Статья подробно разбирает архитектуру Claude Code — системы, которая работает не просто как чат-бот, а через повторяющийся агентный цикл: сбор контекста, действие, проверка результата и возврат к сбору данных. Такой подход позволяет строить сложные процессы, но одновременно порождает проблемы с управлением контекстом и стабильностью.

Основная сложность связана с контекстом, который не ограничен только длиной, а главным образом зашумлён нерелевантными данными: системные инструкции, описание инструментов MCP, состояние памяти и история диалога. Например, подключение нескольких MCP Server может занять до 12,5% от доступного объема токенов, что существенно ограничивает пространство для рабочих данных.

В статье выделены шесть слоёв Claude Code, каждый из которых влияет на общую эффективность:

• CLAUDE.md — проектный контракт и правила
• Skills — набор рабочих методов
• Hooks — ограничения и аудит
• Subagents — изолированное выполнение параллельных задач
• Tools/MCP — новые функциональные возможности
• Memory — сохранение состояния

Важный вывод — усиление одного слоя без баланса остальных приводит к деградации системы: слишком длинный CLAUDE.md засоряет контекст, слишком много инструментов усложняет выбор, бесконтрольные subagents вызывают «дрейф» состояния.

Для уменьшения шума в контексте предложена методика RTK (Rust Token Killer), которая автоматически фильтрует вывод команд, например, сокращая тысячи строк результатов cargo test до ключевого статуса. Это снижает нагрузку на память модели и освобождает токены для значимой информации.

Также отмечается, что автоматическое сжатие контекста часто удаляет важные архитектурные решения и текущие задачи, что приводит к непонятным ошибкам. Рекомендуется явно прописывать в CLAUDE.md правила сжатия (Compact Instructions) и использовать файл HANDOFF.md для передачи прогресса между сессиями.

Эти подробности помогают понять, почему эффективность Claude Code зависит не только от самой модели, но и от архитектурных подходов к управлению контекстом