Структура модуля
AI выдал ерунду. Большинство жмёт retry. Это самое неэффективное.
«AI ahmoq javob berdi. Aksariyat retry bosadi — bu eng samarasiz»Сначала надо понять — ЧТО именно сломалось. Из четырёх свойств машины (NTP, Knowledge, Working Memory, Steerability) — какое в игре? Без этого вопроса каждый твой fix — лотерея. С ним — точечный ход вместо generic retry. Это финальный модуль: всё, что было до — сходится здесь.
Hook — retry не работает.Retry ishlamaydi
Ты попросил Claude: «составь план занятия по pygame для группы 10 лет, продолжительность 80 минут». Получил длинный, красивый, бесполезный план. Слишком академический, без игр, без перерывов, для 10-летних не пойдёт.
Что сделает большинство менторов? Жмёт ↑ и retry. Получает похожую ерунду. Жмёт ещё раз. Жмёт пять раз. Сдаётся.
Это самое неэффективное, что можно сделать. Потому что retry — это лотерея на том же сломанном входе.
Сначала надо понять — ЧТО именно сломалось. Steerability? (инструкция была расплывчатой). Knowledge? (модель не знает узбекскую педагогику). Working Memory? (контекст забит другими разговорами). Когда ты это назвал — fix занимает 30 секунд. Когда не назвал — retry-цикл занимает час.
Три навыка, которые я проверю
- Применяешь 3 sub-component'a Diligence (responsible / transparent / accountable) — есть твой публичный Mars Diligence statement в профиле ментора.
- Переписываешь wobbly instruction в steerable: «напиши душевно» → конкретные verifiable ограничения, которые можно проверить по выводу.
- Применяешь diagnostic framework на любой неожиданный ответ AI: называешь, какое из 4 свойств в игре (NTP / Knowledge / Working Memory / Steerability), и делаешь targeted fix вместо generic retry.
Mental model — Steerability и Diligence.Steerability va Diligence
Две темы перед практикой. Steerability — про то, как заставить AI делать именно то, что ты хочешь. Diligence — про то, кто отвечает, когда AI ошибся. Это два разных регистра, и оба важны.
1. Steerability — спектр управляемости
«The model follows your instructions the same way it does everything else: by continuing a pattern. That makes it remarkably steerable. It also means there's always a gap between what you intended and what landed, and most of the interesting failures live in that gap.»
Главная мысль: Steerability — это спектр, не выключатель. Какие-то типы инструкций модель выполняет почти идеально. Какие-то — драматически плывут. Знание границ важнее, чем «модель умная или нет».
«Reasoning drift: small errors compound over long chains. Letter over spirit: instruction satisfied literally, intent missed. Prompt injection: unwanted/unsafe instructions in documents can be followed too.»
Wobbly → Steerable rewriting — главное практическое следствие. Берёшь свой расплывчатый промпт и переписываешь в verifiable ограничения. Каждое такое ограничение — это якорь, за который attention модели цепляется.
«When an instruction is followed literally but uselessly, restate the goal. Repeating the instruction with more force won't close the gap.»
Переведу: когда инструкция выполнена буквально, но бесполезно — переформулируй цель, а не приказ. Жать ↑ и писать «нет, не так, СДЕЛАЙ КАК Я СКАЗАЛ» — бесполезно. Сказать «моя цель: ребёнок 10 лет понял с первого прочтения, выбери формат сам» — работает.
2. Diligence — три sub-component'a ответственности
«While the other competencies primarily address effectiveness and efficiency, Diligence addresses ethical and safety aspects that are equally crucial. Creation Diligence: being thoughtful about which AI systems you choose and how you work with them. Transparency Diligence: being open about AI's role in your work. Deployment Diligence: taking ownership for AI-assisted outputs you share with others.»
