько серьёзно и чем подтверждается
• замечания проверяются тестом или запуском, ревьюер тоже ошибается
• после правок второй круг

Ещё было: посреди ревью закончился лимит ChatGPT, две проверки из трёх не успели. Их засчитали как невыполненные, и сайт до перезапуска не трогали.

Теперь про то, кто решает. Бывает, ревьюер пишет замечание, а Claude считает, что это ерунда. Кто прав? Если решает сам Claude, он по сути сам себе судья.

Сейчас такие решения у меня принимает Jev. Это отдельная модель от TypeSafe. Код она не пишет и не читает, ей дают факты и варианты, а она выбирает и говорит насколько уверена. Если Jev решила не так, как Claude, остаётся решение Jev, а возражение Claude идёт рядом.

Про Jev скоро будет отдельный пост. Там есть что рассказать, особенно про то, что происходит когда Claude с ней не согласен)))

Если хотите ревью от GPT у себя в Claude Code: у OpenAI есть плагин codex-plugin-cc команда /codex:review отдаёт текущие изменения в Codex, он только читает и ничего не правит.

Почему именно другая модель, есть исследование arXiv 2610.01471 только модели там прошлого поколения: Claude Opus 4.6 и GPT-5.4. Цифры, ограничения и промпт ревьюера разобрал в PDF.

Исследование во вложение 📘

P.S По моим наблюдения, кол-во ошибок после написания кода, явно уменьшилось не на 10-15% я примерно начал ловить дополнительно процентов 25-30 ошибок на первом круге ревью, но тут появляется еще одна проблема, галлюцинаций стало тоже больше, щас борюсь с этим через JEV как раз, делаю у себя новый модуль проверок, наделяю его супер-мозгом ,надеюсь выйдет что-то стоящее

Путеводитель по каналу🗺

👋 Привет, я Евгений. Тут про то, как я использую ИИ в работе и бизнесе, и как это повторить без лишней теории

Коротко обо мне:
1️⃣6 лет в DevOps, от джуна до сеньора дошёл за 3,5 года
2️⃣научил ~120 человек, 35+ из них уже получили оффер
3️⃣Instagram вырос с ~750 до 18 тысяч за месяц, контент для него делает моя команда из ИИ-агентов

Если ты только пришёл, начни отсюда ⬇️

👉 Если ИИ для тебя пока ChatGPT для текстов
→ Почему ИИ со всем соглашается и как это сломать
→ Промпт, с которого я стартовал в Instagram и YouTube
→ Бесплатный урок по вайбкодингу для тех, кто никогда не программировал

👉 Если хочешь своего ИИ-агента
→ Подробное руководство по ИИ-агентам
→ Hermes: первая настройка агента
→ Команда ИИ-агентов, которая работает пока ты спишь

👉 Если уже работаешь с Claude Code или Codex
→ Гайд: Claude Code на VPS, чтобы не прилетел бан
→ Кэширование токенов, чтобы не сжечь недельный лимит

👉Если делаешь контент или продукт
→ Пайплайн контент-завода
→ Где смотреть стартап-идеи, чтобы не собрать продукт, который никому не нужен

🤝Как со мной поработать
Консультации и разбор твоей ситуации
YouTube · Instagram

Если что-то непонятно — пиши в комментах, отвечаю сам👍

Хочу поделиться тем, что мне сделала в итоге моя пачка агентов. Агентов дорабатывал походу, кормил их самой лучшей и вкусной пищей, не жалел токенов) Я вкладывал свои знания, агенты ресерчили и получилось вот это - с 0 до сайта:

Агенты сделали:🤖
1. Покупка хостинга и выбор сервера - сравнение лучшего предложения
2. Подбор домена, покупка домена
3. Настройка сервера, проверка безопасности, установка моего софта (перепроверил, все четко)
4. Дизайн концепт и фирменый стиль
5. Тексты и SEO - тут есть над чем работать, через неделю-две дополирую и будет гуд
6. Анимации и верстка
7. Шрифты и все остальное подбирали агенты
8. CI/CD и прочая магия DevOps
9. Мониторинг
10. Запуск


Всего было потрачено два недельных лимита на Codex+Claude на х5 подписках

Можете оценивать. Если что-то заметили, всегда буду рад обратной связи👇

P.S. Сайт периодически может отлетать во время деплоя новой версии(должно проходить незаметно, но пока тестирую, всякое может быть)

На мобильной версии вижу проблему с иконками дефолтными, буду править. Спасибо кто отписал в ЛС🫰

Последнее время очень часто пользуюсь OpenScience, прям подсел на него))) Мне нравится ковырять околонаучные темы и смотреть, где можно применить новые технологии.

