Intellectual Working Environment в Claude Code: первый опыт

Успех ИИ-агента зависит не столько от LLM под капотом (хотя когнитивный ресурс важен), сколько от сбруи (упряжи) агента (agent harness): какие инструменты у него есть, как построен мыслительный цикл, какие протоколы работы.

Cursor и Claude Code — для меня хорошие примеры агентов с хорошо продуманной сбруей.

  • Cursor использую давно для вайб-кодинга, где я выступаю в роли product owner и архитектора, а Cursor - в роли разработчика и тестировщика.
  • Claude Code давно хотел попробовать, и вот наконец звёзды сложились нужным образом - начал использовать IWE в Claude Code.

Что такое Intellectual Working Environment

IWE — шаблон хранилища и набор протоколов для структурированной работы с ИИ-агентами. Разработан Цереном Цереновым. Включает:

  • Протоколы планирования и рефлексии
  • Структуру дневных заметок с ритуалами (утро, день, закрытие)
  • Баш-скрипты для автоматизации рутинных операций

Мой сетап

  1. Оформил подписку Z.AI ($10/мес) — они предоставляют модели GLM по API, совместимому с Anthropic
  2. Перенастроил Claude Code на работу с моделями GLM (используются 5.1 и 4.7 в разных режимах)
  3. Развернул хранилище IWE из GitHub-репозитория
  4. Подключил своё хранилище Obsidian (экзокортекс) через MCP-сервер — агент может искать через MCP и читать файлы напрямую из файловой системы
  5. Запись в экзокортекс запрещена, разрешено только чтение

Впечатления первых дней

Плюсы:

  • Протоколы IWE в целом логичны и помогают структурировать работу
  • Claude Code с GLM-моделями работает приемлемо
  • Доступ к экзокортексу через MCP — удобно

Минусы:

  • Медленно: на закрытие дня уходит 25+ минут (помидорка), потому что LLM тормозит + много шагов в протоколе, почти каждый нужно подтверждать вручную
  • IWE работает через LLM в Markdown-файлах без особой автоматизации — много ручных шагов
  • Баш-скрипты из шаблона на Windows… вроде работают
  • Приходится работать с двумя системами: IWE как рабочая среда + Obsidian как основной экзокортекс

План

  1. Продолжу использовать IWE в текущем формате минимум неделю
  2. Пересмотрю демо-записи Церена для лучшего понимания
  3. Затем воссоздам практики IWE в моём хранилище Obsidian:
    • В формате скиллов (для ИИ-агентов)
    • С Python-скриптами вместо баш-скриптов (но постараюсь по максимуму переложить всё в скиллы)
    • С использованием Obsidian CLI + obsidian_hybrid_search для автоматизации
    • Подключу FPF для согласования терминов

Идея для развития

Если заточить IWE под Obsidian и использовать Obsidian CLI вместе с Hybrid Search, workflow станет значительно быстрее и точнее. Любой ИИ-агент (Claude Code, Cursor и т.д.) сможет использовать эти скиллы напрямую из хранилища.

Плюс — прошить во flow скиллов обязательное обращение к FPF в определённых случаях.
Кроме того, при проектной работе по FPF было бы здорово мапить термины проектного глоссария сразу на концепции FPF, чтобы LLM, а точнее - ИИ-агент, понимал природу каждого термина и лучше понимал их отношения.

5 лайков

Новые открытия :wink:
Материалов много, и было сложно сориентироваться и понять, с чего начать.

С неделю назад установил Claude Code нативно в Windows, через неделю использования дошёл до руководства по настройке IWE и прочитал, что ставить всё нужно в WSL :zany_face:

Ну ОК, начал развёртывание заново, прошёл основные шаги.

Упёрся в недоступность MCP со знаниями МИМ и захотел как-то занести в IWE стильный, модный, молодёжный агентский плагин FPF GitHub - pokrovskiyv/FPF-agent: First Principles Framework (FPF): Operating system for open-ended thought for engieering, research, and mixed human/AI teams: bounded contexts, auditable reasoning, decision records, and multi-view publication. · GitHub.

Установил, но скилл /fpf в IWE переопределял глобальный скилл /fpf этого плагина. Пришлось удалить скилл /fpf в IWE. когда CC подхватил глобальный скилл плагина.

Если смотреть задним числом, то получается не так и много действий. Но в прямой хронологической последовательности это было непросто, особенно учитывая первый опыт работы с WSL. (С Linux в принципе я немного знаком, но отдельно от Windows.)

Вроде всё заработало, как должно. Прошёл стартовую стратсессию и… не понял, что делать дальше.

Посмотрел на оставшуюся часть руководства по изучению интеллектуальной рабочей среды (IWE), немного загрустил и… в том же Claude Code начал в IWE новый сеанс со следующим запросом:

Осваиваю IWE вот по этой инструкции: https://github.com/TserenTserenov/FMT-exocortex-template/blob/main/docs/LEARNING-PATH.md

Побудь моим тутором и помоги мне пройти эту руководство.

После этого стало значительно проще. Понял наконец, что такое DS и почему именно DS (downstream). Дальше хочу создать первый DS по настройке IWE, чтобы зафиксировать достигнутое и лучше закрепить то, что узнал (через мышление письмом).

