اگر با ابزارهای کدنویسی هوش مصنوعی مثل یک ماشین تولید متن ساده رفتار میکنید، در واقع دارید سرعت накопи شدن بدهی فنی خود را بالا میبرید. باید بدانید که سرعت بدون نظم، تنها راهی است برای تولید سریعتر باگها.
بر اساس مستنداتی که در ۱۰ ژوئن ۲۰۲۶ منتشر شد، چارچوب جدیدی برای Claude Code معرفی شده است. همانطور که در تحلیل قبلی ما دربارهی مدیریت سهمیههای این ابزار اشاره کردیم، حالا تمرکز از «مدیریت هزینه» به «مدیریت کیفیت» تغییر کرده است. این تفاوت شبیه تفاوت بین یک برنامهنویس تازهکار سریع و یک متخصص ارشدِ منظم است.
طبق این گزارش، سیستم از یک معماری ۷ لایه استفاده میکند. در راس این ساختار، یک دفترچه راهنمای جامع به نام CLAUDE.md قرار دارد که اصولی مثل «تغییرات جراحیگونه» و «سادگی در اولویت» را دیکته میکند. برای کنترل هزینههای استنتاج (Inference) — که مثل کرایه یک آشپزخانه صنعتی است و هرچه دستور پخت سنگینتر باشد هزینه بیشتر میشود — از سه سطح مدل استفاده شده است:
- Haiku برای بررسیات اولیه (Linting)
- Sonnet برای کدنویسی عمومی
- Opus برای مسائل پیچیده
علاوه بر این، یک فرآیند ۹ مرحلهای سختگیرانه تعریف شده است. به نقل از مستندات این متد، هیچ کدی بدون عبور از بلوک آزمون pnpm test و دو مرحله بازبینی توسط هوش مصنوعی ارسال نمیشود. رعایت استانداردهای دسترسیپذیری WCAG 2.1 AA و ممنوعیت کامل آپلود فایلهای .env از ضروریات است. برای مدیریت حافظه، از فایل .claudeignore و دستور /compact برای پاکسازی نویزهای جلسه استفاده میشود.
این رویکرد، هوش مصنوعی زاینده (Generative AI) — که شبیه کتابخانهداری است که میلیاردها صفحه را خوانده و حالا با همان لحن جواب میدهد — را از یک چتبات به یک متخصص ساختاریافته تبدیل میکند. در این مدل، برنامهنویس به جای بررسی تکتک خطوط کد، یک «فرآیند تکرارپذیر» را ممیزی میکند. نتیجه واقعی، نه سرعت تایپ بیشتر، بلکه کاهش چشمگیر نرخ نقصها است.
گام بعدی شما
- یک فایل
.claudeignoreبسازید تا مدل توکنهای خود را روی پوشهnode_modulesتلف نکند. - اصول
CLAUDE.mdرا برای تیم خود تعریف کنید تا استانداردهای کدنویسی یکسان شود. - از مدلهای کوچکتر مانند Haiku برای بررسیات اولیه استفاده کنید تا هزینه کاهش یابد.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو