Почему Claude Code и Codex не ускоряют команду: у компании нет общей памяти

В сфере искусственного интеллекта произошло заметное событие. ohld 9 минут назад Почему Claude Code и Codex не ускоряют команду: у компании нет общей памяти Простой 6 мин 277 Python * JavaScript * Go * Анализ и проектирование систем * PHP * Туториал В январе я написал на Хабре статью про Claude Code и ИИ-агентов для разработки. Она собрала почти 200 тысяч просмотров и нормальный такой спор про вайбкодинг в комментах. Тогда главный вопрос был: "Могут ли нейронки писать нормальный код?

" Сейчас, я думаю, такой вопрос уже не стоит. За последние месяцы я проводил консультации по ИИ-трансформации для бизнесов разных размеров в России и за рубежом. Картина везде примерно одна: компания компенсирует сотрудникам траты на Claude Code, Codex и Cursor, но в среднем не видит сильного прироста производительности, а сотрудники жалуются, что "ИИ плохо работает" и ему нужно постоянно объяснять одно и то же.

Технические детали

Причина в том, что все "знания" хранятся локально в маркдаун файлах на ноутбуках сотрудников. Каждому приходится заново объяснять бизнес задачи, копипастить результаты экспериментов и добавлять одни и те же правила написания кода. В результате полезная инфа оказывается всегда неполной и размазанной по людям.

Если вы выдали сотрудникам доступ к Claude, но не собираете знания об их работе, процессах, решениях и ошибках в одном месте, вы многое теряете. Эта статья про следующий этап эволюции AI-нейтив компаний: централизованное хранение контекста. Что на самом деле остаётся у компанииУ любой ИИ-инфраструктуры есть три слоя.

СлойПримерыКто владеетВычисления моделиOpenAI, Anthropic, OpenRouter, локальные моделипоставщикРабочий инструментClaude Code, Codex, Cursor, OpenCode, скилыинструментКонтекст компаниирешения, процессы, ошибки, спецификации, клиентывыПервые два слоя можно заменить. Сегодня вы используете Claude Code, завтра Codex. Модели тоже меняются: OpenAI, Anthropic, OpenRouter, китайские модели, локальный запуск.

Отраслевые последствия

А вот контекст остаётся вашим активом. Если агент не знает, как устроен продукт, какие решения уже принимались, где лежат данные, какие слова нельзя использовать в коммуникации и почему год назад отказались от красивой идеи, он будет уверенно генерировать ерунду. Не потому что модель тупая - она гораздо умнее всех нас.

А потому что вы дали ей неполную карту мира. Как выглядит хаос на практикеСильные сотрудники быстро заводят себе локальную память: CLAUDE. md, заметки с правилами проекта, инструкции для повторяемых задач, файлы с решениями, ошибками и "не делай так больше", куски документации, которые они каждый раз подсовывают агенту.

И получается странная ситуация: у одного сотрудника тот же самый агент умнее другого, а у кого-то каждый день начинается с объяснения очевидных вещей баден-баден. Один человек уже десять раз объяснил агенту, почему нельзя делать X. Другой человек в соседней команде завтра попросит своего агента сделать ровно X.

Событие, по словам экспертов, усилит конкуренцию в сфере ИИ.