Внутри можно вести целый исследовательский проект: статьи, свои файлы, расчёты, графики и обсуждение по теме. Устанавливается на компьютер, внутри подключаешь ИИ-модель. Например, через поддерживаемый вход ChatGPT или свой API-ключ, то есть ключ доступа к сервису модели.

Что с ним можно попробовать. Взять несколько статей по интересующей технологии, попросить сравнить методы и показать где выводы расходятся. Потом открыть ссылки и проверить что авторы действительно это писали.

Или дать таблицу с результатами эксперимента: проверить пропуски, сравнить группы, построить график и сохранить код расчёта. Заодно спросить, каких данных не хватает для проверки гипотезы. Сам по себе график ещё ничего не доказывает.

Мне очень нравится, как он готовит и разбирает сложные темы. PDF с описанием возможностей и сравнением с Codex я получил от него с одного запроса, очень грамотно получилось.

На его основе подготовил отдельный практический гайд: установка, первые задания, сравнение с Codex и настройка приватности. Codex тоже умеет работать с данными и запускать анализ, здесь интересна именно готовая среда для исследований.

Перед загрузкой своих файлов загляните в настройку Share session traces. При входе в аккаунт отправка истории запросов и действий по умолчанию включена, в том числе с локальной моделью. В гайде показал, где её отключить и что всё равно отправляется выбранному сервису модели.

Короче, рекомендую попробовать ⚡️

Если нравятся такие разборы, реакций накидайте под постом по-братски :)

Скачать PDF-гайд на Яндекс Диске

🛠 OpsDeck — рабочее место DevOps-инженера в одном приложении

Если рабочий день начинается с открытия терминала, Lens, Grafana, Argo CD, GitLab, DBeaver, KeePass и Obsidian, OpsDeck говорит, дружок, а давай соберем всё это в одном окне.

Внутри — терминал с блоками команд и AI-панелью, управление Kubernetes и Helm, просмотр алертов Grafana и Alertmanager, клиенты для популярных баз данных, встроенная IDE с Git, SSH-профили, KeePass, Markdown-заметки и сетевые инструменты.

Для продовых кластеров и баз предусмотрен режим «только чтение», а локальная модель Qwen умеет предлагать команды с учётом заметок и истории пользователя.

Приложение написано на Rust и Tauri 2, работает в Linux, Windows и macOS. Проект только недавно закоммтили в репозиторий.

Идея выглядит интересно, но заменять привычные инструменты на нечто выглядит сомнительно.

Репо

Тратьте лимиты. Кажется, сбросы будут очень часто

Кстати, вы знали, что подписка Claude MAX х20 - это полная туфта, ❌❌❌по факту там х2 от силы в недельном эквиваленте и 4х в 5 часовом?

Поэтому мой вам совет, если вы думаете, что брать Claude за 200 или ChatGPT, берите и то и то за 100 и вы будете в выигрыше, т.к этот сетап открывает очень много интересных способов работы и улучшает качество этой работы в разы (Кстати, есть тут миллионеры кто юзает подписку за 500?)))

+ если акк Claude забанят, не так грустно будет :) 🥲

Но а я пока 1% растягиваю, как могу 😆

Если у вас есть сервера, или вы открываете доступ к своему пк из интернета, для того чтобы у вас работали какие-то интеграции или по любым другим причинам, вам ,в первую очередь, нужно думать о безопасности такого рода взаимодействия с внешним миром. Поэтому одним из способов обезопасить себя от "внешнего" влияния я предлагаю рассмотреть следующий софт, как один из уровней защиты, а не панацея

Что такое Tailscale, зачем он нужен и как работает

Tailscale собирает ваши устройства в одну приватную сеть, даже если они стоят в разных местах и за разными роутерами. Шифрование в этой сети делает WireGuard, открытый VPN-протокол. Tailscale берёт на себя всё, что вокруг него: ключи, адреса, поиск пути между устройствами.

Практический смысл простой. VPS, домашний ПК, ноутбук, внутренний сервис или агент на сервере видят друг друга по приватным адресам. Чтобы зайти на сервер по SSH или открыть админку, не нужно пробрасывать порты на роутере и выставлять сервис в интернет.

