«Дай неопровержимое доказательство»: как Торстен Болл работает с агентами
25 октября Торстен Болл опубликовал в X статью «How I work with Agents» с подзаголовком «по состоянию на октябрь 2026 года». Болл делает агента для программирования Amp, а до этого написал книги о том, как устроены интерпретатор и компилятор. Статью он сопроводил словами «наконец собрал то, что пересылал друзьям в личку».
Подробнее те же идеи Болл разобрал в получасовом докладе, который сначала прочитал для команды крупного банка, а потом выложил с расшифровкой на сайте Amp11Amp — агент для программирования, похожий на Claude Code и Codex. Его особенность — «орбы»: облачные машины, по одной на каждый тред агента, которые ничего не стоят, пока агент простаивает. Почти все примеры Болла сделаны в них..
Сильнейшая модель, а не дешёвая
Первый пункт статьи звучит так: используйте самые новые и сильные модели, всё остальное — потенциально потерянное время. Обоснование Болла: если модель ошибается в 10% случаев, вы не знаете, в каких именно, и в итоге делаете несколько попыток.
В докладе он приводит пример. Попросил дешёвую модель запустить дев-сервер, и та несколько ходов подряд угадывала: не та команда, другой скрипт, нужен ещё один параметр. В сумме ушло больше дешёвых токенов, чем ушло бы дорогих22Цена задачи — это цена токена, умноженная на число токенов, которые модель на неё потратила. Дешёвый токен не гарантирует дешёвую задачу: пример с цифрами — в статье о Kimi K3.1 Pro.. Дешёвые модели Болл оставляет для заранее известной нагрузки внутри приложений — классификации, маршрутизации — где модель можно выбрать по своим эвалам.
Просить «что», а не «как»
По словам Болла, промпт-инжиниринг прошлого года — порядок файлов, важное в конце, упоминания файлов через @ — больше не нужен. Из веб-версии и приложений Amp упоминания файлов даже убрали. Его промпты — это цели: «сделай компилятор байткода и виртуальную машину вдвое быстрее», «собери проект вот как на этих скриншотах».
Сюда же он относит управление контекстом. Год назад в Amp гордились инструментами, которые показывали заполнение окна. Теперь Болл советует об этом не думать: составьте план и работайте по нему, а проблемы компактинга33Правила, которые прозвучали только в чате, после компактинга всё ещё теряются, поэтому постоянное лучше держать в файлах. Как это устроено в Claude Code — в статье о контексте и памяти., по его словам, мелочь по сравнению с усилиями на ручное управление контекстом.
Не ждать агентов
Это Болл называет своей мантрой: если вы ждёте агента, вы что-то делаете не так. Агенты теперь работают по 20–45 минут, и не нужно держать восемь панелей и следить за каждой. Он сравнивает это с людьми: сотруднику дают задачу и проверяют результат, когда есть время, а не стоят у него за спиной.
Отсюда второй приём44У Claude Code для асинхронной работы есть /loop и задачи по расписанию: агент сам проснётся через два часа и проверит, упали ли ошибки после выкатки. Болл называет такую функцию в Amp той, без которой уже не может жить. — просить варианты. Человека неловко попросить сделать двадцать версий кнопки, а агента можно. Вместо цепочки «покажи — нет, не так — ещё раз» Болл пишет одним сообщением: дай двадцать вариантов и маленькую страницу, где их можно переключать. В докладе он показывает это на криво выровненной иконке: агент сделал несколько исправлений, снял скриншоты, подписал их, и Болл выбрал вариант Б. Заранее сказать, какой ему понравится, он бы не смог.
Ревью только несущего кода
Представьте, что вас попросили отревьюить 500 строк. Теперь представьте, что к тем же 500 строкам приложены видео, где фича работает от начала до конца, таблица всех проверенных случаев, логи и прогон на разных платформах. Ревью вы будете делать совсем по-другому: искать не «где тут баг», а ответы на вопросы — работает ли это, понимаю ли я, как, верен ли подход, смогу ли я это поменять через месяц.
