Claude Code удаляет код для улучшения модели: необычный подход Anthropic

Anthropic использует противоположный подход к разработке: вместо добавления функций команда Claude Code систематически удаляет промпты, инструменты и код, чтобы модель работала лучше. Этот метод не только не вредит производительности, но и повышает точность и скорость ИИ-ассистента. На Startup Schoo

Claude Code удаляет код для улучшения модели: необычный подход Anthropic

Anthropic использует противоположный подход к разработке: вместо добавления функций команда Claude Code систематически удаляет промпты, инструменты и код, чтобы модель работала лучше. Этот метод не только не вредит производительности, но и повышает точность и скорость ИИ-ассистента. На Startup School 2026 от Y Combinator основатель Claude Code Борис Черни рассказал, как удаление лишнего стало ключевым принципом их работы.

Накануне Anthropic выпустила Opus 5 — модель, набравшую около 30% на бенчмарке ARC-AGI-3, который измеряет абстрактное мышление. Ранее лучшие модели показывали лишь несколько процентов, иногда доходя до десяти. По словам Бориса, это не единичный прорыв, а совокупность множества способностей, часть из которых тренировали намеренно, а другие стали неожиданностью даже для команды.

Почему удаление кода улучшает модель

Борис Черни объяснил, что команда регулярно пересматривает каждый промпт, каждый инструмент и каждый фрагмент кода, передаваемый модели. Если выясняется, что модель может справиться без них, элемент удаляется. На первый взгляд это должно ухудшить результат, но на практике происходит обратное: модель начинает лучше понимать контекст и выдавать более точные ответы. Причина в том, что избыточные инструкции создают шум, отвлекают модель или заставляют её следовать устаревшим шаблонам. Удаляя лишнее, команда заставляет модель полагаться на собственные способности, которые постоянно растут благодаря улучшению базовых моделей.

Этот принцип напоминает бритву Оккама в разработке ИИ: чем проще интерфейс между человеком и моделью, тем эффективнее работает система. Борис привёл пример: когда-то для выполнения простой задачи требовалось пять шагов и три инструмента, а теперь модель справляется за один шаг, если ей не мешать.

Как это работает на практике?

Процесс выглядит так: команда берёт текущий промпт или инструмент и временно его отключает. Затем запускает набор тестовых сценариев, чтобы проверить, ухудшился ли результат. Если нет — удаление становится постоянным. Если да — ищут, можно ли упростить элемент, а не расширять его. По словам Бориса, примерно в 40% случаев удаление приводит к улучшению, в 40% — к нейтральному результату, и только в 20% требуется вернуть элемент или модифицировать его. Это радикально отличается от обычной практики, где изменения вносятся с оглядкой на регрессии, но редко проверяют, не стало ли лучше после сокращения.

Предыстория и контекст

Anthropic, компания-создатель Claude, известна своим осторожным подходом к безопасности и интерпретируемости ИИ. Claude Code — это инструмент, позволяющий разработчикам выполнять команды непосредственно в терминале, используя языковую модель для написания, отладки и рефакторинга кода. Он появился в начале 2025 года и быстро завоевал популярность среди инженеров, работающих с большими кодовыми базами.

Традиционно разработчики стремятся добавить как можно больше инструкций и проверок, чтобы гарантировать качество результата. Но команда Claude Code пошла против этой тенденции. Они заметили, что с каждой новой версией Claude модель становится умнее, и то, что раньше требовало явного программирования, теперь может быть выполнено неявно. Это привело к философии «удаляй, пока не сломается».

Технические детали подхода

Инструментарий Claude Code включает десятки промптов, описывающих, как модель должна обрабатывать запросы пользователя. Каждый промпт — это несколько строк текста, содержащих инструкции, примеры или ограничения. Команда регулярно проводит аудит этих промптов, задавая вопрос: «А нужно ли это сейчас?».

Аналогично поступают с инструментами — функциями, которые модель может вызывать для выполнения операций в файловой системе, Git, компиляторах и т.д. Некоторые инструменты были полностью удалены, потому что модель научилась эмулировать их поведение через базовые команды. Например, специальный инструмент для форматирования кода оказался излишним, когда Claude научился выводить отформатированный код напрямую.

Борис подчеркнул, что этот подход возможен только благодаря быстрому прогрессу моделей. То, что было необходимо полгода назад, сегодня может быть бесполезным. Но если не удалять, модель продолжит использовать старые, менее эффективные пути.

Какие преимущества получают разработчики?

Разработчики, использующие Claude Code, уже заметили, что инструмент стал быстрее и точнее отвечать на запросы. Удаление лишних промптов сократило время обработки и уменьшило количество ошибок, связанных с неверным толкованием инструкций. Для бизнеса это означает снижение затрат на вычислительные ресурсы: меньше токенов тратится на промпты, меньше задержек. Для конкурентов, таких как GitHub Copilot или Cursor, это вызов: возможно, им тоже стоит пересмотреть свои подходы к проектированию агентов. В российском контексте, где многие разработчики используют Claude Code через API, улучшение производительности особенно важно из-за ограничений по скорости и стоимости запросов.

Что будет дальше

Борис Черни намекнул, что в будущем Claude Code может стать ещё более минималистичным. Команда экспериментирует с автоматическим удалением промптов на основе анализа использования: если какой-то промпт не вызывался в течение недели, он помечается на удаление. Также ожидается, что Anthropic продолжит выпускать всё более мощные модели, что сделает возможным дальнейшее упрощение интерфейсов. Возможно, через год Claude Code будет представлять собой просто терминал, в который модель встроена настолько глубоко, что никакие дополнительные инструкции не нужны.

Итог

Подход команды Claude Code — удалять, а не добавлять — бросает вызов устоявшейся инженерной интуиции. Он показывает, что по мере развития ИИ привычные методы проектирования систем могут устареть. Вместо того чтобы усложнять интерфейсы, стоит доверять модели и проверять, не стало ли лучше без лишних инструкций. Этот урок может оказаться полезным не только для разработчиков ИИ-инструментов, но и для всех, кто создаёт программное обеспечение в эпоху умных моделей.