Обработка запусков агентов как пакетов ревью: практический паттерн для Claude Code и Codex

Пользователь Reddit, экспериментирующий с рабочими процессами агентов в стиле Codex/Claude, делится шаблоном, который улучшил его результаты: вместо того, чтобы рассматривать запуски агентов как стенограммы чатов, он теперь создает постоянную папку с несколькими артефактами, которые может проверить другой человек или агент.

Ключевые артефакты на каждый запуск

• research.md — источники и предположения, использованные агентом
• drafts.md — варианты результатов, включая отклоненные
• evals.md — критерии оценки и обоснование выбранного варианта
• approval-packet.md — контрольная точка перед необратимым шагом
• metrics.json — числовые результаты запуска
• memory.md — только многократно применимые уроки рабочего процесса

Два важных урока

Память должна быть о том, как работать, а не непроверенной базой фактов. Если утверждение важно, ему место в проверенном артефакте с источником.

«Полностью автономно» менее полезно, чем «автономно до необратимого шага». Для кода это означает коммит/развертывание. Для контента — публикацию. Для локальных рабочих процессов — все, что касается учетных данных или сторонних аккаунтов.

Почему это помогает

Ошибки становятся видны на конкретных этапах: Было ли неверным исследование? Был ли плох черновик? Были ли слишком расплывчатыми критерии оценки? Пропустил ли пакет на одобрение какой-то риск? Записала ли память урок, который действительно помог в следующий раз? Это делает итерации более быстрыми и целенаправленными, чем опора на стенограммы чатов.

Этот пост — начало обсуждения: автору интересно, используют ли другие постоянные артефакты или доверяют стенограммам чатов в рабочих процессах с Claude Code/Codex.