Среда разработки и инфраструктура для AI-проектов

Пользоваться Claude с оплатой через Google Cloud можно двумя способами: вариант под управлением Google, который Google предоставляет в составе Agent Platform (бывший Vertex AI), и вариант под управлением Anthropic, ставший общедоступным 22 октября 2026 года. Claude Code работает с вариантом под управлением Google и настраивается через CLAUDE_CODE_USE_VERTEX и связанные параметры (при развёртывании на нескольких человек модели рекомендуется закрепить). Если нужны Files API, Agent Skills, Managed Agents, fast mode и подобные функции, выбирайте вариант под управлением Anthropic. На эндпоинте global варианта под управлением Google Opus 5.5, Sonnet 5.5 и Haiku 5.5 стоят столько же, сколько в Claude API, а мультирегионы us и eu — в 1,1 раза дороже. Вариант под управлением Anthropic учитывается в CCU, и потокенного прайс-листа в официальной документации нет. Опираясь на официальную документацию (проверено 26 октября 2026 года), статья разбирает различия и выбор, цены, регионы, подключение, SDK, настройку Claude Code и работу с квотами и ошибками 429.

Если Claude API возвращает «temperature is deprecated for this model», значит, в запросе к моделям Claude 4.7 и новее заданы temperature, top_p или top_k не по умолчанию, и их нужно удалить из запроса. Для этих моделей такие значения не принимаются уже в версии API 2023-06-01, а в новой версии 2026-10-21 ошибка 400 возникает для любой модели, даже при значениях по умолчанию; новые SDK, например anthropic 2.0.0 для Python, отправляют 2026-10-21 автоматически и уже не принимают эти три аргумента. В статье описаны две ситуации, где возникает ошибка, поиск таких параметров в коде, версии SDK, сопутствующие изменения вроде способа передачи API-ключа и похожая ошибка «anthropic-version: header is required», по документации Anthropic на 26 октября 2026 года.

Собрали причины и решения для случаев, когда Codex работает медленно или тормозит, по симптомам. Если медленно отвечает ИИ, проверьте сбои и нагрузку, снизьте уровень рассуждений (reasoning effort) под задачу, выберите более лёгкую модель или быстрый режим (Fast расходует лимит в 2.5 раза быстрее) и открывайте новый тред для каждой задачи, как советуют сотрудники OpenAI. Если Codex долго запускается, отключите неиспользуемые MCP-серверы через enabled = false и обновите CLI; если тормозит приложение, обновите его и перезапустите (одна из причин ошибок в Windows исправлена в v26.825.32147), а ненужные регулярные задачи архивируйте, так как накапливаются worktree. Если медленно работают команды в WSL, храните файлы на стороне Linux. Материал опирается на официальную документацию OpenAI и ответы сотрудников GitHub (проверено 25 октября 2026 г.).

ChatGPT успешно перенёсся, но подготовка места назначения вызвала ошибки ввода-вывода Docker и Unity на том же диске. Разбираем записи журналов.

Приложение и основные данные размещены на диске D, действующие среды выполнения оставлены на C. Что мы сохранили, перенесли и проверили.

Разберите, как переключить Codex в режим только для чтения, а Claude Code в режим Plan в приложении, IDE, вебе, на мобильных устройствах и в CLI. Узнайте различия read-only и Plan, область действия и сохранение настроек, ограничение инструментов, готовый текст запроса и проверку различий.

Чем отличаются запрет чтения, рабочая среда, согласование и сетевые ограничения Codex. Разбор Permission profiles, правил для .env, переменных окружения и ограничений ОС. Как проверить запрет на тестовых файлах без настоящих секретов.

Можно поручать разработку облачным сессиям Claude Code, не открывая нового пути в продакшен: держите код в приватном репозитории GitHub, установите Claude GitHub App только на этот репозиторий, а продакшен-сервер пусть лишь забирает код по deploy key только для чтения. Эта статья — мой отчёт о том, как 4 октября 2026 года я начал пользоваться облачными сессиями в отдельном проекте разработки, сверенный с оригинальным текстом официальной документации на эту дату. В ней объясняется, что claude --cloud без GitHub отправляет историю всех веток и незакоммиченные изменения в отслеживаемых файлах (в Windows — независимо от имён файлов); как быть, если подключён другой аккаунт GitHub; что такое «Only select repositories» и почему в списке видны публичные репозитории; почему для каждого проекта стоит создавать новое окружение, ведь его переменные окружения может прочитать любой, кто им пользуется; что локальные файлы облаку не видны; и что Accept edits в облаке останавливается на каждой команде, а Auto работает дальше сама. Всё это сведено в чек-лист перед стартом. Кроме того, я разбираю реальный случай, когда одно указание в автономном режиме израсходовало $226 ограниченного по времени кредита, прежде чем я велел остановиться на полпути, объясняю, почему кредит тает так быстро, и делюсь способами сократить расходы.

