“Вы должны больше использовать Bash.” В последние несколько недель Тариq из Anthropic провел телефонные конференции с десятками компаний, занимающихся общими интеллектуальными агентами. Почтовые помощники, чат-боты, управление расписанием — различные формы продуктов. После обсуждения он заметил, что постоянно повторяет одну и ту же фразу. Bash? Разве это не инструмент командной строки, который используют программисты? Как это связано с этими продуктами? Сначала рассмотрим конкретный сценарий. Предположим, у вас есть почтовый агент, и вы спрашиваете его: “Сколько я потратил на такси на этой неделе?” Традиционный подход выглядит так: агент вызывает API, чтобы получить электронные письма, возможно, загружая 100 писем за раз, а затем позволяет модели найти квитанции Uber и Lyft и суммировать суммы. Проблема в том, что 100 писем помещаются в контекст, и модели нужно одновременно запомнить эту информацию, отфильтровать и посчитать. Это не так просто для больших языковых моделей. Легко пропустить, легко ошибиться, и вы не можете проверить, какие письма она на самом деле просмотрела. Это типичная проблема комфортной зоны модели: объем данных не так велик, чтобы требовать написания специальной программы для обработки, но он превышает возможности модели для однократного вычисления. Зажатый между двумя крайностями, это довольно неловко. Решение Тариq: дать агенту инструмент Bash, чтобы он мог сохранять промежуточные результаты в файл. Звучит просто, но логика, стоящая за этим, очень интересна. Традиционный вызов инструментов выглядит следующим образом: Инструмент → Обработка модели → Вывод результата Все промежуточные состояния находятся в “уму” модели, вы их не видите и не можете проверить. После замены на Bash процесс изменился: Инструмент → Сохранить файл → Поиск/фильтрация → Обработка модели → Вывод результата Модель может сначала сохранить 100 писем в файл, затем использовать grep для поиска “Uber”, затем grep для “Lyft”, и подсчитать отдельно. На каждом этапе есть возможность проверки, и в конце, когда она суммирует, она может вернуться и проверить свои промежуточные результаты. Это приводит к трем улучшениям возможностей: Воспроизводимость. Если запустить ту же команду снова, результат будет таким же. Вы можете отлаживать, можете искать проблемы. Проверяемость. Модель не дает вам ответ на основе “памяти”, а основывается на данных из фактического файла. Если вы не доверяете, вы можете сами открыть файл и взглянуть. Комбинируемость. Вывод одной команды может служить входом для следующей команды, соединяя их в цепочку, сложные задачи можно разбить на простые шаги. Bash позволяет агенту перейти от “умственного вычисления” к “черновику”. Черновик может оставлять следы, его можно проверять и изменять. Это крайне важно для задач, требующих точности. Поиск по электронной почте — это лишь самый очевидный пример. На самом деле границы возможностей Bash очень широки. Цепочные вызовы API — это распространенная необходимость. Например, “найдите всех контактов, которым я отправлял письма на этой неделе”, для этого нужно сначала получить список писем, извлечь получателей, удалить дубликаты, а затем по очереди запросить детали контактов. Целая серия операций, выполненных с помощью вызовов инструментов, требует много вызовов, и управление промежуточными состояниями становится сложным. Используя Bash-скрипты, логика становится гораздо более ясной. Обработка видео и файлов также является сильной стороной Bash. Инструмент командной строки ffmpeg, модель использует его с легкостью. Найти определенный фрагмент в видео, обрезать, перекодировать — все это можно сделать одной командой. Также есть задачи по расписанию. В контейнере, где работает агент, можно создать задачи для выполнения по расписанию с помощью cronjob или команды at. Пользователь говорит: “Каждое утро в 8 часов отправляй мне сводку новостей”, агент может сам установить будильник. У этих сценариев есть одна общая черта: все они требуют многошаговых операций, все они требуют сохранения промежуточных состояний, все они превышают возможности однократного вызова инструмента. Но Bash — это двусторонний меч. Способность выполнять команды означает, что можно делать много вещей, но также и много опасных вещей. rm -rf может случайно удалить всю директорию. Если агент подвергнется атаке с использованием злонамеренных подсказок, последствия могут быть серьезными. Anthropic явно учли это. Они разработали систему разрешений в Claude Agent SDK, включая парсер команд Bash и контроль уровня доступа. Какие команды могут выполняться напрямую, какие требуют подтверждения пользователя, а какие полностью запрещены — все это можно настроить. Мой опыт использования Claude Code показывает, что эта система разрешений действительно снижает психологическую нагрузку. Она спрашивает вас перед выполнением чувствительных операций, а не просто делает это. Но защитные барьеры не являются панацеей. Сама система разрешений также может иметь уязвимости, а парсер Bash также может быть обойден. Защитные барьеры необходимы, но не стоит думать, что это решает все проблемы. Подчеркивая преимущества Bash, также необходимо четко обозначить его границы. Если задача достаточно проста, не используйте. Для таких одноразовых запросов, как “Какова погода сегодня”, достаточно просто вызвать API и вернуть результат, нет необходимости сохранять файл и обрабатывать его. Убивать курицу с помощью牛刀 наоборот будет медленнее. Если среда безсерверная, это не сработает. Многие облачные функции не имеют постоянной файловой системы, и преимущества “сохранения промежуточных результатов” Bash теряются. Если требования к безопасности очень высоки, используйте с осторожностью. Риск инъекций команд невозможно полностью устранить, такие сценарии, как финансы и здравоохранение, могут больше подходить для использования специализированных инструментов с белым списком, а не универсального Bash. Выбор инструмента зависит от сценария, а не от силы самого инструмента. Bash очень мощный, но не всегда следует его использовать. Оглядываясь назад, истинная ценность совета Тариq заключается не в выводе “Bash очень силен”, а в мышлении, стоящем за этим: Позволить процессу мышления агента “приземлиться” в проверяемых промежуточных продуктах. Традиционный дизайн агента помещает все в контекст модели, одноразовая сделка. Bash предлагает другой путь: разбить сложные задачи, оставляя следы на каждом шаге, которые можно проверить и проследить. Подумайте, как это похоже на то, как люди решают сложные проблемы. Когда мы выполняем сложные вычисления, мы пишем в столбик, когда пишем длинные статьи, мы сначала составляем план, когда обрабатываем большое количество информации, мы делаем заметки. Не потому, что мозг не может запомнить, а потому, что записанное на бумаге более надежно и легче проверить. Агент тоже так же. Не потому, что модель не может обработать, а потому, что процесс с промежуточными продуктами более заслуживает доверия. Я сам использую агента для помощи в написании, все промежуточные продукты сохраняются в файлы: материалы для интернет-поиска, планы, разные версии черновиков, подсказки для рисования. Все это сохраняется и может быть гибко комбинировано в дальнейшем. Bash — это не только инструмент программистов, но и ключевой элемент, позволяющий агенту обладать возможностями проверки, воспроизводимости и аудита.

У Anthropic есть группа гениальных инженеров и особенно завистливый CEO, не знаю, как это все сочетается. Только что снова отключили доступ xAI к модели Claude, как когда-то отключили OpenAI и Windurf. Также ограничили доступ к подписке Claude Code в OpenCode. Завистливый!

Это подход, который решает проблему лишь поверхностно; полагаться на подсказки невозможно, чтобы избавиться от "вкуса AI". Возможно, это сработает для нескольких статей или на короткий срок, но не будет работать постоянно. Только "вкус" человека может убрать "вкус AI". Если в статье нет души, которую вложил человек, ее "вкус AI" невозможно скрыть.