Циклы в Claude Code: 4 типа от Anthropic

Компания Anthropic в статье «Getting started with loops» (от 30 июня 2026 года) подробно разъяснила, какие бывают типы «циклов» (loops) в Claude Code. Цель публикации — систематизировать понятие «цикл» в контексте AI-кодирования. Раньше термин использовался расплывчато, а теперь его разделили на 4 типа. Критерии классификации: триггер (повод для запуска), условие остановки (stop condition), примитив (базовые функции Claude Code для построения цикла) и назначение (область применения).

Цикл в AI-кодировании — это повторение работы агента до тех пор, пока не будет выполнено условие остановки. Anthropic выделяет 4 типа циклов: Turn-based (пошаговый), Goal-based (на основе цели), Time-based (на основе времени) и Proactive (проактивный). Эти типы можно визуализировать на двух осях: вертикальная отражает степень следования указаниям или уровень автономности ИИ, а горизонтальная — выполнение одной задачи или запуск/мониторинг задач.

Также в статье говорится о двух видах циклов: внутреннем (автономное выполнение AI-агентом) и внешнем (проактивное выполнение через внешний слой без ожидания указаний человека). Turn-based и goal-based близки к внутреннему циклу, а time-based и proactive — к внешнему.

Важно правильно установить условие остановки (Stop Condition) для AI-агента — это позволит контролировать потребление токенов и время выполнения задач.

Разберём типы циклов подробнее:

Turn-based (пошаговый). В этом режиме человек поочерёдно даёт указания. Пример — обычное использование Claude Code: AI собирает информацию, выполняет задачу, проверяет работу, при необходимости повторяет, возвращает результат. Человек проверяет результат и даёт следующий запрос. Один обмен между человеком и AI — базовая единица.

Запуск: запрос пользователя.
Остановка: когда AI считает задачу выполненной или когда требуется дополнительный контекст.
Задачи: короткие задачи, не требующие стандартных процедур.
Совет: записать порядок проверки в файл SKILL.md — тогда AI сможет проводить больше проверок самостоятельно.

Goal-based (на основе цели, /goal). Пользователь задаёт цель, а AI работает до её достижения. Этот тип подходит для сложных задач, которые нельзя выполнить за один обмен. Чтобы AI не завершил задачу раньше времени, проверку достижения цели поручают отдельной небольшой модели (оценщику). Эффективно, если задать измеримые условия — например, прохождение теста или превышение заданного балла.

Запуск: ручной запрос.
Остановка: достижение цели или достижение заранее заданного максимального числа обменов.
Задачи: задачи, где можно однозначно определить успех или неуспех.
Совет: задать условие достижения цели и лимит попыток, например: «/goal — добиться оценки Lighthouse (инструмент Google для оценки качества веб‑страниц) для домашней страницы выше 90; остановить после 5 попыток».

Time-based (на основе времени, /loop, /schedule). Такие циклы подходят для повторяющихся задач, где меняется только ввод (например, ежедневное суммирование сообщений в Slack) или для реакции на изменения внешних условий (например, когда к PR добавлен обзор или CI завершился с ошибкой).

/loop повторно выполняет промпт через заданный интервал, работает на локальном ПК — при его выключении останавливается.
/schedule используется для рутинных задач в облаке.
В Claude Desktop в Claude Code есть функция «Routines» (в боковой панели) — она позволяет запускать обработку Claude Code по расписанию (с выбором локального или облачного режима выполнения).
Запуск: по заданному временному интервалу.
Остановка: при отмене пользователем или завершении задачи (например, PR был объединён, очередь опустела).
Задачи: регулярные повторяющиеся задачи, взаимодействие с внешними системами.
Совет: указывать интервал и задачу, например, «/loop 5m PRCI» (интервал — 5 минут).
Различие между /loop и /schedule: /loop — локальный простой «хаертбит», /schedule — «ха́рнес» для внешнего цикла (работает в облаке).

Proactive (проактивный). Это максимально автоматизированный режим работы без участия человека в реальном времени. Он включает «auto mode» (авторежим) и взаимодействие нескольких AI.

Пример проактивного цикла для работы с отчётами об ошибках: /schedule для периодической проверки новых отчётов, /goal для определения критерия завершения, SKILL.md для фиксации порядка проверки, распределение задач между несколькими AI-агентами (исследование, исправление, проверка) в auto mode.
Запуск: события или расписание (человек не присутствует в реальном времени).
Остановка: задачи завершаются после достижения цели, но сам рутин продолжается до остановки пользователем.
Задачи: отчёт о багах, сортировка Issue, перенос кода, обновление зависимостей и другие повторяющиеся стандартные задачи.
Совет: сложные решения поручать наиболее продвинутой модели, простые — быстрой и недорогой модели для экономии затрат. dynamic workflows

Для сохранения качества работы с AI-агентами рекомендуется:
- поддерживать чистоту кодовой базы (AI подражает существующим методам написания кода);
- обеспечить возможность проверки работы AI, указав критерии в SKILL.md и т. п.;
- делать документацию доступной (использовать актуальные лучшие практики из официальной документации фреймворков и библиотек);
- использовать второго агента для code review (отдельный агент для проверки, чтобы избежать влияния мышления основного агента);
- использовать ошибки для улучшения процессов (отражать меры по предотвращению ошибок в процедурах и условиях проверки).

Чтобы сэкономить затраты, стоит:
- выбирать функции и модели, соответствующие задаче;
- чётко определять условия завершения и остановки;
- сначала тестировать в малом масштабе (например, для dynamic workflows сначала проверить часть, чтобы оценить потребление ресурсов);
- автоматизировать стандартные процессы через скрипты вместо постоянного использования AI;
- не запускать процессы чаще необходимого (согласовывать интервал выполнения с частотой изменений контролируемых объектов);
- проверять объём использования через команду /usage (видеть текущий расход, входные/выходные токены, токены чтения/записи кэша).

С чего начать работу с циклами? Выберите одну задачу, в которой вы являетесь узким местом, и рассмотрите возможность делегирования её части. Ориентиры для выбора типа цикла:
- если можно самостоятельно написать проверку — начать с «поворотного» (turn-based) цикла с самопроверкой в SKILL.md;
- если чётко определён критерий завершения — использовать «целевой» цикл (/goal);
- если задача запускается в определённое время или при событии — использовать «временной» или «проактивный» цикл (/loop, /schedule).

Начинать следует с простейшей формы, наблюдая, где возникают трудности и где происходит перебор, постепенно усложняя задачу. Знание типов циклов — первый шаг к эффективному использованию AI-кодирования.
Getting started with loops ｜ Claude by Anthropic2026630
Deep Insider Brief — “”
AI
・・・ — AI

AWS150
AI
IT
Excel×eBookExcel