Я переведу эти три на язык ментора Mars — потому что в нашем контексте каждый из них значит конкретное действие:
«какой AI и как»
«я проверяю factual claims»
«AI участвовал»
«помечаю где использовал»
# draft co-written with Claude, edited by Marsel. В сообщении родителю — если использовал AI для перевода: «перевод сделал через Claude, смысл проверил».«отвечаю за вывод»
«ошибку родителю объясняю Я»
Это не абстракция. В конце модуля ты напишешь свой Mars Diligence statement — публичную часть профиля ментора. Образец — у самого Anthropic в обзоре курса AI Fluency (написан про этот же курс):
«Throughout this process, Claude assisted one or more of the human authors with structural development, resource and exercise design, and content drafting, critiquing, editing and rewriting. The human authors wrote, designed, edited and provided continual vision, expertise, critical judgment, and domain knowledge and made all final decisions about both content and approach.»
Свои sub-agents — от built-in к homework-checker.O'zingning sub-agentlaring
В Модуле 4 ты узнал, что sub-agent — это работа в изолированном context window. Здесь — учишься создавать свои. Главная цель: сжать повторяющуюся работу (проверка ДЗ, ревью карты Roblox, разбор олимп-решения) в одну команду.
Explore
Read-only, Haiku. Для поиска «где в репе обрабатывается X». Возвращает paths + summary, не правит. Когда: незнакомая repa, поиск входной точки.
Plan
Inherits model, read-only. Включается в plan mode. Исследует код, возвращает план изменений. Когда: до того как Edit начал писать, риск сломать высокий.
general-purpose
Все tools. Multi-step задачи с поиском + правками. Когда: нужно отдать «в чистый context» целую подзадачу и получить итог.
«Subagents work best when the exploration is separate from the execution. If each step in a task depends on what the previous step discovered, you want that work in your main thread. But if you just need an answer and don't care about the journey, delegate it.»
Anti-patterns sub-agent'ов (verbatim из той же lesson):
«ты — эксперт по Python»
«repro → debug → fix» как 3 sub-agent'a
«запусти тесты в sub-agent»
Custom sub-agent — как создать
Команда /agents → Create new agent. Scope (project / user) → описание (Claude сгенерит) → tools → model → color. Конфиг лежит в .claude/agents/<name>.md.
«description — Controls when Claude decides to use the subagent. This must be a single line. If you want Claude to delegate tasks to the subagent without you explicitly asking, include the word "proactively" in the description field.»
description — это не описание для тебя, это сигнал Claude когда вызывать. Слово proactively в description → Claude сам делегирует без явного вызова. Без него — нужно сказать «use homework-checker».Mars-кейс — sub-agent homework-checker. Целиком готовый код из чит-листа Mars. Положить в ~/.claude/agents/homework-checker.md:
--- name: homework-checker description: Проверяет домашние работы учеников Mars — читает все .py файлы в указанной папке, выдаёт одну строку summary на ученика. Use proactively когда ментор просит проверить файлы в submissions/. tools: Read, Bash, Glob model: claude-haiku-4-5 --- Ты — проверяющий ДЗ ментор Mars IT School. На вход получишь путь к папке с ДЗ группы. Для каждого .py файла в папке: 1. Прочитай файл (Read tool). 2. Проверь: запускается ли (python3 -m py_compile). 3. Найди 1 главную ошибку или 1 главную хорошую вещь. 4. Выдай одну строку: «<имя_ученика>: <вердикт>». В конце — общий вердикт группы (одна фраза) и одна рекомендация что повторить на следующем занятии. НЕ редактируй ничьи файлы. Не давай оценок типа «отлично» — только факты с конкретной строкой кода.
Что в этом куске важно:
tools: Read, Bash, Glob— нет Edit/Write. Sub-agent физически не может испортить чужой код. Это Steerability через ограничение tools — надёжнее любого «не редактируй».model: claude-haiku-4-5— Haiku хватает на чтение и сравнение. Дешевле Sonnet в ~5×. Возьми Haiku для read-only задач без сложной reasoning.proactivelyв description — Claude сам вызовет, когда ты скажешь «проверь ДЗ в submissions/».
Что получишь: 8 ДЗ за 5 минут, по строчке на ученика, без вычитки 8 файлов руками. Эффект накапливается — каждую неделю экономишь 1.5 часа. Через семестр — два рабочих дня свободны.
Agent Skills — progressive disclosure.Agent Skills — progressive disclosure
Skill — это папка с инструкцией, которую Claude находит и применяет автоматически, когда задача подходит. От sub-agent отличается тем, что работает в твоём текущем context, не в отдельном. От CLAUDE.md — что грузится по требованию, не всегда.
«A skill is a directory containing a SKILL.md file that contains organized folders of instructions, scripts, and resources that give agents additional capabilities. At startup, the agent pre-loads the name and description of every installed skill into its system prompt. This metadata is the first level of progressive disclosure: it provides just enough information for Claude to know when each skill should be used without loading all of it into context.»
Skills vs CLAUDE.md vs Sub-agents — когда что
«CLAUDE.md loads into every conversation and is best for always-on project standards. Skills load on demand and are best for task-specific expertise. Subagents run in isolated execution contexts — use them for delegated work. Skills add knowledge to your current conversation.»
pygame-starterhomework-checkerPostToolUseMars-кейс — Skill pygame-starter
Цель: один раз описать, как ты готовишь стартер-проект на pygame для группы, — и навсегда переиспользовать. Создаёшь так:
~/.claude/skills/pygame-starter/ ├── SKILL.md (level 2 — основные шаги) ├── templates/ │ ├── basic-window.py (level 3 — для 7-9 лет) │ └── basic-game-loop.py (level 3 — для 10-12 лет) └── examples/ └── snake-7-9.py (level 3 — образец)
Сам SKILL.md:
--- name: pygame-starter description: Создаёт стартер pygame-проекта для занятий Mars. Используй когда ментор просит «сделай стартер игры на pygame» или указывает возраст детей 7-14. --- # Pygame starter для детских групп Mars ## Когда использовать Ментор готовит шаблон для нового занятия по pygame. ## Шаги 1. Спроси возраст детей (если не сказан в промпте). 2. Если 7-9 — возьми templates/basic-window.py как основу. Без классов, имена переменных на русско-латинице (igrok, vrag). См. examples/snake-7-9.py для образца стиля. 3. Если 10-12 — возьми templates/basic-game-loop.py. Простые классы можно. Английские имена. 4. Если 13+ — собственная структура, OOP ok. 5. Всегда комментируй на русском. 6. Положи результат в текущую папку как lesson-NN-<topic>.py.
Что произойдёт: ты скажешь «сделай стартер pygame для 8-летних, тема — поймай яблоко». Claude увидит description, поймёт что skill применим, прочитает SKILL.md (level 2), увидит ссылку на templates/basic-window.py, прочитает его (level 3), сделает lesson-03-catch-apple.py. Без skill — это 15 уточняющих вопросов. Со skill — одна фраза.
Sharing — командная репа Mars
Скиллы можно держать лично (~/.claude/skills/ — со всеми твоими проектами) или командно (.claude/skills/ в репе Mars — все, кто клонировал репу, получают их автоматически). Командные скиллы Mars: kid-lesson-plan, parent-message-rus-uz, roblox-map-reviewer. Один раз договорились — все менторы пользуются.
«We recommend installing skills only from trusted sources.» Skill — это инструкция, которую Claude выполнит без твоего ревью. Чужой skill из интернета может направить агента читать файлы или дёргать внешние URL. Mars-skills из .claude/skills/ командной репы Mars — да, ты их видишь в git. Чужой случайный skill — сначала прочитай файлы, потом ставь.
Diagnostic framework — центральный артефакт курса.Diagnostic framework — kursning markazi
Это самый важный приём всего курса. На любой неожиданный ответ AI — не жми retry. Сначала назови, какое свойство сломалось. Потом fix будет очевиден.
«The four properties don't operate in isolation. Most real failures are two of them intersecting. Once you can name which two, you know which fix to reach for. Naming the properties at play points you straight to the fix: verify specifics, re-supply context, offload to code execution, or invite pushback. This diagnostic move is Discernment applied.»
Алгоритм оператора Mars
Главное правило: если не можешь назвать свойство — не делай fix. Retry без диагноза — это лотерея, а ты теряешь репутацию агента в своих глазах. Лучше пауза на 30 секунд + диагноз, чем 30 минут retry-цикла.
