Анатомия production AI агента: разбор двух открытых промптов Anthropic

В сфере искусственного интеллекта произошло заметное событие. VitTurov 8 минут назад Анатомия production AI агента: разбор двух открытых промптов Anthropic Простой 20 мин 183 Машинное обучение * Искусственный интеллект Управление продуктом * Развитие стартапа Обзор Год назад, в мае 2025, инженеры Anthropic вышли на Code w/ Claude с докладом «Prompting for Agents». Семь принципов промптинга, публичный workbench в браузере, пара примеров системных инструкций — этого было достаточно, чтобы собрать рабочего агента. Через месяц, 15 июня 2026, Anthropic выводит из эксплуатации модели claude-sonnet-4-0 и claude-opus-4-0 — те самые, на которых строился публичный workbench из того доклада.

За год вокруг агентов выросла отдельная дисциплина — context engineering. Anthropic зафиксировала переход в сентябре 2025: вопрос больше не «как сформулировать инструкцию», а «какую конфигурацию контекста положить в окно, чтобы получить нужное поведение». Появились Agent Skills как открытый стандарт, harness engineering для долгих задач, advisor strategy с инверсией оркестратор‑воркер.

Технические детали

Тело агента стало другим. И самый простой способ понять, насколько другим — открыть два опубликованных Anthropic промпта из их же research‑системы и пройтись по ним сверху вниз. md и research_subagent.

md из репозитория anthropics/claude-cookbooks — это production‑код, на котором работает фича Claude Research. Семь основных секций в одном, шесть в другом. Каждая — про то, что должно быть в теле твоего агента в 2026 году, если ты хочешь, чтобы он работал предсказуемо.

В этой статье я разберу обе инструкции по блокам, соберу чек‑лист из тринадцати пунктов и оставлю на руки скелет SKILL. md, который ты сможешь адаптировать под свою задачу. Что такое context engineeringВнимание — конечный ресурсУ человека ограниченная рабочая память.

Отраслевые последствия

Если ты держишь в голове список из пятнадцати дел, второй разговор по телефону и пытаешься вспомнить, выключил ли утюг, — что‑то из этого ты упустишь. Чем больше всего в голове одновременно, тем хуже работает каждая отдельная задача. С большими языковыми моделями история похожая.

У них есть то, что Anthropic называет attention budget — буквально «бюджет внимания», расходуемый запас, который тратится на обработку каждого токена в контекстном окне. Чем больше токенов, тем тоньше «размазана» способность модели держать в фокусе важное. В сентябре 2025 в инженерном блоге появилось определение, на которое теперь все ссылаются:Context engineering: стратегии для отбора и поддержания оптимального набора токенов в процессе вывода LLM.

То есть context engineering — это не «как написать системный промпт».

Этот прогресс даёт важные сигналы о будущем отрасли, и технологический мир внимательно наблюдает.