Глава Claude Code Борис Черны описал новый сдвиг в AI-разработке предельно грубо: он больше не занимается промптингом, а пишет циклы. Для рынка это не красивая метафора, а довольно приземлённый сигнал: loop engineering начинает вытеснять привычную идею о том, что работа с ИИ сводится к одному удачному запросу в чат. Для русскоязычных команд это важный момент: если вы всё ещё меряете зрелость AI-инструментов качеством промпта, то, похоже, уже смотрите в зеркало заднего вида.
Как сообщает The New Stack, бурная дискуссия вокруг AI-инструментов для разработчиков на этой неделе началась с описания вакансии, а продолжилась более неприятным для индустрии выводом: роль инженера меняется быстрее, чем успевают обновляться должностные инструкции. Черны, который возглавляет Claude Code в Anthropic, фактически предлагает заменить логику prompt engineering на логику повторяемых контуров. Не один запрос к модели, не серия реплик в духе «поправь ещё вот это», а цикл, в котором агент получает задачу, использует инструменты, проверяет результат, возвращается к работе и делает это снова без постоянного ручного пинка со стороны человека.
На словах разница кажется косметической, но на практике она меняет всё. Промптинг вырос из интерфейса чата: пользователь формулирует запрос, модель отвечает, дальше начинается знакомый всем ритуал доработок. Loop engineering исходит из другой предпосылки: агент должен жить дольше одного ответа и уметь работать в повторяющемся процессе. Это уже ближе не к поисковой строке, а к оркестрации. Нужны расписания, проверки, права доступа, логирование, ограничения по действиям и понятные критерии, по которым цикл либо продолжается, либо останавливается. Иными словами, магия из демо переезжает в скучную взрослую инженерную среду, где всё должно быть воспроизводимо.
У Черны за этими словами стоит не абстрактная теория. В интервью Sequoia Capital от 4 мая он рассказывал, что обычно держит 5-10 параллельных сессий Claude на телефоне, а ночью у него работают уже «несколько тысяч» агентов, занятых более глубокой работой. В этом же контексте он упоминал функции /loops и Routines: одна позволяет запускать повторяющиеся циклы локально, в том числе по расписанию, другая переносит регулярные задачи на сервер. Ещё в январе Черны показывал свой «довольно обычный» сетап с агентами; по данным Business Insider, этот пост набрал более 8,1 млн просмотров и свыше 104 тыс. сохранений. То есть речь не о лабораторной идее, а о паттерне, на который уже смотрит индустрия.
Контекст делает эту историю ещё интереснее. В феврале Черны уже объяснял, почему Anthropic продолжает нанимать инженеров, хотя Claude пишет почти весь внутренний код. Его формула тогда звучала просто: кто-то всё равно должен направлять Claude, общаться с клиентами, координировать команды и решать, что строить дальше. Теперь акцент явно сместился ещё сильнее: мало «уметь просить модель». Нужно проектировать рабочие контуры, в которых модель становится исполнителем, а инженер отвечает за постановку задачи, правила игры и контроль качества. В недавнем разговоре на подкасте Platformer Черны пошёл дальше и заявил, что в будущем людей, которые пишут код сами или управляют агентами, будет в 100 раз больше, чем сейчас. Там же он говорил, что в свежем наборе Y Combinator примерно половина фаундеров позволяет Claude писать 100% их кода, а почти все остальные используют модель хотя бы для 50% работы. Отдельно Черны утверждал, что внутри Anthropic вручную код не пишет уже никто с ноября.
Для разработчиков здесь главный неприятный вывод такой: ставка на «умение хорошо разговаривать с LLM» быстро становится базовой гигиеной, а не редким навыком. Если у команды есть только набор удачных промптов, это слишком хрупкая конструкция. Она плохо масштабируется, трудно проверяется и исчезает вместе с автором, который держал всё в голове. Гораздо ценнее становится способность собрать устойчивый цикл: разбить работу на этапы, определить инструменты, ввести автоматические проверки, ограничить опасные действия агента и организовать контекст так, чтобы он не разваливался через полчаса. Для тимлидов и CTO это означает смещение инвестиций с «давайте купим ещё один AI-редактор» к более скучным, но полезным вещам: политикам доступа, песочницам, CI-проверкам, журналированию действий агента и метрикам качества его работы.
Для бизнеса и стартапов вывод не менее конкретный. Если код действительно всё чаще становится дешёвым и быстрым слоем, то узким местом остаются не синтаксис и не скорость набора, а понимание пользователя, архитектурные решения и способность превращать расплывчатую цель в управляемый процесс. Это плохая новость для тех, кто строил карьерную идентичность вокруг фразы «я быстрее всех пишу фичи», и хорошая для тех, кто умеет формулировать продуктовые гипотезы, задавать ограничения и собирать вокруг ИИ рабочую систему, а не культ промпта. HR-командам, кстати, тоже придётся подтянуться: вакансия «AI engineer» без описания того, должен ли человек писать код, настраивать агентов, строить evals или поддерживать инфраструктуру циклов, скоро будет выглядеть так же содержательно, как «ищем сильного человека в технологии».
Самый интересный вопрос теперь не в том, исчезнет ли разработчик, а в том, какой именно слой работы останется человеческим, когда циклы станут нормой, а не экзотикой. Если Черны прав, следующая гонка в AI-инструментах пойдёт уже не за лучший чат с кодом, а за лучший контур исполнения. Исходный материал с формулировкой про loops можно посмотреть в .