Типичные fail → какое свойство → targeted fix
сгенерил «звучит правдоподобно» в зоне sparse pattern
lost in the middle — контекст просел
CLAUDE.md через /memory. Или новый чат с этим в системе.letter-over-spirit: «коротко» — неверифицируемо
reasoning drift на длинной chain
истинные факты «выцвели», hallucination сверху
/compact + Explore sub-agent на нужный файл. Свежие факты в контекст.native precision — arithmetic зона limitation
sycophancy — паттерн «соглашаться» сильнее правды
Ниже три сценария Mars-провалов. Для каждого угадай: какое свойство в игре? NTP / Knowledge / Working Memory / Steerability. Запиши свои три ответа на листок — потом сравнишь с разбором.
Demo — три fail'a Зухры, три диагноза.Zuhra'ning uchta fail'i, uchta tashxis
Зухра, ментор Python из Юнусобода, готовит занятие. В рабочей сессии — три места, где Claude выдал ерунду. Каждое — другое свойство. Каждое — другой fix. Это и есть diagnostic framework в действии.
Сценарий 1 · 16:20 · Steerability fail
› напиши коротко план занятия по pygame для группы 10 лет ⠋ generating… ✓ ответ готов (1840 слов, 12 разделов, академический тон) ⚠ Зухра: «коротко» НЕ выполнено. 1840 слов — это «длинно».
Диагноз: Steerability — letter-over-spirit. «Коротко» — невыразимая инструкция. Модель не имеет общего понятия «коротко», поэтому интерпретировала как «структурированно». Это НЕ Knowledge fail и НЕ Working memory — это про управляемость.
Targeted fix: wobbly → steerable. Verifiable constraint.
› перепиши: 4 блока по 20 минут, каждый блок описан в 50 слов, без академических терминов (для 10-летних), финальная игра — Pong. ✓ ответ: 200 слов, 4 блока, читабельно, ребёнку понятно
Сценарий 2 · 17:05 · NTP + Knowledge fail
› подскажи 3 книги узбекских авторов про детское программирование для подарка лучшим ученикам ✓ ответ: 1. Мухаммад Алиев. «Алгоритмы для юных» (2019) 2. Дилнара Усманова. «Программирование с нуля». Ташкент, 2021 3. Шерзод Каримов. «Python для школьников». Чорсу, 2020 ⚠ Зухра гуглит первую — нет такой книги. Второй ISBN — нет. Третий — нет. Все три выдуманы. С уверенным тоном.
Диагноз: NTP + Knowledge collision. Узбекская детская IT-литература — sparse pattern в обучающих данных. Модель не знает реальные имена → NTP сгенерировал «звучит правдоподобно» (русско-узбекские имена + типичные названия + ташкентский контекст). С полной уверенностью. Это самый коварный fail — выглядит правильно.
Targeted fix: не retry. Дай контекст или попроси честно сказать «не знаю».
› если ты не уверен — скажи прямо «не знаю». Не выдумывай названия. Если данных мало — посоветуй, где искать (издательства, библиотеки Ташкента). ✓ ответ: «Я не знаю проверенных узбекских книг по этой теме. Рекомендую: Национальная библиотека Узбекистана, каталог Akademnashr, рус.переводы — “Hello Ruby”…»
Сценарий 3 · 20:14 · Working Memory fail
› предложи перекус для группы на следующее занятие ⠋ предлагаю: орехи микс, шоколадные батончики, печенье с арахисом, фрукты… ⚠ В группе Анвар — аллергия на арахис. Зухра 40 turn'ов назад про это писала. Claude забыл.
Диагноз: Working Memory — lost in the middle. Факт про аллергию обсуждался 40 turn'ов назад, в середине окна. Attention туда теперь слабый. Это НЕ «AI безответственный» — это технический rot.
Targeted fix: repeat constraint в текущем промпте + допиши в CLAUDE.md чтобы пережило /compact.
