Anthropic оставила в публичном пакете файл-дешифратор, и весь исходный код Claude Code оказался на виду у мира. Случайность или расчёт? Разбираю, что нашли внутри, почему это не убило компанию, а сделало её сильнее, и какие идеи из слива вы можете использовать уже сегодня.
31 марта 2026 года индустрию искусственного интеллекта сотрясла новость, которую мгновенно окрестили «утечкой года». В публичном реестре npm — менеджере пакетов для JavaScript — обнаружился файл source map, забытый в сборке Claude Code версии 2.1.88. Этот файл, по сути, стал дешифратором: он позволил развернуть обфусцированный, нечитаемый машинный код обратно в 1 900 чистых TypeScript-файлов — более 512 000 строк исходного кода самого совершенного на сегодняшний день инструмента для управления ИИ-агентами от компании Anthropic.
Первым утечку заметил исследователь безопасности Chaofan Shou, и с этого момента события развивались с кинематографической скоростью. Репозиторий на GitHub, куда энтузиасты загрузили код, за считанные часы набрал 30 000 звёзд и почти 50 000 форков — абсолютный рекорд платформы. Когда юристы Anthropic попытались заблокировать распространение через механизм DMCA (закон об авторском праве), сообщество провернуло виртуозный манёвр: весь инструмент был оперативно переписан с TypeScript на Python, а затем начат порт на Rust. Это так называемый подход «чистой комнаты» — программист берёт логику и архитектурные идеи, но пишет код с нуля на другом языке, и юридически это уже новый продукт. Корпоративные барьеры рухнули под натиском коллективного разума тысяч инженеров.
Anthropic подтвердила подлинность утечки, заявив: «Это была ошибка при упаковке релиза, вызванная человеческим фактором, а не нарушение безопасности. Данные клиентов не были затронуты». Формулировка стандартная, сухая, корпоративная. Но давайте остановимся и подумаем.
А что, если это не совсем случайность?
Есть одна деталь, которая не даёт покоя. Компании уровня Anthropic, с колоссальными бюджетами на безопасность и параноидальной закрытостью (свойственной всей ИИ-индустрии), «случайно» оставляют в публичной сборке файл, который превращает нечитаемый код в идеально структурированный исходник? Мне это напоминает тактику, которую годами использует Apple. Перед каждым крупным запуском в сеть «утекают» рендеры, характеристики, даже прототипы новых устройств. Каждый раз мы слышим ту же формулировку — «случайная утечка». И каждый раз ажиотаж вокруг продукта взлетает до небес.
Посмотрите на результат: весь мир обсуждает Claude Code. Репозиторий стал самым быстрорастущим в истории GitHub. Тысячи инженеров по всему миру сидят ночами, разбирая архитектуру, и публикуют восторженные разборы. Лучшей рекламы просто невозможно придумать, причём рекламы бесплатной. А ведь Anthropic как раз в этот момент готовится к IPO и ведёт ожесточённую борьбу с OpenAI, которая совсем недавно предложила неограниченный доступ к своему конкуренту — Codex. Более того, буквально накануне компания уже попала в новости из-за другой утечки — в публичном кэше данных обнаружились черновики ещё не анонсированных документов и блог-постов.
Совпадение? Может быть. Но если это действительно PR-ход — он гениален.
Впрочем, вне зависимости от того, была ли утечка спланированной или нет, содержимое этих полумиллиона строк кода открывает нам окно в будущее всей разработки программного обеспечения. И вот что там видно.
Под капотом: архитектура, которая меняет правила
Анализ слитого кода, проведённый независимыми инженерами и технологическими блогерами, выявил несколько ключевых архитектурных решений, которые объясняют, почему Claude Code работает настолько эффективнее привычных чат-ботов.
При каждом запросе к нейросети загружается файл CLAUDE.md — гигантский текстовый документ объёмом до 40 000 символов, который жёстко диктует стандарты конкретного проекта: как называть переменные, какие архитектурные паттерны использовать, чего категорически избегать. Это фундаментальное отличие от того, как мы привыкли взаимодействовать с ИИ. Обычно пользователь просто просит «напиши мне код», и система генерирует что-то в вакууме. Здесь же каждое действие сверяется с огромным сводом правил, и результат бесшовно вписывается в существующую экосистему проекта.
