Как я использую Claude Code, MCP и автономных агентов в ежедневной разработке и автоматизации: спецификация до кода, контроль контекста, approval gates, мониторинг cron-задач, ошибки AI в production и реальная стоимость инструментов.
30 статей
Мой коллега потратил три дня, чтобы поднять GitHub Copilot для команды из пяти человек. У каждого своя конфигурация VPN. Billing не проходит через карты. На корпоративный аккаунт нужен иностранный способ оплаты. Итог: двое работают с AI, трое — нет. Разрыв в скорости виден уже через неделю.
Я не устал от AI. Я перестал с ним разговаривать.
Microsoft отозвала корпоративные лицензии Claude Code у тысяч своих разработчиков. Один тикет в IT-отдел — и инструмент, на котором человек выстроил свой рабочий процесс, перестал открываться в понедельник утром.
Я дал Claude Code задачу: рефакторинг PHP-модуля синхронизации Bitrix с 1С. Прописал в начале: строгая типизация, никаких mixed, никаких глобальных переменных, все методы через dependency injection.
Я потратил час на AI-сессию, только чтобы в конце обнаружить: агент исправил файл, который мы уже поправили в начале. Не потому что он плохой. Контекст переполнился, и модель «забыла» о том, что было в начале разговора. С тех пор я отношусь к контекстному окну как к оперативной памяти: когда кончается — начинаются свопы. И у меня появилась гигиена.
На сдаче последнего большого проекта клиент спросил: «А ты можешь показать, где ты написал код сам, а где — нейросеть?»
Демо выглядело убедительно. На экране — Kanban-доска, восемь карточек, каждая закрывается своим AI-агентом. Через 20 минут все тикеты зелёные. Зрители аплодируют.
Когда мне говорят «вы скоро потеряете работу», я вспоминаю один конкретный баг.
Год назад я написал статью про то, что не отдаю AI в работе. В ней был список запретов: архитектуру не проектирует, контракты между слоями не меняет, решения по схеме БД не принимает. Список работает. Но за год добавилось кое-что ещё — понимание того, где Claude Code реально полезен. Это не там, где вы думаете.
Когда ChatGPT только вышел, я слышал одно: «теперь джун напишет как мидл, а мидл — как сеньор». Красивый нарратив. Спустя полтора года с Claude Code у меня другой вывод.
Я суммировал расходы на AI-инструменты за год. Вышло $1 800. Сэкономил ли я больше? Честно — не знал. Пока не сел считать.
Вайбкодинг — это когда ты описываешь задачу, AI выдаёт код, ты смотришь «вроде работает» и деплоишь. Я так не работаю. Не потому что боюсь AI — Claude Code открыт у меня каждый рабочий день. Просто без структуры в legacy PHP-проекте это не ускорение. Это накопление долга с красивым интерфейсом.
Семь из тринадцати задач в моей системе проходят через меня. Пять работают сами. Одну я никогда не отдам алгоритму — даже на стадии «сначала покажи, потом сделаю».
В моей практике работает 13 автономных задач на Claude. Они ведут мой LinkedIn, пишут статьи для блога, мониторят SSI-систему, отправляют уведомления в Telegram. Я им доверяю — и сплю спокойно. Потому что если Claude напишет что-то не то в моём имени, я это увижу. Но если бы он написал это в ответ на вопрос покупателя о возврате товара на сайте моего клиента — это другая история. Именно поэтому у меня есть правило: никаких LLM на клиентской стороне. Пока.
Когда клиент говорит «хочу AI-агента для обработки заказов», я задаю один вопрос: сколько стоит один обработанный заказ сейчас?
Три месяца назад я начал прогонять все pull request через code review с помощью AI прежде, чем смотреть самому.
Когда вышел MCP, я поставил четыре сервера за день. Потом убрал два. Потом добавил один другой. Через три месяца понял: Model Context Protocol не делает тебя умнее. Он убирает трение — в конкретных местах, за конкретные минуты.
Три месяца назад клиент спросил напрямую: «Ты же используешь Cursor и Claude Code — зачем мне платить полную ставку?»
Я настроил Claude Code писать и публиковать статьи в мой блог без моего участия. Каждые 20 минут. Автоматически.
В моей практике 13 автоматизаций. Они работают каждый день: собирают темы для блога, генерируют кандидатов, публикуют статьи, логируют, отправляют уведомления.
Я замерил. Когда я пишу спецификацию перед тем, как открыть Claude Code, итерация занимает в среднем 40 минут. Когда сажусь сразу писать промпт — около двух с половиной часов и три откатa.
Код выглядел правильно. Тесты были зелёными. CI прошёл без замечаний.
Claude написал мне 340 строк тестов за восемь минут. Хорошие тесты. Я бы писал их два часа. Но когда я попросил его предложить структуру модулей для нового проекта на Bitrix, он выдал что-то симметричное, логичное и совершенно неработающее в нашем контексте. Разрыв между этими двумя результатами стал для меня рабочим определением: где заканчивается задача для Claude и начинается задача для меня.
За последний год я написал примерно втрое больше кода. Это правда. AI-инструменты реально ускоряют. Но если честно, значительную часть этого кода я потом удалил.
У меня 15 cron-задач. Из них 5 никогда не получат auto-publish — даже если я мог бы технически убрать approval gate за пару часов.
Когда я пишу задачу для агента, который будет запускаться по cron в 3 ночи — я думаю о формулировках иначе.
У меня работают 13 агентов Claude без моего участия. На прошлой неделе двое из них упали. Я узнал об этом через 2 минуты — не потому что поставил сложный мониторинг, а потому что с первого дня вписал в каждую задачу пять строчек JSONL.
Когда я отдал 7 из 13 cron-задач Claude, первое, что я сделал — написал STOP-файл и папку Inbox. Не промт. Не систему мониторинга. Именно это.
За неделю мой LinkedIn SSI упал с 38 до 37. Я к этому готов. Только что собрал систему из 13 cron-задач, и первое, что в ней появилось, это файл STOP и approval-папка.
Веду параллельно семь проектов на четырёх стеках. Документация по каждому актуальная. Не потому что я аккуратный. Потому что её больше не пишу я.