X Weekly Digest — 14 сентября 2026

01

Автоматическое A/B-тестирование плагинов через claude plugin eval

кто: @ClaudeDevs + поддержали: @HamelHusain

Было

Плагины и навыки агента подключались вслепую; оценить их реальную пользу или замедление работы можно было только по субъективным ощущениям.

→

Стало

Команда claude plugin eval автоматически прогоняет тестовые сценарии с плагином и без него, показывая точную разницу в решенных кейсах.

Почему лучше: Сразу видно, помогает ли новый навык решать задачи точнее или только засоряет системный промпт лишними инструкциями и тратит контекст.

⚡ Попробовать за вечер

Подготовить файл с 3–5 характерными тест-кейсами для своего локального плагина или набора навыков.
Выполнить в терминале команду claude plugin eval --compare для запуска сравнительного тестирования.
Замерить долю успешных прогонов и изменение общего расхода токенов на выполнение задачи.

Интерфейс команды claude plugin eval — **На скриншоте:** запуск оценки плагина через `claude plugin eval` в Claude Code CLI.

🔗 Главный твит

02

Двухконтурный регламент качества кода: прототипы против продакшена

кто: @bcherny + поддержали: @simonw

Было

Код агента либо принимали без строгой проверки ради быстрой сдачи, либо разработка тормозилась ручным построчным ревью каждой строки.

→

Стало

Черновики пишутся на полной скорости как черный ящик, а для продакшена планка поднимается выше человеческой через фаззеры, линтеры и правила в CLAUDE.md.

Почему лучше: Команда сохраняет максимальную скорость прототипирования, предотвращая накопление скрытого технического долга в основной кодовой базе.

⚡ Попробовать за вечер

Зафиксировать в файле CLAUDE.md перечень обязательных проверок: линтеры, unit-тесты и регрессионные сценарии.
Настроить автоматический запуск верификационных команд перед подтверждением изменений кодовой базы.
Измерить процент дефектов и правок, выявленных автоматическими проверками до слияния изменений.

🔗 Главный твит

03

Экспорт эталонных инженерных навыков Apple одной командой

кто: @sarunw

Было

Чтобы обучить внешнего агента свежим интерфейсам и практикам платформы, приходилось вручную вырезать куски документации и составлять промпты.

→

Стало

Одна команда xcrun agent skills export выгружает официальные системные навыки на диск для прямого использования в любых CLI-агентах.

Почему лучше: Агент сразу оперирует актуальными спецификациями и сигнатурами методов вендора без галлюцинаций по устаревшим версиям.

⚡ Попробовать за вечер

Выполнить в терминале команду xcrun agent skills export --output-dir ~/Downloads/xcode-skills.
Подключить экспортированную директорию к рабочему каталогу своего терминального агента.
Проверить генерацию кода под новые API без обращений к устаревшим сигнатурам библиотек.

Экспорт agent skills в Xcode — **На скриншоте:** структура каталогов инженерных навыков Apple, экспортированных из Xcode 27.

🔗 Главный твит

04

Разделение моделей оркестратора и субагентов для экономии токенов

кто: @lydiahallie

Было

Оркестратор запускал фоновых субагентов на той же дорогой топовой модели, быстро расходуя лимиты запросов на простых вспомогательных операциях.

→

Стало

Переменная окружения CLAUDE_CODE_SUBAGENT_MODEL=opus направляет рутинные фоновые шаги на более экономичную модель.

Почему лучше: Мощные рассуждения сохраняются для стратегического планирования, а вспомогательные задачи выполняются быстрее и дешевле.

⚡ Попробовать за вечер

Задать в файле конфигурации шелла переменную export CLAUDE_CODE_SUBAGENT_MODEL=opus.
Запустить агенту комплексную задачу с параллельным сбором информации по файловой структуре.
Сравнить расход квоты топовой модели и скорость завершения комплексного запроса.

🔗 Главный твит

05

Дистрибуция навыков агента внутри пакетов зависимостей через Skills CLI

кто: @dart_lang

Было

Инструкции по работе со сторонними пакетами агент искал в сети или опирался на устаревшие знания из обучающей выборки.

→

Стало

Авторы библиотек вкладывают проверенные инструкции прямо в релиз пакета, а команда dart run skills@ get собирает их локально.

Почему лучше: Знания агента о зависимостях обновляются синхронно с версиями библиотек, исключая поломки при мажорных релизах.

⚡ Попробовать за вечер

Выполнить команду dart run skills@ get в репозитории с поддерживаемыми зависимостями.
Проверить появление сгенерированных инструкций в локальной директории навыков агента.
Оценить безошибочность вызова новых методов библиотек без ручной корректировки кода агента.

🔗 Главный твит Анонс в блоге

06

Подключение официального каталога Anthropic Agent Skills одной командой

кто: @sora19ai

Было

Инструменты для работы со спецификациями, разбором офисных документов и генерацией MCP-серверов писались вручную с нуля.

→

Стало

Команда /plugin marketplace add anthropics/skills подключает библиотеку из 19 готовых эталонных навыков от создателей Claude.

Почему лучше: Готовые проверенные шаблоны позволяют сразу запускать генерацию коннекторов и обработку файлов без отладки промптов.