Инженеры Anthropic реализовали элегантный механизм параллелизации через Git Worktrees — изолированные ветки проекта. Несколько субагентов работают над разными задачами одновременно, но при этом делят общий кэш промптов. Вместо того чтобы каждый агент заново считывал всю историю проекта, тратя вычислительные ресурсы, они обращаются к единому блоку памяти. Это позволяет запускать десятки агентов параллельно, практически не увеличивая серверную нагрузку.
В коде обнаружен режим «авто» — встроенный классификатор, который сам решает, безопасно ли действие или нужно спросить разрешение у человека. Это не примитивный скрипт, а отдельная обученная модель машинного обучения, чья единственная задача — оценка рисков. Изменение цвета кнопки на сайте — зелёный свет, агент делает это самостоятельно. Модификация схемы базы данных — красный свет, требуется подтверждение человека. По сути, это классическое делегирование полномочий, перенесённое в цифровой мир.
Одна из самых изящных находок — система умного сжатия под названием Compaction с пятью уровнями очистки памяти. Контекстное окно любой нейросети быстро засоряется промежуточными рассуждениями, неработающими кусками кода, исправлениями опечаток. Алгоритм Compaction работает как многоуровневый фильтр: от мягкой микроочистки до агрессивного усечения устаревших диалогов. Главный принцип — чтобы помнить важное, нужно уметь забывать лишнее. Также в архитектуре заложено мгновенное прерывание генерации, если система видит, что агент пошёл по ложному пути — жёсткая борьба с ошибкой невозвратных затрат.
Следы будущего: скрытая дорожная карта Anthropic
Помимо того, что работает уже сегодня, в коде обнаружены следы того, что только готовится к выпуску. В хардкоде найдены упоминания неанонсированных моделей Opus 4.7 и Sonnet 4.8, а также загадочных систем управления с кодовыми названиями TGU и Numbat. Рядом с упоминанием Numbat красуется комментарий разработчика: «Удалить этот раздел перед запуском Numbat» — классическая оплошность, приоткрывающая завесу тайны.
Наибольший резонанс вызвала модель с кодовым названием Capybara (или Mythos). В коде заявлено контекстное окно в 1 миллион токенов и два режима работы. Внутри закрытых лабораторий эта система якобы прошла восемь поколений рекурсивного самосовершенствования. Аналитики осторожно говорят о приближении к уровню AGI — сильного искусственного интеллекта.
Обнаружен фоновый агент Kairos, который не ждёт команд, а постоянно наблюдает за рабочей средой, анализирует логи ошибок и сам предлагает решения ещё до того, как человек осознает проблему. Функция UltraPlan позволяет системе «уйти в себя» на полчаса, выстраивая деревья решений, симулируя результаты и проверяя гипотезы перед выдачей финального плана. Multi-Agent Coordinator (MAC) выступает дирижёром, распределяя задачи между агентами и разрешая конфликты. А функция Dream — ночная консолидация памяти — структурирует рабочие сессии за день, векторизует удачные решения и оптимизирует базу знаний, пока система «спит».
Отдельного упоминания заслуживают около 44 флагов функциональности для ещё не выпущенных возможностей — своеобразная карта того, куда движется разработка.
Эра автономных агентов: не чат, а операционная система
Всё, что обнаружено в этом коде, подтверждает одну глобальную тенденцию: эпоха обычных чат-ботов, когда человек печатает вопрос и ждёт ответа, заканчивается. Мы переходим к концепции автономных операционных систем — проактивных агентов, которые действуют самостоятельно.
Что это значит на практике? Пользователь перестаёт быть разработчиком в привычном смысле и становится скорее продуктологом. Он описывает задачу, предоставляет агенту необходимые данные и бюджет — скажем, 200 долларов, — а через какое-то время получает готовый продукт: проект, развёрнутый на Vercel или другой платформе, протестированный и проверенный. В коде, кстати, обнаружена интеграция платёжных систем через протокол X42 с использованием криптовалюты USDC — агент может самостоятельно покупать домены, оплачивать хостинг, приобретать шаблоны дизайна, не останавливая работу для запроса данных кредитной карты.
Роль человека при этом не исчезает — она эволюционирует. Люди перестают быть микроменеджерами, диктующими каждую строчку, и становятся чем-то вроде арт-директоров: задают стратегический вектор, оценивают инициативы машины и принимают финальные решения. Творческий контроль сохраняется, но переходит на макроуровень.
