Код:
https://github.com/instructkr/claw-code
документация и как он работает:
https://www.mintlify.com/VineeTagarwaL-code/claude-code/concepts/how-it-works
Скачать src: https://t.co/jBiMoOzt8G
Что реально показала утечка Claude Code
История с source map — это не «утёк мозг модели», а редкий шанс заглянуть во внутреннюю механику современного AI-агента для программирования: как он думает, выбирает контекст, вызывает инструменты и выстраивает UX доверия.
Главный вывод
Самое интересное в этом репозитории — не секретные промпты и не магия LLM, а то, что ценность продукта находится в оркестрации: агентный цикл, выбор контекста, tool-calling, контроль действий и удобный интерфейс вокруг модели.
Что это НЕ значит
- Модель Claude не стала open source.
- Серверная логика и инфраструктура не раскрыты полностью.
- Это не «готовый локальный Claude», который можно просто поднять у себя.
- Но это очень ценный срез реальной инженерии AI-продукта.
1. Агентный цикл оказался приземлённым
По сути, внутри нет мистики: собрать контекст → спросить модель → получить tool calls → выполнить действия → повторить цикл. Но именно эта простая схема, доведённая до продакшн-уровня, и создаёт ощущение «умного помощника».
2. Контекст — не «загрузить всё», а выбрать нужное
Один из ключевых инсайтов: хорошие агенты не пытаются скормить модели весь проект. Они умно отбирают файлы, историю действий и summaries, чтобы держать контекст компактным, но полезным.
3. Tools — это ядро продукта
Репозиторий подчёркивает важную вещь: код-ассистент нового поколения — это уже не чат с подсказками, а система управления инструментами через LLM. Чтение файлов, редактирование, запуск команд и проверка результата — всё это центральная часть поведения.
4. Plan → Act → Reflect работает вживую
То, что раньше чаще обсуждали в ресёрче, здесь видно практически: агент планирует шаги, выполняет действия, затем сверяется с результатом и корректирует курс. Не один мощный ответ, а цепочка небольших итераций.
5. Промпт — не главный секрет
Интересно, что основное преимущество не выглядит как «волшебный system prompt». Скорее наоборот: победа достигается через десятки мелких инженерных решений — ограничения, маршрутизацию, формат ответов, подтверждение действий и контроль ошибок.
6. UX здесь почти равен интеллекту
Как показываются diff’ы, как запрашивается подтверждение, как объясняются шаги агента — всё это не украшение, а фундамент доверия. Пользователь должен видеть, что агент делает и почему.