⚡ Попробовать за вечер

Ввести в интерактивном окне агента команду /plugin marketplace add anthropics/skills.
Вызвать встроенный навык mcp-builder для автоматической генерации скелета нового сервиса.
Замерить время создания работающего сервера MCP по сравнению с ручным написанием спецификации.

🔗 Главный твит Репозиторий GitHub

07

Замена сырого RAG связанной базой знаний LLM Wiki с MCP-сервером

кто: @hasantoxr + поддержали: @karpathy

Было

Обычный RAG при каждом вопросе заново перечитывает разрозненные куски документации, теряет глобальные связи и быстро забывает контекст.

→

Стало

LLM один раз компилирует файлы в связанную вики с графом зависимостей, а Claude Code и Codex обращаются к ней через локальный MCP-сервер.

Почему лучше: Агент мгновенно находит перекрестные ссылки между модулями системы без медленного и дорогого поиска по сырым файлам.

⚡ Попробовать за вечер

Склонировать проект git clone https://github.com/nashsu/llm_wiki и запустить индексацию проектной папки.
Подключить запущенный сервер MCP к локальному конфигурационному файлу агента.
Замерить скорость ответа и полноту извлечения архитектурных связей по сравнению со стандартным поиском.

Схема архитектуры LLM Wiki — **На схеме:** поток индексации и обновления документов агентом в LLM Wiki.

🔗 Главный твит Репозиторий GitHub

08

Разгон локального llama-server через prompt caching и speculative decoding

кто: @witcheer

Было

При работе с локальной моделью агент ждал первый токен по 4 секунды на каждом шаге из-за повторного префилла длинного системного контекста.

→

Стало

Связка кэширования префикса и спекулятивного декодирования сокращает задержку до 0.30 с, ускоряя генерацию кода до 139 токенов/с.

Почему лучше: Локально развернутый агент реагирует на команды мгновенно, избавляя инженера от ожидания при многошаговых итерациях.

⚡ Попробовать за вечер

Запустить бинарник llama-server с активным кэшированием промпта и драфт-головой модели (MTP n=2).
Выполнить серию проверочных запросов с постоянным системным промптом через клиент агента.
Замерить сокращение задержки до первого токена (TTFT) на запросах размером более 10k токенов.

График времени префилла llama-server — **На графике:** радикальное снижение задержки префилла при включенном кэшировании промптов.

🔗 Главный твит

09

Смена концепции харнессов: контроль конечного результата вместо жестких процедурных рамок

кто: @unclebobmartin

Было

Харнессы пытались микроконтролировать каждый шаг агента через искусственные вентили, ломая ход рассуждений модели.

→

Стало

Агенту делегируют непрерывную реализацию задачи, а контроль переносят в объективные метрики: мутационные тесты, покрытие и индекс CRAP.

Почему лучше: Агент способен автономно работать 30–40 минут над комплексным рефакторингом, не застревая в субъективных промежуточных ограничениях.

⚡ Попробовать за вечер

Снять пошаговые промежуточные блокировки в конфигурации тестовой агентской сессии.
Встроить в пайплайн автоматическую оценку покрытия и мутационный анализ сгенерированного кода.
Оценить процент задач, успешно выполненных агентом в автономном режиме без ручных подсказок.

🔗 Главный твит

10

Развертывание облачных агентов с харнессом Codex через OpenAI Agents API

кто: @OpenAIDevs + поддержали: @stevendcoffey @jxnlco

Было

Для запуска надежного агента приходилось самостоятельно писать сервер оркестрации, хранилище сессий и логику компактификации контекста.

→

Стало

Публичная бета Agents API предоставляет готовый облачный харнесс Codex с автоматическим управлением долгоживущими сессиями и песочницами.

Почему лучше: Бэкенд-инженер концентрируется на бизнес-инструментах и контрактах функций, не тратя недели на низкоуровневую инфраструктуру агента.

⚡ Попробовать за вечер

Сконфигурировать тестового облачного агента через вызов API POST /v1/agents с набором рабочих инструментов.
Запустить сессию выполнения многоэтапной инженерной задачи с сохранением промежуточного состояния.
Оценить надежность сохранения контекста при непрерывной сессии длиннее 20 шагов.

OpenAI Agents API демонстрация — **Демонстрация:** интерфейс запуска и управления сессиями в OpenAI Agents API.

🔗 Главный твит Описание в блоге OpenAI

Приёмы недели из X

Главные приёмы недели

Автоматическое A/B-тестирование плагинов через claude plugin eval

Двухконтурный регламент качества кода: прототипы против продакшена

Экспорт эталонных инженерных навыков Apple одной командой

Разделение моделей оркестратора и субагентов для экономии токенов

Дистрибуция навыков агента внутри пакетов зависимостей через Skills CLI

Подключение официального каталога Anthropic Agent Skills одной командой

Замена сырого RAG связанной базой знаний LLM Wiki с MCP-сервером

Разгон локального llama-server через prompt caching и speculative decoding

Смена концепции харнессов: контроль конечного результата вместо жестких процедурных рамок

Развертывание облачных агентов с харнессом Codex через OpenAI Agents API

На что обратить внимание

🛰 Онбординг агентов через интерактивное интервью

🛰 Очистка контекста сессии командой /skill-doctor

🛰 Прямая отдача markdown через суффикс .md и Docs MCP

🛰 Каталогизатор навыков chops для кросс-агентной среды

Мой план на эту неделю

Метаданные