В npm-пакете Claude Code обнаружили .map-файл — sourcemap, который предназначен для отладки и не должен оставаться в production. Из-за этого стало возможно восстановить исходный код.

Масштаб оказался большим:

1906 файлов;

512 тысяч строк кода;

более 40 инструментов;

85 slash-команд.

Код быстро зеркалировали в GitHub, и он сразу привлёк большое внимание.

Автор подчёркивает: ценность утечки не в том, что кто-то нашёл баг, а в том, что весь индустриальный мир получил редкую возможность посмотреть, как устроен зрелый agent harness.

Идея Anthropic, если упростить, такая: модель — это двигатель, а harness — это вся машина.

Даже очень сильная модель бесполезна, если вокруг неё плохо построены:

управление контекстом;

доступ к инструментам;

обработка ошибок;

изоляция задач;

контроль прав.

Claude Code очень жёстко контролирует, что попадает в окно контекста. Почему? Потому что слишком длинный контекст ухудшает качество работы модели. Возникает то, что называют context rot: важные сведения теряются в шуме.

Поэтому система:

ограничивает длину описаний инструментов;

разделяет system prompt на фиксированную и динамическую части;

большие результаты команд не вставляет в контекст, а сохраняет в файл и передаёт путь к нему;

автоматически сжимает контекст, когда он переполняется.

Смысл простой: не надо тащить в модель всё подряд. Надо держать только то, что действительно полезно для текущей задачи.

В production важно не только достигать успеха, но и уметь останавливаться

Когда контекст близок к пределу, модель начинает “спешить”, пропускать шаги и делать более слабые решения. Claude Code решает это через многоступенчатое сжатие:

сначала лёгкое summary;

потом более агрессивная компрессия;

если не помогает — принудительное сжатие;

после нескольких неудач подряд система вообще прекращает попытки.

Это очень важный признак зрелого продукта: не просто работать в норме, а уметь правильно завершать работу в ненорме.

Если агент работает в нескольких окнах контекста, он рискует всё забывать. Claude Code не пытается хранить абсолютно всё. Вместо этого он:

извлекает ключевые факты;

сохраняет только релевантные воспоминания;

не дублирует недавно использованные инструменты;

заново подаёт в контекст только то, что нужно для текущего шага.

То есть память — это не “всё сохранить”, а умно отфильтровать и вернуть именно нужное.

У Claude Code больше 50 инструментов, но большинство из них не загружаются сразу.

Используется deferred loading:

часть инструментов подгружается только по необходимости;

ToolSearch всегда доступен, потому что без него агент не сможет найти другие инструменты;

каждый инструмент имеет метаданные: можно ли запускать параллельно, меняет ли он файловую систему, нужно ли спрашивать пользователя и т. д.

Суть в том, что чем больше инструментов, тем сложнее выбор. Поэтому система не перегружает модель лишними опциями.

Ещё один интересный момент: проверка, нужен ли запрос на подтверждение от пользователя, запускается заранее, ещё до появления окна подтверждения.

Если система понимает, что команда, скорее всего, безопасна, она может:

не показывать лишний диалог;

сэкономить время;

сделать процесс почти незаметным для пользователя.

Это уже не просто “умный AI”, а хорошо спроектированный UX и runtime.

Sub-agent у Claude Code нужен не для красоты, а для безопасности и эффективности. Идея такая:

дочерний агент решает локальную задачу;

после выполнения возвращает только итог;

основной агент не засоряется промежуточными деталями.

Поддерживаются разные режимы:

синхронный запуск;

фоновая работа;

отдельный worktree;

даже запуск на другой машине.

Это позволяет изолировать риски и не захламлять главный контекст.

Очень важная часть архитектуры — hook-система. Она позволяет внешним правилам и корпоративным политикам вмешиваться в работу агента:

менять параметры вызовов;

блокировать опасные действия;

писать аудит;

подстраивать поведение под требования безопасности и комплаенса.

То есть Claude Code — это не закрытый продукт, а платформа, которую можно адаптировать под разные компании.

Сильный AI Agent — это не только модель. Это ещё и:

управление контекстом;

контроль инструментов;

изоляция подзадач;

продуманная обработка ошибок;

hooks;

безопасность;

интеграция с корпоративной средой.

Именно это делает агента пригодным для реальной работы.

Утечка Claude Code случайно дала индустрии очень хороший учебник по тому, как строить зрелый AI harness. В эпоху AI выигрывает не тот, у кого “умнее модель”, а тот, кто лучше умеет построить систему вокруг модели.