› /memory → открыть ~/mars/lessons/CLAUDE.md # ВАЖНО — постоянные ограничения группы 5-Б: # - Анвар: аллергия на арахис (никакие продукты с орехами) # - Малика: лактоза (без молочного) › учти аллергии из CLAUDE.md, предложи перекус. ✓ ответ: «фрукты, мармелад без молока, рисовые хлебцы, сухофрукты БЕЗ орехов (изюм, курага). Учтены аллергии: арахис (Анвар), лактоза (Малика).»
Итог трёх сценариев. Один разговор Зухры, три разных fail'а. Без diagnostic framework — она бы retry на все три одинаково. С ним — три разных fix'а, три минуты на каждый. Это и есть discernment applied.
Как это выглядит для Тимура (Python олимп 12–14, Чиланзар)
У Тимура другой набор повторяющихся задач: разбор олимп-решения и подготовка C++ стартеров. Он строит два своих артефакта:
Sub-agent olymp-solution-reviewer — читает решение ученика и эталон из своей репы ~/olymp-prep/, возвращает 3 строки: «сложность ок / ок но 2 неоптимальных места / TLE — нужен совсем другой подход». Tools: Read, Bash (для запуска тестов). Model: haiku. Лежит в .claude/agents/ командной репы — все 4 ментора олимп-направления Mars им пользуются.
Agent Skill competitive-programming-cpp-starter — стартер C++ файла с типовыми include, fast IO, чтением N test cases. Лежит в ~/.claude/skills/. Когда Тимур говорит «сделай стартер для задачи на префиксные суммы» — skill активируется, выдаёт правильный template, без 10 уточняющих вопросов.
Те же два инструмента, другая предметная область. Diligence statement у Тимура отдельный, написан под олимпиадный контекст: «эталонные решения проверяю на свежих тестах, AI-сгенерированный код — компилирую и запускаю до публикации ученикам».
Упражнение — 3 probe ship-it.Uchta probe — ship-it
Это финал курса. Не «попробуй» — построй. К концу у тебя будет: один работающий custom sub-agent, один skill и публичный Diligence statement в твоём ~/.claude/CLAUDE.md.
Создай ~/.claude/agents/homework-checker.md
Шаблон уже готов в чит-листе курса. Адаптируй под свой стек (Python / JS / Roblox Lua).
- Запусти
claude→/agents→ Create new agent → user-level. Описание: «проверяет ДЗ группы, читает все файлы, summary по каждому ученику». - Когда Claude сгенерит — открой файл, исправь:
tools: Read, Bash, Glob(без Edit/Write),model: claude-haiku-4-5, в description добавьproactively. - Создай тестовую папку
/tmp/test-homework/с 3 фейковыми .py файлами (один с ошибкой, два рабочих). - Запусти: «проверь ДЗ в
/tmp/test-homework/». Запиши: сработало автоматически? Если нет — допиши ещё конкретики в description.
Создай ~/.claude/skills/<твоя-задача>/SKILL.md
Минимальный skill — одна папка, один файл. Возьми что-то ты повторяешь: формат plan'a урока, формат сообщения родителю, стартер какого-то типа проекта.
mkdir -p ~/.claude/skills/lesson-plan-80min(или твоё имя).- Создай
SKILL.mdс frontmatter:name,description(что и когда). Описание должно чётко отвечать: что делает + когда применяется. Без этого Claude не подхватит. - Body — 5-10 шагов, как ты сам это делаешь. Не теория — твоя процедура.
- Перезапусти claude (skills грузятся при старте). Скажи «составь план занятия на 80 минут, тема X» — Claude должен предложить активировать skill.
Напиши и положи в свой ~/.claude/CLAUDE.md
Образец — у самого Anthropic в обзоре их курса AI Fluency (мы его цитировали выше). Твой будет короче и конкретнее. Это публичная часть твоего профиля ментора Mars.
- Открой
~/.claude/CLAUDE.md. Добавь секцию:## Mars Diligence statement (имя ментор-а, дата) В моей работе я использую Claude: - Готовлю стартер-код: full delegation, проверяю diff перед коммитом. - Проверяю ДЗ: sub-agent homework-checker даёт факты, оценки и обратную связь пишу я. - План урока: co-creation. Структура — Claude, содержание — я. - Сообщение родителю по конфликту: НЕ использую AI. Это человеческая коммуникация, я отвечаю напрямую. ## Responsible · Transparent · Accountable - Factual claims (даты, факты, имена) проверяю руками. - В материале, где AI участвовал — пометка «co-written with Claude». - За любую ошибку, дошедшую до ребёнка или родителя — отвечаю я.
