Абляция системного промпта: как я сжал конфиг Claude Code с 19 736 до 3 585 строк без потери качества
При переходе на новое поколение моделей старые правила в системном промпте превращаются в лишний налог на контекст и мешают агенту думать самостоятельно. В ходе ревизии полуторагодовой конфигурации Claude Code я удалил 27 из 29 раздутых навыков и сократил объём инструкций с 19 736 до 3 585 строк. Вместо пошагового микроменеджмента агент получил прямые критерии готовности и сканер безопасности из 179 детекторов с контрольной канарейкой.

- Исходный объём навыков: 19 736 строк в 29 модулях
- Объём после ревизии: 3 585 строк в 2 базовых модулях
- Конфигурация в бою: 361 навык, 84 команды, 39 агентов и 35 плагинов
- Контроль утечек: 179 детекторов с принудительной канарейкой
За полтора года ежедневной работы моя конфигурация для Claude Code разрослась до размеров монолита. Навык за навыком, правило за правилом — пока в один вечер я не открыл корневой каталог и не понял, что половина этой горы уже связывает модели руки.
Недавно я посмотрел тридцатишестиминутное выступление Бориса Черни, создателя Claude Code, о работе инженеров внутри Anthropic. Четыре его принципа один в один совпали с выводами, к которым я пришёл через собственные грабли.
Зачем стирать системный промпт и навыки каждые полгода?
В командах Anthropic при выходе каждой новой базовой модели применяют метод абляции: системный промпт стирают целиком и возвращают по одной строчке, замеряя реальный вклад каждого правила. Инструкции, которые год назад спасали модель от глупых ошибок, для Opus 5.5 и Fable 5.1 уже вшиты в веса. Оставляя их в `CLAUDE.md`, мы платим дважды: тратим окно внимания на очевидные банальности и зажимаем модель в узкий коридор старых эвристик.
Ещё до ролика я провёл такую чистку по всему своему стеку. Прошёл по каждому файлу с одним вопросом: справится ли актуальная модель с задачей без подсказки? Если да — правило шло под нож. Тела навыков ужались с 19 736 строк до 3 585, а из двадцати девяти тяжёлых модулей остались два. Качество ответов выросло сразу. Дисциплина простая: возвращай строчку в промпт только тогда, когда модель спотыкается на одном месте трижды подряд.
Почему пошаговые инструкции работают хуже описания границ задачи?
Типичная ошибка при работе с агентом — расписать ему алгоритм по шагам: открой этот файл, поменяй функцию, запусти скрипт. Для рассуждающих моделей такой микроменеджмент вреден. Гораздо лучше подняться на уровень выше: задать цель, границы и проверяемый критерий готовности.
Внутри Anthropic команда Bun переписала рантайм с Zig на другой язык одним промптом через динамический конвейер субагентов — одиннадцать дней работы и сто тысяч строк кода, которые сейчас крутятся в продакшене Claude Code. Сам Борис переводил десктопное приложение с Electron на Swift одной задачей: агент запускал оригинал на виртуалке, снимал скриншот, сверял попиксельно со сборкой на Swift и отправлял отчёты в канал Slack.
По этой же логике я собирал связку из образовательной платформы, CRM, трекера задач и флота агентов. Вместо месячного рисования спецификаций я задавал финальный контракт, а затем правил только те места, где агент реально буксовал.
Как устроить верификацию, чтобы скрипт контроля не врал о зелёном прогоне?
Давать модели сложную задачу можно только в паре со вторым правилом: на каждом шаге у агента должен быть внешний оракул самопроверки. Причём тестировать нужно и сами инструменты приёмки.
За один день я выловил шесть тихих дефектов в собственных скриптах безопасности, которые снаружи радостно выдавали зелёный статус. Сканер утечек с флагом смыслового анализа печатал заголовок и выходил с кодом ноль, не запустив ни одного детектора. В другом месте пустой параметр глушил сканер целиком, а слово «Anthropic» в строке прятало лежащий рядом боевой ключ.
Лечится это одним приёмом: проверка обязана уметь падать. Теперь мой сканер перед каждым прогоном сам подсаживает себе контрольную «канарейку» с синтетическим секретом и требует, чтобы все 179 правил поймали свою мишень. Если молчит хотя бы одно — весь отчёт бракуется.
Как забрать готовую архитектуру из 361 навыка и не собирать её с нуля?