Такая сеть называется tailnet. В неё входят устройства, на которых вы вошли в свой аккаунт или аккаунт организации.

Как это устроено внутри

Есть координационный сервис Tailscale. Он проверяет, кто вы, раздаёт устройствам сведения о ключах и друг о друге и рассылает правила доступа. Через него не идёт ваш трафик, он отвечает за управление сетью.

Сами данные устройства стараются передавать напрямую, по UDP. Для этого Tailscale использует NAT traversal: набор приёмов, который позволяет установить прямое соединение, даже когда оба устройства находятся за NAT или файрволом.

Получается не всегда. Жёсткий NAT или строгий файрвол могут помешать. Тогда трафик идёт через ретранслятор. Если в вашей сети настроены peer relay, Tailscale сначала попробует их. Если нет, используется DERP, сеть серверов-ретрансляторов Tailscale в разных регионах.

Через DERP идут уже зашифрованные WireGuard-пакеты. Приватные ключи не покидают устройство, на котором созданы, поэтому DERP не может расшифровать трафик, он просто пересылает его дальше. Прямое и ретранслируемое соединение одинаково зашифрованы. Разница между ними в скорости и задержке.

Кто к чему имеет доступ, решают аккаунт и политики доступа (ACL) в tailnet. Установленный Tailscale сам по себе никому доступа не даёт. При создании tailnet включается набор политик по умолчанию, поэтому их стоит посмотреть и сузить под свои задачи.

Чего Tailscale не делает

Он защищает канал между устройствами, но не сами устройства. Если сервис внутри tailnet работает без пароля, с уязвимой версией или со слабой авторизацией, тот, кому политики разрешают подключение, может получить доступ к данным или воспользоваться уязвимостью. Взломанный ноутбук в вашей сети остаётся взломанным ноутбуком. Обновления, нормальная аутентификация в сервисах и аккуратные права никуда не деваются.

Tailscale убирает необходимость держать порты открытыми наружу, а не заменяет защиту на хосте.


Официальная документация Tailscale:
• Что такое Tailscale: https://tailscale.com/docs/concepts/what-is-tailscale
• Шифрование: https://tailscale.com/docs/concepts/tailscale-encryption
• DERP-серверы: https://tailscale.com/docs/reference/derp-servers
• Типы соединений: https://tailscale.com/docs/reference/connection-types
• WireGuard в Tailscale: https://tailscale.com/docs/concepts/wireguard

В последнем гайде по VPS ссылку обновил, должно все работать😇 Спасибо за бдительность. Натравлю ИИ, чтобы проверял живость ссылок и менял их,если что-то отваливается

Поделюсь настройкой в CLI, которая сэкономила мне кучу токенов.
Речь пойдет о кэшировании токенов и том, как это отслеживать, чтобы не случайно не отправить агенту запрос, который сожрет половину недельных лимитов.

Сначала теория.
Когда вы отправляете запрос агенту, он читает всю историю переписки, вызовов инструментов и так далее.
Почему это дешево. Потому что антропик кэшируют токены (prompt_caching). Это называется теплый кэш. Чтение из кэша стоит около 10% цены обычного входа (на Opus 5.5 — 5%, на Fable 5.1 — 2,5%).

Живет кэш 1 час.

Спустя час кэш остывает, и если вы даже в той же сессии отправите любой запрос, хоть один символ, то агенту придется читать всю вашу историю переписки так, будто он это делает в первый раз, соответственно, если сессия длинная, это сильный удар по вашим токенам и лимитам.

Я знал про это, как и многие из вас. Однако сознательно не отслеживал.

Кэш и его текущее состояние можно отслеживать. И когда я начал это делать, понял, что раньше кучу раз забывал про него, давал кэшу остыть и моя сессия читалась по полной цене.

Ниже промпт. Отправьте его клоду. Он добавит вам в statusline под строкой чата информацию о том, когда у вас остынет кэш, чтобы вы успели написать в чат какой-нибудь запрос, хотя бы просто пингануть модель, чтобы получить еще 1 час.

