dotfiles/agents/.agents/skills/claude-subagent-playbook/references/lessons.md

Эмпирика прогонов

Датированные факты: что поймал каждый этап конвейера, казусы, цифры. Дописывай после каждого прогона — это и есть «выжимка опыта», ради которой скилл существует.

2026-07-06 — t2-ml-forecast, задача 05 «полировка витрины под демо»

Первый прогон конвейера. Задача: ~200 строк правок в ядре отчёта + ноутбук.

Свежий взгляд на постановку (Клод, adversarial-reviewer) — окупился:

• блокер: постановка требовала «русские названия из report.name_ru», а в данных name_ru — английские имена из Excel-книги; исполнитель молча сделал бы английские заголовки. Решение внесено в задачу: словарь «статья → русское имя» как явная поставка;
• две «одностроки», прятавшие проектные решения: поворот отрицательного ряда (правило, пересчёт коридора, единый хелпер) и согласованность «график по модулю vs таблица со знаком»;
• процессная дыра: без явных двух шагов регенерации .ipynb остался бы без выводов, и тест ноутбука его бы завернул.

Казус форвардера: субагент codex:codex-rescue, получив постановку вместо команды, реализовал задачу сам (+1227 строк). Настоящий Codex стартовал на уже изменённом дереве — столкновения избежали везением (форвардер успел закончить). Урок в SKILL.md и codex-exec.md (раздел про раннера).

Слепое двойное ревью — родословные поймали разное:

• Клод (Опус): APPROVE; подтвердил математику поворота/коридора (алгебраическое тождество), краевые случаи (ряд через ноль, нули), неизменность метрик и таблиц; посмотрел картинки из .ipynb; один nit.
• Codex (свежий тред): needs-attention; две дыры в тестах — раздел ноутбука не закреплён в required_snippets, нет регрессионного теста «таблица отрицательного ряда остаётся со знаком». Оба — про то, что зелёный прогон не докажет готовность; Клод этих дыр не нашёл.
• Пересечения находок — ноль. Слепота и разность родословных работают.

Точечная починка: Codex --fresh с промптом «добавь только два теста, продуктовый код не трогай» — чисто, 148 → 150 passed.

Цифры для калибровки: ревью Клода на Фабуле (этап постановки) — ~60k токенов; конвейер целиком — ~3 часа настенного времени, из них реализация ~20 минут; остальное — ревью и оркестрация. На мелочь такое не разворачивать.

Смерть ревьюера (тот же день, ревью самого скилла по /claude-team-review): Опус-ревьюер дважды ушёл в idle без доставленного отчёта (одно напоминание по idle-гарду — снова тишина), пользователь подтвердил: субагент исчез из интерфейса. Спасти отчёт из транскрипта не удалось — jsonl тиммейтов не нашлись в каталоге проекта. Урок: отчёт фонового ревьюера — скоропортящийся; если он критичен, проси ревьюера сначала писать результат в файл (двухканальный протокол раннера из /adversarial-review), а сообщение слать как указатель. Ревью скилла не состоялось — отложено до боевого прогона.

Прогон 2026-07-07: наглядность витрины (боевой, полный конвейер)

Задача: витрина понятна финансисту без голоса (5 блоков, 5 файлов). Конвейер отработал целиком: исследование двумя головами → постановка → свежий взгляд (1 блокер + 9 находок, в т.ч. повторно поймана ловушка name_ru) → Codex 18 мин → два слепых ревью → триаж у исполнителя → две точечные правки → приёмка. Пересечение находок ревьюеров — снова ~ноль (Клод смотрел артефакты глазами и принял; Codex дал 4 «поправить» по букве задачи). Их прямое противоречие (ослаблен ли тест) рассудил исполнитель по контракту — механизм работает.

Ожидание фоновых job:

• Idle-уведомление субагента ≠ отчёт: почти каждый субагент уходил в idle ДО доставки отчёта. Лечится немедленным явным «пришли отчёт на main».
• Фоновый bash-поллер (until…sleep) у раннера умирает при смене хода. Надёжно: persistent Monitor без таймаута.
• Статус job — не истина: воркер финальной правки умер после успешных проверок, статус завис «running» навсегда (зомби). Диагностика оркестратором: mtime артефакта (showcase-check.ipynb дописан) + лог job (все проверки зелёные) + pgrep (воркера нет) → забрать финал себе, раннера распустить.

