Итоги

Курс начинался с одного вызова messages.create и закончился агентом, который живёт в контейнере у Anthropic. Между ними — не разные технологии, а один эндпоинт, к которому постепенно добавлялись параметры. В этом уроке соберём всё в одну картину и решим, что делать дальше.

Путь, который мы прошли

Один вызов: model, max_tokens, messages, системный промпт, потоковый вывод, ошибки по классам, структурированный ответ через messages.parse. Этого хватило для классификатора обращений.

Выбор модели: по назначению из документации, характеристики — из Models API, решение — по прогону на реальных примерах, и сначала усилие, потом смена модели.

Агент: тот же вызов в цикле по stop_reason, инструменты с именем, описанием и схемой, tool runner как упрощение, подтверждение человеком внутри инструмента. Режим рассуждения — адаптивный, с глубиной через output_config.effort.

Расширения: встроенные серверные инструменты (поиск, загрузка, выполнение кода) и клиентские (bash, редактор, память), навыки через контейнер, MCP-коннектор для удалённых серверов, управление контекстом кэшированием, компакцией и очисткой.

Управляемые агенты: агент, среда, сессия, события; цикл и контейнер на стороне Anthropic; версионирование и трасса в консоли.

И Claude Code как способ писать всё это быстрее, с обязательной проверкой по документации.

Правила, которые повторялись

Некоторые вещи звучали почти в каждом уроке, и это не случайно.

• В историю добавляется весь response.content, а не только текст. Это спасает от ошибок с tool_use_id, с блоками рассуждения и с компакцией.
• stop_reason проверяется всегда: end_turn, tool_use, max_tokens, pause_turn, refusal.
• Модель решает, что вызвать; ваш код решает, можно ли. Опасные действия — отдельными узкими инструментами с подтверждением.
• Вывод инструмента — недоверенные данные: команды, пути, имена файлов, содержимое из MCP.
• Ключи и токены живут на сервере, никогда в браузере.
• Параметры API — из документации, не из памяти. Бета-функции помечены как бета и вызываются через client.beta с заголовком.
• usage логируется с первого дня; кэш проверяется по cache_read_input_tokens.

С чего начать в своём проекте

Не с агента. Найдите в текущем проекте одну задачу уровня «один вызов»: классификация, извлечение полей, краткое изложение. Сделайте её по второму уроку, со структурированным ответом и логированием usage. Прогоните на пятидесяти реальных примерах. Это займёт день и даст команде первый работающий кусок, на который можно смотреть.

Если задача многошаговая и проходит четыре вопроса из первого урока, переходите к tool runner. Managed Agents — когда понадобится рабочее окружение с файлами и bash.

Куда дальше

• Документация платформы: docs.claude.com — параметры, версии инструментов, бета-заголовки, руководства по миграции между моделями.
• Консоль: platform.claude.com — ключи, расход, трассы сессий, песочница для промптов.
• Курс «Claude Code 101», если вы его ещё не проходили: он ускорит разработку всего, о чём шла речь здесь.
• Курс «Введение в MCP» — если вы собираетесь писать свой MCP-сервер, а не только подключать готовые.
• Курс «Промптинг» — качество системного промпта и описаний инструментов решает больше, чем выбор модели.

→

Попробуйте сами

10–15 мин на рабочем месте

1. Выберите одну задачу уровня «один вызов» в своём проекте и запланируйте на неё день. Определите, какой набор примеров вы будете использовать для проверки.
2. Заведите в проекте CLAUDE.md с разделом про Claude API из урока про Claude Code.
3. Через месяц вернитесь к таблице моделей и списку бета-функций в курсе и сверьте с документацией: что-то наверняка изменилось.

Коротко

• Весь путь от одного вызова до управляемого агента идёт через один эндпоинт с растущим набором параметров.
• Начинайте с уровня «один вызов» и поднимайтесь только при необходимости.
• Семь правил из курса — про целостность истории, stop_reason, границу ответственности, недоверенные данные, секреты, документацию и usage.
• Актуальные параметры, цены и лимиты — только в документации и консоли.