Краткое содержание анализа
В последнее время в области программирования с использованием искусственного интеллекта набирает популярность новый подход под названием “Loop Engineering” (инжиниринг циклов). Раньше разработчики вручную создавали для ИИ подсказки (promptы), чтобы тот мог писать код, но теперь эксперты предлагают использовать системы с обратной связью, позволяющие ИИ самостоятельно формулировать эти подсказки и продолжать работу. Два ведущих специалиста в этой области – Борис Черный (отец инструмента Claude Code) и Питер Штайнбергер (основатель компании “Лобстер”) активно продвигают эту концепцию. Однако существуют реальные проблемы, такие как высокая стоимость использования токенов и сложность отладки. Инструмент Claude Code уже поддерживает функции циклов и решает некоторые из технических трудностей, связанных с долгосрочной работой ИИ.
1. Инжиниринг циклов: от “командования ИИ” к “позволению ИИ самостоятельно принимать решения”
Проще говоря, раньше для работы с ИИ достаточно было ввести команду, например: “Создай страницу для входа пользователя”, и после получения результата вносить коррективы. Сейчас с помощью подхода Loop Engineering вы разрабатываете правила циклической работы: например, “Каждый час проверяй страницу на наличие ошибок → если они найдены – исправляй их → после исправлений автоматически проводи тестирование → если тест прошел – отправляй код”. ИИ выполняет эти действия по этим правилам без необходимости вручную задавать каждый шаг.
Борис Черный отмечает, что его работа сейчас сводится к созданию таких циклов: он разрабатывает алгоритмы, которые направляют ИИ на выполнение следующих действий. Питер Штайнбергер также считает, что не стоит больше создавать для ИИ отдельные подсказки; вместо этого нужно использовать механизмы циклов, позволяющие ИИ самостоятельно решать, как действовать. Это похоже на предоставление ИИ “руководства по самостоятельной работе”, что превращает его из временного сотрудника в эффективного специалиста.
2. Циклы не должны быть бесконечными: необходимы механизмы остановки и корректировки курса
Кто-то может спросить: разве циклы не представляют собой простое повторение одних и тех же действий (например, автоматическую отправку электронных писем каждый день)? На самом деле нет. Эффективные циклы должны включать механизмы обратной связи: нужно указывать ИИ цели, оценивать результаты его работы и определять момент прекращения выполнения.
Например, при использовании циклов для оптимизации электронной коммерции цель может быть повышение конверсии пользователей. ИИ будет постоянно анализировать данные о пользовательском поведении, изменять дизайн товарных страниц, проводить тестирование и так далее. Если конверсия не улучшается – продолжает оптимизацию; если цель достигнута – прекращает работу. Здесь “обратная связь” представляет собой данные о конверсии, механизм остановки – критерии успеха, а “навигация” – указание направления дальнейших действий.
Гарри Тан, генеральный директор компании YC, подчеркивает важность предотвращения превращения ИИ в машину, выполняющую одни и те же действия без размышлений (как на фабрике Foxconn). ИИ должен уметь самостоятельно выявлять ошибки и оптимизировать процессы. В противном случае он может продолжать повторять неправильные действия (например, отправлять багованный код).
3. Практические проблемы: высокие затраты на использование токенов
Идея Loop Engineering кажется хорошей, но основная проблема – это высокая стоимость их использования. Каждый цикл требует вызова API ИИ, что сопровождается расходом токенов (энергии для работы ИИ). Например, если цикл выполняется каждую минуту, за 8 часов происходит 480 вызовов, что является значительным расходом.
Крупные компании (например, Anthropic, OpenAI) имеют практически неограниченный запас токенов, но у обычных разработчиков или малых команд бюджет ограничен. Некоторые считают, что подписка на пакеты услуг стоимостью 20 долларов недостаточна для эффективной работы. Питер Штайнбергер утверждает, что время ценнее токенов, однако пользователи возражают, считая это проблемой финансирования, а не технической.
Инструмент Claude Code внес некоторые ограничения для снижения затрат: минимальный интервал между циклами составляет 1 минута, максимальная продолжительность работы – 3 дня; при закрытии инструмента циклы прекращаются. Однако это лишь временное решение проблемы; для постоянной работы ИИ все равно необходимо платить.
4. Эволюция инструмента Claude Code: от 20 минут до непрерывной работы в течение нескольких дней
Год назад инструмент Claude Code мог работать лишь 20 минут подряд (что приводило к потере информации и ошибкам), сейчас его возможности значительно улучшились. Он решил три основных проблемы:
- Забывчивость ИИ: раньше каждый цикл начинался с нуля, и ИИ забывал предыдущие действия; теперь он сохраняет информацию о предыдущих этапах работы.
- Недостаточная способность к планированию: раньше ИИ либо пытался выполнить все задачи сразу, либо прерывал работу на полпути; теперь он использует модели Opus для планирования (например, разделения процесса создания электронной коммерческой сайта на этапы: дизайн главной страницы, товарных страниц и страницы оплаты).
- Неточность самооценки: раньше ИИ мог считать незавершенные работы завершенными; теперь используется комплекс из моделей генератора кода, оценщика и планировщика: генератор создает код, оценщик проверяет его с помощью инструментов (например, Playwright), а планер определяет правила приемки результатов (например, после нажатия кнопки должна открываться страница оплаты).
5. Проблемы при внедрении: сложность отладки и высокие затраты на миграцию
Многие разработчики обнаружили, что практическое использование подхода Loop Engineering оказалось сложнее, чем они предполагали:
- Сложность отладки: отладка циклов, выполняющихся более 47 раз, в 10 раз сложнее, чем отладка обычных программ. Необходимо отслеживать каждый этап и выявлять ошибки.
- Высокие затраты на миграцию: некоторые команды после внедрения Loop Engineering поняли, что этот подход не подходит для их проектов; переход на другие инструменты требует значительных усилий. Один разработчик жалуется: “Я ввел Loop Engineering в свою компанию, но теперь никто не хочет заниматься его настройкой и обслуживанием.”
- Недостаточная подготовка разработчиков: многие не умеют создавать надежные однократные подсказки для ИИ, поэтому при попытке использования Loop Engineering возникает множество проблем.
В целом, инжиниринг циклов – это новое направление в развитии программирования с использованием ИИ, которое позволяет ему перейти от пассивного выполнения задач к активной работе. Однако на данный момент существуют проблемы с затратами и необходимостью дополнительной подготовки разработчиков.