Болл читает внимательно только несущий код: центральные файлы, от которых зависит всё остальное. Чем ближе к краям системы, тем больше допустимо ошибок. Ошибка в CSS и сломанная миграция базы — не одно и то же. Большую часть изменений, по его словам, он не читает вовсе.
«Дай неопровержимое доказательство»
Главную находку последних шести месяцев Болл формулирует одной фразой, которую добавляет в промпт: «Give me irrefutable proof that this works now» — дай неопровержимое доказательство, что это теперь работает. В рассылке от 8 ноября он пишет, что если что-то и даёт десятикратный выигрыш, то именно это, и что приём заставил его заново подумать о ценности тестов, ревью и спецификаций.
Как это выглядит в докладе:
- рефакторинг одного из самых важных файлов: агент поднял дев-сервер, написал скрипт, прогнал сценарии на старой и новой версии и вернул таблицу проверок с выводом «разницы в поведении не найдено»;
- новая функция в интерфейсе: агент записал видео и отдельно отметил, что работал с настоящей очередью сообщений, а не с моком;
- проблема производительности: агент воспроизвёл её на большом треде, перепробовал несколько исправлений, выяснил, что первая гипотеза была неверной, и принёс таблицу с замерами до и после.
Сделай это и проверь от начала до конца.
Дай неопровержимое доказательство, что это работает
и что ничего не сломалось: что ты запускал, вывод команд,
скриншоты или видео, замеры до и после.
Никаких моков там, где можно проверить по-настоящему.Доказательство не заменяет понимания. Если вы не знаете, что должно получиться, таблица из сорока зелёных строк ни о чём не скажет. Но оно меняет порядок работы: сначала проверяется поведение, а код читается уже с этим знанием и там, где он действительно несущий.
Агент должен видеть всё, что видите вы
Галлюцинации, по словам Болла, остановили не модели, а вызовы тулов: агент смог проверять реальность. Если он не может проверить, существует ли файл, он его выдумывает. Отсюда требование сделать кодовую базу «читаемой» для агента: он должен уметь запускать и останавливать дев-сервер, заливать тестовые данные, открывать REPL.
В репозитории Amp для этого 15 файлов AGENTS.md и набор скилов: как работать с дев-сервером, с Google Cloud, с BigQuery, как собирать нативные приложения. Болл отдельно советует давать агенту инструменты и объяснять, как они работают, а не только записывать жёсткие пошаговые процедуры.
Дальше агент выходит «по горизонтали»: из кода в выпуск и эксплуатацию. Агент Amp может выкатить изменение, следить за раскаткой, читать логи, включать фича-флаги66Фича-флаг — переключатель, который включает новый код для части пользователей без новой выкатки. Болл признаётся, что раньше их ненавидел, а теперь часто просит агента спрятать изменение за флаг, выкатить и включить флаг только для него. Болл проверяет сам, потом включает для команды и только после этого открывает остальным., писать письма пользователям, начислять кредиты и разбирать проблемы с базой — всё, что может Болл, кроме записи в базу. Для агентов даже завели «канарейки»: анонимизированные проблемные треды из продакшена, которые лежат там только для того, чтобы агент мог на них проверять свои изменения.
Никаких пулреквестов
Команда Amp пушит прямо в main и не делает пулреквестов. Объяснение Болла: баги быстрее исправить, чем предотвратить ревью, команда сама пользуется продуктом, всё новое скрыто за флагами, а агент видит, что происходит в продакшене. Просить человека «проштамповать» изменение, по его словам, значит признать, что система пулреквестов сломана.
Проверку этот подход переносит в другое место: доказательства перед пушем, флаги, которые ограничивают круг пострадавших, мониторинг, который сразу показывает регрессию, и быстрый откат. В примере из доклада агент выкатил изменение, по расписанию сам проверил метрики, нашёл видимую пользователям регрессию — и изменение откатили. Если у вас нет хотя бы флагов, мониторинга и отката, пуш в main без ревью77Большинству команд всё равно нужны защищённая главная ветка и пулреквесты, особенно там, где ошибку нельзя быстро откатить. Почему — в статье о Git для работы с агентом. — просто риск.