2 лайка

Продолжаем разговор. На следующем саансе тутор процитировал остаток документа, не заботясь, что я с этим буду делать.

Я его скорректировал вот так, и дальше пошли по шагам в диалоговом режиме. Похоже на то, что в руководствах МИМ, но кванты знаний совсем маленькие. Удобно :slight_smile:

Давай идти по маленьким темам последовательно. Не надо вываливать на меня сразу всё.
Начинаем с "Тема 1 из 6: ОРЗ-фрактал"

**Вопрос для проверки**: как ты понимаешь, почему пропуск Открытия — это проблема? Что теряется?
**Мой ответ**: если пропустить открытие, то есть вероятность отклониться от плана и делать то, что получится, а не то, что нужно.

Если всё правильно, то идём дальше. Если нет - поправляй меня и снова задай вопрос для проверки понимания.
1 лайк

сегодня сделал то же через смену ендпоинта в Claude.
на закрытии дня словил что действия в скрипте, для которых прописана смена модели(Haiku) не отображаются в логе, возможно и не выполняются.
не стал разбиратся ибо устал, оставил на будущее.

1 лайк

Продолжаю пилотное использование.

Подписки z.ai Lite $10 в месяц) недостаточно для продуктивной ежедневной работы - заканчивается в районе обеда. Заапгрейдил до Pro ($30 в месяц, лимиты Lite x 5).

В целом работает, и работает неплохо:

  1. Вычислительной мощности GLM 4.7 и GLM 5.x вполне достаточно - соображает норм.
  2. К совместимости с API Anthropic вопросов нет (при подключении к другим моделям через OpenRouter есть вопросы).
  3. Все скрипты корректно отрабатывают в WSL под Windows 10.

Есть вопросы к производительности, особенно на этапе day-close:

  1. На это уходит помидорка как минимум, и я читал, что с “родными” LLM от Claude оно (Claude Code) тоже медленно работает. Интересен опыт других пользователей: у вас так же?
  2. Приходится раз 20 подтверждать действия, запрашиваемые ИИ-агентом. Чувствую себя “оператором ПК”, а не создателем. Хотелось бы, чтобы оно как-то само. Но не при помощи yolo / --dangerously-skip-permissions, а как-то более интеллектуально (чтобы какую-то конкретную команду можно было разрешить раз и навсегда).

Но вот такое слегка охлаждает желание разрешить агенту делать примерно всё :wink:

Я таких действий не замечал, и до сих пор не понимаю, как меняется (и меняется ли) используемая LLM по ходу работы IWE.

Исследование пришло к такому выводу:
Anthropic model IDs недоступны на Z.AI endpoint → sub-agents падают
возможно я неправильно его готовлю.
Это результат простой замены ендпоинта антропика на z.ai.

Claude Code
    │
    ├─ settings.json: ANTHROPIC_BASE_URL = https://api.z.ai/api/anthropic
    │
    └─ Все вызовы основного агента → Z.AI GLM (вместо Anthropic)
         ├─ ✅ Простые задачи (коммиты, чтение файлов, заметки)
         └─ ❌ Sub-agents (Agent tool) → "claude-haiku-4-5" не найден → падает

Интересно посмотреть как у вас все настроено и переключение моделей на задачах в частности.

Хм… Давайте разберём по пунктам.

Настройка Claude Code для API Z.ai

Я следовал инструкциям z.ai и переопределил в переменных Base URL, API key и названия моделей.

~\.claude\settings.json:

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "XXX",
    "ANTHROPIC_BASE_URL": "https://api.z.ai/api/anthropic",
    "API_TIMEOUT_MS": "60000",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-4.7",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-5",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5.1"
  },
  ...
}

Всё сразу заработало, ошибок смены моделей не получал.

Изменение моделей по ходу работы в Claude Code

Для смены модели вручную есть команда /model.
Выбор модели у субагента может осуществляться автоматически в соответствии с определением этого агента. Определения проектных агентов живут в папке
.claude/agents/ проекта, а глобальных агентов - в папке ~/.claude/agents/ пользователя.

Определение агента - это markdown-файл с YAML frontmatter, и как раз во frontmatter живут параметры агента, в том числе используемая им LLM:

---
name: code-reviewer
description: Reviews code for quality and best practices
tools: Read, Glob, Grep
model: sonnet
---

You are a code reviewer. When invoked, analyze the code and provide
specific, actionable feedback on quality, security, and best practices.

В материалах IWE я не нашёл ни одного определённого таким образом агента (нет папки .claude/agents/ или я плохо искал).
Нашёл только в описании протоколов упоминания переключения модели пользователем.
Пример: IWE\FMT-exocortex-template\memory\protocol-open.md

**Переключение модели:** Вся сессия → `/model` (только пользователь). Sub-agent → только вниз (Opus→Sonnet/Haiku, Sonnet→Haiku).

На практике ни разу переключений модели не замечал.

1 лайк

а вот этого у меня небыло.
я переключал через

bash
npx @z_ai/coding-helper

интерактивный установщик, который сам настроил, как выяснилось не все.
Спасибо огромное, буду пробовать дальше!

1 лайк