К содержимому
Дайджест

Как Anthropic ускорила Claude втрое за две недели

Theo - t3․gg·5 октября 2026·70:29
текст даёт основное что произошло промо
Открыть на YouTube
Разбор статьи Anthropic о том, как команда с помощью Claude в Slack ускорила веб-приложение и десктоп Claude.ai, для разработчиков и всех, кто интересуется производительностью и агентной разработкой.

Что в ролике

Автор, разработчик и performance-энтузиаст, разбирает отчёт Anthropic о том, как команда за двухнедельный спринт ускорила Claude.ai и Claude Desktop примерно втрое, используя Claude в Slack в роли автономного инженера. В Slack-канале завели standing instructions для Claude, подключили DataDog MCP-сервер, и он выделил четыре главных пользовательских пути: запуск приложения, начало беседы, загрузку истории и отправку сообщения, разбив их на 13 измерений. Для быстрых запусков в HTML встроили статичный композер, предкомпилировали V8 code cache, оставили композер смонтированным между чатами и подгружали сессии по наведению, что сократило лишние рендеры на 90%. В лабораторных бенчмарках вместо шумного wall-clock времени использовали детерминированные счётчики инструкций, React-коммиты и число вызовов V8; например, на пути сборки дерева сообщений удалось срезать 48% инструкций и 78% времени отклика. Автор сам проверяет результат и находит регрессии: кэш IndexedDB с сайдбаром не инвалидируется, удалённые в другом браузере треды остаются в списке, а новый тред может не попасть в сайдбар при быстром обновлении страницы. Отдельный разбор касается рендеринга таблиц и синтаксической подсветки: не-ASCII символы вроде длинного тире заставляют V8 хранить строку как UTF-16 и замедляют подсветку, поэтому автор советует выносить такую работу в worker или WASM, чтобы не блокировать главный поток. В статье также описан цикл: Claude предлагает бенчмарк, подтверждает его связь с реальным wall-clock временем, делает PR, следит за деплоем и «запирает» улучшение в CI; всего за спринт смержено более 3000 изменений и введено почти 200 флагов. Итог автора: измеряемость делает оптимизацию возможной, но полностью полагаться на агентов нельзя — нужен человек с интуицией и ручное тестирование, иначе появляются незаметные регрессии вроде несвежего сайдбара.

Практика

Что получишь
Поймёшь, как устроен цикл «измерь → оптимизируй → зафиксируй» с агентом в роли инженера: какие метрики использовать вместо wall-clock, как ставить guardrails и как избегать регрессий кэша и отрисовки.
Первый шаг
Прочитать саму статью Anthropic и, если захочешь повторить у себя, начать с подключения агента к DataDog MCP и создания Slack-канала со standing instructions.
Цифры
  • —0,55 секунды — время до интерактивности Claude.ai после оптимизации, было 3,1 секунды
  • —90% — на столько сократили лишние React-рендеры, когда сессии начали подгружаться по наведению
  • —3000+ изменений смержено за спринт без customer-facing инцидентов и откатов
  • —48% и 78% — на столько упали количество инструкций и wall-clock время на пути сборки дерева сообщений
Честно
Ролик снят при спонсорстве WorkOS: автор несколько минут рекламирует их платформу и стандарт OMD для агентной регистрации. Сама методика описана в публичной статье Anthropic, но большинство деталей (скриншоты интерфейса, баги, команды) видны только на экране; готового кода или инструкций для повторения нет. Автор также регулярно сравнивает решения со своими продуктами T3 Chat и T3 Code, но прямой продажи подписки в ролике нет.
Если слова незнакомы — 8 терминов

Связки из этого ролика

7 шт.

Компоненты

23 шт.

Формат: реакция на новость · для продвинутых · уверенность разметки 0.85 · источник