- Закоммить в свой dotfiles (если ведёшь). Скриншот секции пошли в чат курса.
Перед тем как проверять себя — пауза на 60 секунд
Эти ответы остаются у тебя — мы их не отправляем. Это якоря на которых модуль вырывается из «прочитал и забыл».
Quiz — 3 apply вопроса.3 ta amaliy savol
Финальные три вопроса курса. Не на memorization — на применение. Если ошибся в одном — вернись к соответствующему разделу.
AI выдал план урока с устаревшей информацией про Python (используется print без скобок — Python 2 синтаксис). Ты не заметил. Ребёнок пришёл домой, попробовал — ошибка. Родитель написал тебе с претензией. Кто отвечает за эту ошибку?
Какая из двух инструкций steerable (надёжно выполнима, в зоне capability)?
Ты дал агенту огромную задачу: «разнеси ~/mars/src/ по модулям, рефакторь импорты, перепиши тесты». Агент мечется, читает по 30 файлов, теряется. Что сделать?
Plan sub-agent — он исследует репу в своём контексте и вернёт план разбивки на этапы. Дальше main работает по шагам/compact чтобы освободить контекстPlan sub-agent читает 30 файлов в своём окне, возвращает 1-2K план — main context чистый. A — добавишь промпт, шум только увеличится. C — /compact не поможет если ты не понял что делать; сжатие пустой задачи = пустая задача. D — потеря progress'а, и новая сессия повторит ту же ошибку без плана./agents, /compact, /memory, sub-agents, SKILL.md шаблоны
Финал курса — ты прошёл.Kurs yakuni — sen o'tding
Mars AI Operator
Когда будешь учить детей AI — теперь у тебя есть язык
Mars готовит детскую версию этого курса — для учеников 12–16, которые уже работают в Claude Code на занятиях. Ты — пилот. Когда ребёнок спросит «а что с ним не так, почему он галлюцинирует?» — у тебя есть точные слова. NTP / Knowledge / Working Memory / Steerability. Это и есть твоя следующая роль.
Хочешь глубже? Оригинальные курсы Anthropic Academy — каждый бесплатный, по 1–2 часа:
- AI Fluency: Framework & Foundations (Rick Dakan + Joseph Feller + Anthropic) — полная версия 4D, шире чем coding.
- AI Capabilities and Limitations — глубже про 4 свойства машины.
- Claude Code 101 и Claude Code in Action — упор на CLI и daily workflow.
- Introduction to Subagents и Introduction to Agent Skills — полные курсы по custom sub-agents / skills.
- Introduction to Claude Cowork — для команд, делящихся контекстом.
Атрибуция и лицензия
Этот модуль адаптирован Mars IT School (2026) на основе:
— «AI Capabilities and Limitations» — Anthropic Academy, 2026 (lessons 10–13 — Steerability, When properties collide, Next steps).
— «Introduction to Subagents» — Anthropic Academy, 2026 (все 4 урока — built-in, custom, design, effective use).
— «Introduction to Agent Skills» — Anthropic Academy, 2026 (все 6 уроков — что такое skill, создание, конфигурация, vs other features, sharing, troubleshooting).
— «AI Fluency: Framework & Foundations» — Dakan, Feller, Anthropic, 2025 (CC BY-NC-SA 4.0) — Diligence sub-components, AI diligence statement образец.
— «AI Fluency for Educators» — Dakan, Feller, Anthropic, 2025 (lesson 4) — Diligence в образовательном контексте.
— Anthropic Engineering Blog «Equipping agents for the real world with Agent Skills» (Oct 16, 2025) — progressive disclosure verbatim.
Наша адаптация — CC BY-NC-SA 4.0. Можно копировать, ремиксить, использовать в обучении — с указанием Mars IT School и сохранением той же лицензии.