Эпилог · Что дальше

Куда дальше

Вы видели все детали harness — цикл, инструменты, контекст, память, сессии, subagents, permissions, hooks, streaming, стоимость. Дальше — практика и чужой код: пара pet-проектов, чтобы пощупать руками, и карта чтения, чтобы было куда возвращаться.

Что прочитать в первую очередь

Если хочется один-единственный текст, с которого начать всё с нуля, — берите Anthropic «Building Effective Agents». Это короткая инженерная статья, в которой Эрик Шлантц и Барри Чжан проводят водораздел между workflow и agent, дают пять базовых паттернов и формулируют три принципа, которым стоит следовать в продакшене: simplicity, transparency и тщательно спроектированный agent-computer interface. Половина того, что вы прочитали в этом курсе, выросла из неё.

Следом — OpenAI «A Practical Guide to Building Agents». Это PDF на ~30 страниц, и он полезен ровно тем, что написан с другой стороны: тот же цикл, те же инструменты, но другая терминология и другой акцент. Прочитав обе статьи подряд, вы получите хороший «триангулированный» взгляд на предметную область — увидите, что общего между двумя крупнейшими лабораториями, а что — следствие их конкретных моделей и API.

Третий обязательный текст — наш конспект по внутренностям claude-cli: INDEX, distill и 13 concept docs (от orchestrator loop до permissions и subagent dispatch). Это уже не общая теория, а конкретный продакшен-агент, разобранный по концепциям. Если статьи Anthropic и OpenAI отвечают на вопрос «как это должно работать», то этот разбор отвечает на «как это на самом деле работает в одном из самых популярных кодинг-агентов 2025–2026 годов».

И четвёртое — что-нибудь из Олега Беловы про память. Memory Architecture, Two-Process Model и Shared State — это три коротких поста, которые меняют картинку: после них вы перестанете думать про «контекст» как про одну линейную ленту и начнёте видеть, что у агента есть как минимум два процесса и общий filesystem-state, через который они переговариваются.

Что попробовать в коде

Минимальный agent на Anthropic API. Один Python-файл, один инструмент (например, чтение файла или вызов bash), один while со switch на stop_reason. Цель — не сделать что-то полезное, а собственными руками собрать тот «десяток строк», о котором пишет Anthropic. После этого все остальные harness в мире становятся читаемы — вы знаете, где у них сердце, и где наросло.

Свой harness с file-based памятью. Возьмите минимального агента и добавьте к нему директорию ./memory/ с двумя инструментами: memory_read и memory_write. Положите туда MEMORY.md как индекс. Запустите его на серии задач и посмотрите, что модель туда пишет сама. Это пет-проект в духе Олега Беловы и заодно — самый дешёвый способ понять, зачем нужна shared-state-модель из главы про память.

Subagent dispatch — manager + 2 worker. Тот же минимальный agent, но один из его инструментов — spawn_subagent(prompt, tools), который запускает ещё одну копию agent loop с урезанным набором tools и возвращает только финальный текст. Сделайте на этом тривиальный manager-worker: главный агент разбивает задачу на две, два subagent работают параллельно (через asyncio.gather), результаты возвращаются в основную ленту. Сразу видно, что описано в Anthropic «Built a Multi-Agent Research System».

Hook-based logger и простой policy-гейт. Добавьте в минимального агента две точки расширения: before_tool и after_tool. В первой — проверяйте имя инструмента и аргументы по простому allow-list (например, bash запрещён, read_file разрешён только в пределах текущей директории). Во второй — пишите JSONL-лог: какой tool вызывался, с какими аргументами, что вернул, сколько токенов стоил. Это даст вам понимание глав про permissions и hooks на уровне, недостижимом из чтения.

Карта статей по темам

Anthropic

OpenAI

Олег Беловы

Manus

Cursor

claude-cli — конспект курса по внутренностям

Если хотите глубже — кодовые базы и репозитории

Чтение статей даёт картинку, чтение кода даёт интуицию. Несколько репозиториев, которые имеет смысл хотя бы пролистать.

Агенты — молодая область. Через год многое из того, что написано в этом курсе и в этом списке, устареет: появятся новые API, новые паттерны, новые ошибки. Но цикл, инструменты, контекст, память, permissions и hooks — это база. Она никуда не денется, потому что выросла не из конкретной модели, а из того, как вообще устроена связь LLM с внешним миром. Спасибо, что прочитали до конца.

— ascorblack