Промпт в файле

Кто пользуется Claude, я вам серьезно говорю, если вы из России и пользуетесь через VPN, вас точно скоро забанят


Смотрите гайд выше👆 (он не гарантирует, что вы избежите бана, но шанс получить его кратно ниже)

Из-за того что мои авторские материалы начали растаскивать по пабликам без указания авторства, я принял решение больше такого в открытый доступ не публиковать. Уже не первый раз замечал, по этому сорри. Кому интересен гайд пишите в ЛС

Мои агенты тут думали, думали и придумали вот такой дизайн для PDF гайдов. Спойлер, что выйдет сегодня, но чуть-чуть позже + там будет бонус о том, как Claude к Hermes и OMP по подписке подключить, а не по API

Спите? Правильно..я сам спал, как за тамагочи 2 дня следил... 😂😂

Если вы часто работаете с ИИ , то вы могли заметить, что все модельки еще те подлизы

С последними Opus и GPT-5 это уже не так заметно, но если долго общаться с моделью, она постепенно начинает соглашаться с тобой. Даже, когда идея откровенно хреновая.

Одна из причин - RLHF(обучение с подкреплением на основе обратной связи от людей.). Людям показывают несколько ответов модели и просят выбрать лучший.

За 20–30 секунд нормально проверить ответ сложно, поэтому часто выбирают тот, который звучит приятнее: уверенно, дружелюбно и не заставляет человека чувствовать себя дураком.

В итоге модель быстро понимает какой ответ вам понравится и начинает аккуратно поддакивать.

Для проверки своих идей есть прикольный вариант - LLM Council. Карпатый собирал «совет» из нескольких моделей, а Оли Леманн пересобрал эту механику под Claude в скилле Claude Consul.

Ты описываешь идею, а Claude созывает пятерых советников:

1. Критик ищет, что убьёт идею
2. Адвокат первых принципов проверяет, какую проблему ты вообще решаешь
3. Экзистенциалист ищет плюсы, которые ты пропустил
4. Аутсайдер смотрит без твоего контекста и ловит очевидные косяки
5. Исполнитель говорит, что конкретно делать завтра утром

Потом они анонимно проверяют ответы друг друга, а председатель собирает один итоговый вердикт.

Можно гонять через него идеи для стартапа, нового продукта или очередного SaaS.

Скилл прикрепил.
Команда: /llm-council

Оригинальный пост:
https://x.com/itsoelehmann/status/2038661433626333649

Сегодня, предположительно, в Codex выйдет крупное обновление. Codex наконец получит голос в реальном времени. С ним можно будет разговаривать, пока рабочий агент параллельно пишет код.
Например, можно попросить его собрать игру, а затем голосом на ходу менять правила, персонажей и механику, пока код обновляется прямо во время разговора.
Также сегодня ожидается сброс лимитов.

Архитектура ИИ-агентов: часть II

Продолжаю разбирать что у ИИ-агента происходит под капотом.

Почему даже с temperature=0 ответы могут немного отличаться? Почему нужный факт точно был в контексте, но модель его как будто не увидела?

Особенно весело, когда этот факт лежал где-то в середине огромной простыни текста :)

В этой части разобрал трансформер и KV-кэш — откуда берётся задержка и почему длинный контекст так быстро съедает токены и деньги.

Ещё внутри:

🔹 четыре слоя безопасности модели и основные способы обхода ограничений

🔹 RAG, инструменты, MCP и guardrails с рабочим кодом

🔹 ReAct, Plan & Execute, память и мультиагентные системы

В конце добавил большую диаграммную шпаргалку по всей архитектуре.

Первая часть была общей картой компонентов. Здесь уже разбираем почему модель потеряла факт, RAG принёс мусор, инструмент вызвался не там или несколько агентов начали мешать друг другу.

Первая часть:

📂 Скачать часть II: https://disk.yandex.ru/i/4c_Gf1dKC7kuMw

Архитектура ИИ-агентов: основы

🤖 Пока все спорят, что такое «агент», а что просто чат-бот с промптом, разобрал архитектуру ИИ-агентов до последнего винтика — от модели до памяти и инструментов.

Что внутри:
🔹 Как выбрать модель под задачу — и почему «самая умная» почти всегда неправильный ответ
🔹 Определения агента от OpenAI и Anthropic и разбор архитектуры агентного рантайма
🔹 11 техник промптинга — от zero-shot до ReAct, с примерами
🔹 Память, инструменты и семантический поиск: как агент помнит, действует и находит нужное

💡 Это первая часть — словарный запас и рабочая карта, после которой вы понимаете, какой блок за что отвечает, когда агент ведёт себя не так, как задумано.

📂 https://disk.yandex.ru/d/2DMfceWRz7FUFA

Красивых кадров пост