Codex companion:

• Безадресный --resume/resumeLast резолвится в «последний тред сессии» — при параллельных тредах подхватывает чужой read-only ревью-тред. С ЯВНЫМ id тред подхватывается свой (сэндбокс привязан к треду: у write-треда останется write) — это же проходили в /adversarial-review. Правило: resume — только по id; если id не сохранился, свежий write-тред дочитает контекст из файла задачи (решения вписаны туда).

Постановка:

• Правила задачи стоит ранжировать явно («правило A главнее буквы E»): внутреннее противоречие (де-жаргон vs «заголовки не трогать») всплыло только после починки по ревью и потребовало отдельной правки решением оркестратора.
• Требовать от исполнителя вписывать доводы отклонений в файл задачи — окупилось: свежий write-тред продолжил работу без контекста предшественника.

Цифры: реализация 18 мин; триаж-починка ~8 мин; финальная правка ~3 мин работы + ~20 мин зомби-ожидания. Тесты 147 → 154. Панель конвенций дала демо аргумент: 10 из 13 против 6 из 13 в зависимости от прочтения порога.

Прогон 2026-07-09: local-transcriber, SendTo-меню (первый по тексту скилла; первый под Windows)

Задача: контекстное меню проводника через SendTo + флаги --install-menu/--uninstall-menu; 5 файлов, +345 строк, тесты в финале 191 passed / 1 skipped. Конвейер целиком, вместе с фичей — один вечер.

Первый прогон под Windows: Git Bash-стек работает целиком — codex exec, jq, редиректы, heredoc, фоновый Bash с побудкой, SendMessage-rerun. Скретчпад сессии вместо /tmp.

Классификатор авторежима — новый класс препятствия: companion с --write заблокирован и через раннера-субагента, и напрямую из Bash («Create Unsafe Agents»); повторная попытка с другим флагом расценена как обход. Прямой codex exec фоновым Bash оркестратора прошёл гейт и отработал все три ветки (write-исполнитель, read-only ревьюер, resume-триаж). Правила — в codex-exec.md; companion-обёртка поглощена им же.

Свежий взгляд на постановку — снова окупился: 2 major, которые исполнитель молча реализовал бы: .cmd с путём, писанный «как ASCII», ломался бы на кириллическом профиле (cmd.exe читает батники в OEM-кодировке) — при том что фича делалась именно «для коллег»; плюс протухание зашитого пути к venv. Третья находка — load-bearing порядок проверок (exit 2 требует валидации до expand_globs, иначе чужой except даст exit 1). Одна находка отклонена письменно (проброс %errorlevel% — нет потребителя).

Слепое двойное ревью: Codex — APPROVED, 0 находок; Опус — APPROVED, 3 minor (0-байтный leftover при UnicodeEncodeError — воспроизвёл на машине; OEM-запись ни разу не исполняется в тестах; LF vs CRLF). Пересечение снова ~ноль, но с нюансом: Codex в промежуточных сообщениях колебался ровно над местом находки №2 Опуса и не оформил её — колебания в логе стоят чтения при синтезе.

Отписка: вердикт Codex пришёл одной строкой без находок. Проверка по JSONL (19 command_execution: полный pytest, узкий прогон, usage) подтвердила работу. Приём «вердикт без находок — проверь лог» вписан в SKILL.md (этап 4) и codex-exec.md.

Закрыты пункты «не проверено боем» из handoff 06: фолбэк-ревьюер general-purpose на Опусе — обкатан дважды (постановка и код), работает; триаж исполнителем — codex exec resume по явному id закрыл 3/3 находки, лишнего не тронул; узкий rerun ревьюера — SendMessage поднял того же Опус-агента из транскрипта, RECHECK OK за ~38 сек.

Эмпирический ревьюер: Опус сам воспроизводил краевые случаи вне репо (UnicodeEncodeError с обрезкой файла, LF-.cmd через cmd /c) — вердикт заметно твёрже. Приём поощрять в промпте ревьюера («безопасные эмпирические проверки вне репо разрешены»).

Цифры: ревью постановки ~57k токенов, ревью кода ~48k, перепроверка ~45k (тот же агент из транскрипта); триаж-раунд Codex — одна resume-команда.