Текущие модели уже умеют кратно больше, чем им позволяют стандартные чат-интерфейсы. Когда мы убираем лишний продуктовый навес и даём модели прямой доступ к терминалу, браузеру под рабочим логином, сборщику слайдов, видеомонтажу и локальному каталогу из 2061 сценария n8n, скорость работы меняется на порядок.
Всю пересобранную конфигурацию из 361 навыка и 39 агентов я выложил в открытый доступ в канале [@jemal_hamidun](https://t.me/jemal_hamidun). Для тех, кто хочет развернуть такой стек локально с полным контролем приватности, мы развиваем среду [Nomad AI](https://nomadnet.ai). Пошаговую практику оркестрации с 72-часовым триалом можно пройти в [Hamidun Academy](https://academy.hamidun.com), а регулярные мастермайнды и полная библиотека из 370+ скиллов доступны в [Vibe Club](https://hamidun.com/club).
- 27 окт. 2026 г.Open-source Hob переносит режим Claude Cowork на ваш ноутбук без облака
- 27 окт. 2026 г.Anthropic подала S-1: выручка за полгода 16,3 млрд при оценке до 2 трлн
- 27 окт. 2026 г.Anthropic призвала сворачивать сабагентов: один цикл со скиллами обходит оркестры
- 27 окт. 2026 г.Архитектура ~/.claude на 200+ навыков: как удержать системный промпт в 50K токенов и платить $0,15 за сессию
Вопросы и ответы по материалу
Зачем стирать системный промпт и навыки каждые полгода?
В командах Anthropic при выходе каждой новой базовой модели применяют метод абляции: системный промпт стирают целиком и возвращают по одной строчке, замеряя реальный вклад каждого правила. Инструкции, которые год назад спасали модель от глупых ошибок, для Opus 5.5 и Fable 5.1 уже вшиты в веса. Оставляя их в `CLAUDE.md`, мы платим дважды: тратим окно внимания на очевидные банальности и зажимаем модель в узкий коридор старых эвристик. Ещё до ролика я провёл такую чистку по всему своему стеку. Прошёл по каждому файлу с одним вопросом: справится ли актуальная модель с задачей б
Почему пошаговые инструкции работают хуже описания границ задачи?
Типичная ошибка при работе с агентом — расписать ему алгоритм по шагам: открой этот файл, поменяй функцию, запусти скрипт. Для рассуждающих моделей такой микроменеджмент вреден. Гораздо лучше подняться на уровень выше: задать цель, границы и проверяемый критерий готовности. Внутри Anthropic команда Bun переписала рантайм с Zig на другой язык одним промптом через динамический конвейер субагентов — одиннадцать дней работы и сто тысяч строк кода, которые сейчас крутятся в продакшене Claude Code. Сам Борис переводил десктопное приложение с Electron на Swift одной задачей: агент
Как устроить верификацию, чтобы скрипт контроля не врал о зелёном прогоне?
Давать модели сложную задачу можно только в паре со вторым правилом: на каждом шаге у агента должен быть внешний оракул самопроверки. Причём тестировать нужно и сами инструменты приёмки. За один день я выловил шесть тихих дефектов в собственных скриптах безопасности, которые снаружи радостно выдавали зелёный статус. Сканер утечек с флагом смыслового анализа печатал заголовок и выходил с кодом ноль, не запустив ни одного детектора. В другом месте пустой параметр глушил сканер целиком, а слово «Anthropic» в строке прятало лежащий рядом боевой ключ. Лечится это одним приёмом:
Как забрать готовую архитектуру из 361 навыка и не собирать её с нуля?
Текущие модели уже умеют кратно больше, чем им позволяют стандартные чат-интерфейсы. Когда мы убираем лишний продуктовый навес и даём модели прямой доступ к терминалу, браузеру под рабочим логином, сборщику слайдов, видеомонтажу и локальному каталогу из 2061 сценария n8n, скорость работы меняется на порядок. Всю пересобранную конфигурацию из 361 навыка и 39 агентов я выложил в открытый доступ в канале @jemal_hamidun. Для тех, кто хочет развернуть такой стек локально с полным контролем приватности, мы развиваем среду Nomad AI. Пошаговую практику оркестрации с 72-часовым триа
Соберите рабочего ИИ-агента или сервис своими руками без ручного кода
В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.