Используются ли ваши диалоги в Claude Code для обучения моделей ИИ, зависит от тарифа и настройки аккаунта. На личных тарифах Free, Pro и Max данные идут в обучение только при включённом параметре улучшения моделей в настройках конфиденциальности claude.ai (хранятся 5 лет), а его выключение останавливает обучение (хранятся 30 дней). Настройка принадлежит аккаунту, поэтому менять файлы настроек на компьютере, где запущен Claude Code, не нужно. На основе оригинального текста страницы документации Claude Code «Data usage», Anthropic Privacy Center и страницы Claude Platform «API and data retention» по состоянию на 4 октября 2026 года статья объясняет, где находится настройка и как её выключить, почему отказ не удаляет данные из прошлого обучения, как обрабатываются оценки 👍👎, /feedback и диалоги, помеченные как нарушения, а также обучение и хранение по тарифам, включая Team, Enterprise, API и Bedrock. Кроме того, разбираем, почему входные и выходные данные API по умолчанию не используются для обучения и удаляются в течение 30 дней, что покрывает ZDR и почему Covered Models, например Fable, требуют хранения 30 дней, какие переменные окружения отключают метрики использования и отчёты об ошибках, отправляемые отдельно от обучения, где на вашем компьютере открытым текстом лежат записи диалогов и как выбрать схему для конфиденциальной работы.

Команда /doctor prompt-audit в Claude Code (/checkup prompt-audit — то же самое) поручает Claude прочитать CLAUDE.md, CLAUDE.local.md, AGENTS.md, а также правила, навыки, команды и субагентов в .claude/, найти промптинг, написанный для старых моделей, ссылки на несуществующие файлы или команды и противоречащие друг другу инструкции, и вернуть отчёт с предлагаемыми диффами. Пока вы не попросите, ничего не меняется; нужна версия v2.1.283 или новее. Опираясь на официальную документацию и CHANGELOG по состоянию на 3 октября 2026 г. и на руководство по аудиту из комплекта Claude Code, разбираем, как запускать проверку и сужать её путём, что она считает устаревшим (слишком сильные формулировки, несуществующие пути, конфликты между файлами и другое), её правило не удалять контекст и запреты, у которых есть причина, шесть полей отчёта и уровни уверенности, а также отличия от /doctor, /claude-api prompt-audit и терминальной команды claude doctor. Рассказываем и о том, что получилось на файлах инструкций этого сайта (применено 7 из 9 замечаний, включая настоящее расхождение: после добавления правила мы забыли переписать пояснение), и о подводных камнях — расходе лимита, разнице между запусками и времени на проверку замечаний перед применением.

/code-review в Claude Code — встроенный навык, который читает коммиты, опережающие upstream, и незакоммиченные изменения (или переданные ему PR, ветку либо путь), ищет ошибки корректности и сообщает о них. /review — его псевдоним, ревью выполняется фоновым субагентом, а его стоимость входит в обычный расход. Статья объясняет, как передать цель, как выбирать между low (только находки с высокой уверенностью) и уровнями от medium до max (шире охват, но результаты нужно отсеивать), правило, по которому без указания уровня используется последний введённый, оговорку о том, что фоновые правки --fix нельзя отменить через /rewind, и куда публикует --comment на GitHub и GitLab. Также разобраны ultra, где несколько агентов в облаке возвращают только проверенные находки (около 15–25 минут; 3 разовых бесплатных запуска на Pro и Max, затем обычно $5–25 за запуск из usage credits), и отличия /code-review от /simplify, /security-review, Code Review в виде GitHub App и claude-code-action — по исходному тексту официальной документации и CHANGELOG на 2 октября 2026 года (описание уровней — на 14 октября). В конце — результаты одного запуска /code-review high на коде детектора ИИ-изображений этого сайта (9 из 10 находок оказались реальными ошибками, все исправлены) и недостатки: расход лимитов, труд по проверке находок и способ отменить --fix.

Я поручил Projects в Claude Code (публичная бета) собрать целиком веб-сайт, где можно узнать, сколько памяти нужно локальным LLM. От создания до последнего слияния прошло около 20 часов: 10 тредов, 11 PR, около 23 тыс. строк и около 190 млн токенов (97,7% из них — чтение из кэша). За ночь параллельно продвинулись три задачи, треды согласовывали работу друг с другом через координатора, а когда я переписал инструкции так, чтобы доверить работу, координатор сам решал, что делать дальше. С другой стороны, на стыке сбора данных и страниц никто не сделал логику, которая решает, «можно ли это публиковать», и в продакшне оказалось 0 моделей. Реальные данные выявили и ошибки, которых не было видно в тестах на примерных данных, а выпуск на сервер, доступный только по SSH, зашёл в тупик. По замерам описываю всё: где я споткнулся на старте, чем работа с подтверждением каждого шага отличается от полного доверия, как таял кредит на настройку и для каких задач функция подходит, а для каких нет.