Проверять, слушается ли агент инструкций
Последний приём — эвалы «дружелюбности» кодовой базы к агентам. Когда в AGENTS.md добавляют правило, неясно, будет ли агент его выполнять. Болл просит самого агента это проверить: запустить пять агентов с разными запросами и посмотреть, всегда ли они пользуются тем, что прописано в правиле. По его словам, модели отлично справляются с такими эвалами и даже сами заводят контрольную группу.
В интервью на сайте Amp он описывает ту же схему в цикле: один агент правит скрипты и AGENTS.md, пушит, запускает трёх новых агентов на типовые задачи, не упоминая сделанное изменение88Как собрать такой набор задач, зачем нужна контрольная группа и почему кандидат не должен знать, что его проверяют, — в статье об эвалах для скилов., читает их треды, сравнивает результат, правит и пробует снова.
Что взять, если вы не в Amp
Болл сам говорит, что люди сейчас живут «на разных временных линиях»: одни потратили на агентов сотни тысяч токенов и решили, что агенты не умеют писать код, другие тратят миллиарды в неделю. Эти приёмы работают в любом окружении, даже там, где агента пускают только в редактор:
- Просите доказательства, а не пересказ. Фраза про неопровержимое доказательство работает в Claude Code так же, как в Amp, если агенту есть где запустить проверку.
- Дайте агенту видеть результат. Хотя бы запуск приложения, тестов и логов. Доступ к продакшену — только на чтение.
- Просите варианты пачкой. Двадцать версий и страница для сравнения — быстрее десяти итераций в чате.
- Не сидите рядом. Дайте задачу, займитесь своей, вернитесь к готовому результату.
- Проверяйте свои инструкции эвалами. Правило в
AGENTS.md, которое агент не выполняет, хуже, чем отсутствие правила.
Похожий путь прошла Лорен Тан: ревью выборкой, агент, который сам проверяет результат, и тысячи пулреквестов в месяц. Этот путь описан в статье о том, как она работает с агентами.
Как настроить Claude Code так, чтобы агент сам запускал, проверял и доказывал свою работу, — от хуков и скилов до задач по расписанию — разбираем на курсе «Основы Claude Code».
Курсы по теме
У каждого курса есть бесплатная часть: оставьте почту и начните сразу.
Основы Claude Code
Стандарт агентной работыС нуля14 уроков бесплатно →Разработка AI-агентов
Следующий интерфейс софтаСредний уровень12 уроков бесплатно →Вайбкодинг
Так теперь делают MVPС нуля10 уроков бесплатно →
Kimi K3.1 Pro: 2,8 трлн параметров и 104 млрд активных. Как устроена архитектура MoE в новой модели Moonshot AI, почему токен стоит как у модели на 104 млрд параметров, а памяти нужно как под 2,8 трлн, и что дадут открытые веса.
Как работают контекст и память в Claude Code. Из чего складывается контекстное окно Claude Code, как читать /context, когда срабатывает компактинг и как настроить CLAUDE.md, правила и автопамять под проект.
Git для работы с AI-агентом: ветки, откаты, ревью. Агент правит десятки файлов за минуту. Git превращает это из лотереи в процесс, где любую правку можно посмотреть и отменить.
Эвалы для скилов: как проверить, что SKILL.md работает. Что измерять у скила, как собрать маленький набор эвалов, сравнить прогоны со скилом и без него вслепую и поймать регрессию с помощью claude plugin eval и skill-creator.
Тысячи PR в месяц: как Лорен Тан работает с агентами. Разработчица Grok Bot и автор pstack о лестнице доверия, проверке работы самим агентом, ревью выборкой и кодовой базе, в которой агенту трудно ошибиться.