Если заглянуть в конец 2026 года, я полагаю, что мы столкнёмся с экспоненциальным ростом скорости разработки. Роль разработчика не исчезнет, но трансформируется. Если бизнесу нужна CRM-система, достаточно будет оплатить подписку у Anthropic, описать задачу и получить рабочий продукт. «Вполне рабочий» — потому что участие человека всё равно необходимо: проверить, работает ли продукт так, как задумано, обработать обратную связь, внести корректировки.
Утечка не убила Anthropic. Она сделала её сильнее
Многие поспешили заявить, что слив исходного кода уничтожит бизнес компании. Это глубокое заблуждение. Настоящий конкурентный ров Anthropic — не программная оболочка, которая утекла в сеть, а скрытые сверхмодели, математические веса которых надёжно заперты на серверах. Получить код интерфейса без доступа к «двигателю» — всё равно что получить руль от гоночного болида, не имея самой машины.
Напротив, утечка сработала как гигантский рекламный маяк, продемонстрировавший миру уровень технологий компании. А попадание кода в руки open-source-сообщества запустило процесс рекурсивного совершенствования в беспрецедентных масштабах: энтузиасты уже берут архитектурные решения и адаптируют их для локальных нейросетей.
Что делать обычному пользователю: практические рекомендации
Несмотря на то что слитый код написан специально для модели Claude Code и напрямую неприменим к сторонним проектам, из него можно извлечь ценные идеи для улучшения собственных рабочих процессов с ИИ-агентами.
Начнём с проактивности через cron. Фоновый агент Kairos, обнаруженный в коде, постоянно мониторит среду и предлагает решения до того, как пользователь заметит проблему. Эту идею легко реализовать без написания кода: большинство открытых агентов (OpenClaw и подобные) поддерживают cron-задачи. Настройте периодический запуск агента для проверки логов, мониторинга метрик или анализа обновлений в вашем проекте. Это не требует переписывания агента — достаточно его донастроить.
Другая идея — файл правил проекта. Принцип CLAUDE.md можно перенести на любого агента: создайте подробный файл с правилами, стандартами и контекстом проекта и подгружайте его в промпт при каждом обращении. Это кардинально повысит качество генерации.
Стоит также обратить внимание на структурированное забывание. Если вы работаете с агентом в длинных сессиях, периодически «сжимайте» контекст: сохраняйте ключевые решения и выводы, а промежуточные рассуждения отбрасывайте. Многие агенты поддерживают ручное управление контекстным окном.
Наконец, параллелизация задач. Если ваш агент поддерживает многопоточность или запуск подагентов, используйте этот механизм для параллельной работы над независимыми частями проекта. Принцип общего контекста с изолированными рабочими пространствами — это то, что можно реализовать даже в простых скриптах.
Вместо послесловия: парадокс, который заставляет задуматься
Пожалуй, самый поразительный вывод из всего этого — философский. Чтобы создать по-настоящему эффективную и автономную систему, инженерам пришлось сымитировать самые, казалось бы, несовершенные человеческие процессы. Чтобы машина не захлебнулась в потоке данных, ей прописали необходимость забывать — как работает наша короткая память. Чтобы ИИ усваивал сложный опыт, ему дали физическую потребность «видеть сны» — консолидировать воспоминания по ночам.
На протяжении тысячелетий мы считали забывчивость и потребность в сне биологическими слабостями, досадными ограничениями на пути к максимальной продуктивности. Но если самые мощные вычислительные системы современности, обладая неограниченным доступом к энергии и серверной памяти, становятся эффективнее только тогда, когда начинают копировать наши «слабости», — возможно, человеческий мозг устроен куда оптимальнее, чем мы привыкли считать.
Индустрия ИИ движется с пугающей скоростью. Понимание того, как устроены эти системы — параллелизм через изолированные ветки, управление контекстом через структурированное забывание, делегирование задач проактивным агентам — становится критически важным навыком. Те, кто научится выступать в роли арт-директора для команды автономных агентов, получат колоссальное преимущество.
А вопрос о том, был ли этот «слив» действительно случайным или тщательно спланированным маркетинговым ходом, пусть каждый решит для себя сам.
Подписывайтесь на канал, чтобы не пропустить следующие разборы.