В последние годы технологии искусственного интеллекта кардинально изменили многие сферы жизни и работы, включая разработку программного обеспечения. Совсем недавно я завершил создание нативного macOS-приложения под названием Context, предназначенного для отладки MCP-серверов. Важно отметить, что почти весь код приложения был написан при помощи Claude Code — продвинутого агента искусственного интеллекта от Anthropic. Лично я написал менее тысячи строк кода из двадцати тысяч, что подчеркивает возможности современных AI-инструментов и новый формат разработки программных продуктов. Идея создания Context возникла из опыта работы с MCP-серверами — открытым стандартом для взаимодействия агентов и инструментов.
Несмотря на наличие стандартных средств диагностики, например MCP Inspector, они оставляли желать лучшего с точки зрения удобства и нативности работы на macOS. Решение было очевидным — создать собственное приложение на SwiftUI, максимально интегрированное в экосистему Apple, но сделать это с помощью искусственного интеллекта, экономящим время и силы. Claude Code отличается от других аналогичных инструментов для программирования. В то время как большинство AI-помощников интегрируются в классические IDE и представляют собой расширение функций автодополнения, Claude Code создавался с целью полного замещения традиционной среды разработки. Его интерфейс максимально упрощен: вы вводите текстовую команду, получаете ответ и можете сразу же запускать циклы построения, тестирования и отладки.
Первой впечатляющей особенностью стало то, насколько квалифицированно Claude Code смог писать код на Swift и SwiftUI, особенно учитывая, что язык Swift заметно сложнее и менее распространен в обучающих данных ИИ по сравнению с языками типа Python или JavaScript. Модель уверенно обращалась с современными конструкциями языка, учитывала стиль и архитектурные паттерны проекта. Вместе с тем, она иногда смешивала более старые API с новыми, лишь уточняя параметры поможет специальный файл с инструкциями — CLAUDE.md, который задает базовые правила работы с кодом и советует следовать современным практикам. SwiftUI, хоть и относительно новый фреймворк, хорошо поддается генерации искусственным интеллектом.
Правда, поначалу интерфейс получался не самым элегантным, но при помощи простых команд, типа «сделай UI красивее» или «сделай интерфейс удобнее», можно многократно улучшить внешний вид и удобство использования приложения. Кроме того, в случае сложностей с типами, когда компилятор выдавал ошибки, Claude самостоятельно разбивал большие компоненты на более мелкие, что значительно облегчало отладку и повышало качество кода. Применение «прайминга» — процесса подготовки и загрузки дополнительного контекста для AI — оказалось ключевым моментом. Важной практикой стало продвижение в модель детального описания задачи, предоставление ей исходных текстов, спецификаций и документации. Так, после изучения набора исходников и сопутствующих спецификаций, интеллектуальная система могла предлагать реальные рабочие решения, основанные на понимании существующей архитектуры.
Такой подход позволял эффективно использовать большие окна контекста современных моделей вроде Sonnet 4 и Opus 4, что особенно важно для крупных проектов. Особое внимание я уделил обратным связям — циклам построения, тестирования и отладки. Claude Code умеет не только генерировать, но и компилировать код, выполнять модульные тесты, видеть результаты и корректировать код в соответствии с ошибками. Для сложностей, связанных с разработкой macOS-приложений, я применял специализированные инструменты, такие как XcodeBuildMCP, которые помогали агенту справляться с особенностями компиляции и запуска. Несмотря на ограничение в автономности — например, для исправления багов, требующих пользовательских действий, мне приходилось вручную взаимодействовать с приложением и передавать отчеты в Claude — процесс в целом был значительно ускорен.
Интересно, что Claude Code мог выступать не только как разработчик, но и как помощник в смежных задачах. Генерация тестовых данных, создание документации, редактирование текстов и планирование функционала вошли в привычный рабочий процесс. Особенно полезной была возможность быстро создавать реалистичные мок-данные для UI-прототипов, что существенно экономило время и улучшало восприятие продукта на ранних этапах. Одним из наиболее сложных этапов разработки программ для macOS является упаковка и выпуск приложения, включающий код-запись, нотариализацию и создание установочных пакетов. Claude Code помог автоматизировать эти рутинные процессы, сгенерировав полноценный скрипт на Python, который выполнял весь цикл — от проверки окружения и сборки до формирования заметок о выпуске и публикации на GitHub.
Наличие такого инструмента позволило сократить время подготовки релиза с нескольких часов до считанных минут и снизить вероятность ошибок из-за человеческого фактора. Опыт использования Claude Code также дал мне понимание того, как будут выглядеть будущие интегрированные среды разработки. Современные IDE, будучи созданными задолго до эры ИИ, пока не полностью адаптированы к взаимодействию с агентами программирования. Сочетание возможностей Claude с минимальным интерфейсом наблюдений и управления взаимодействиями указывает на возможность появления новых типов UX — где центральным элементом станет не редактор исходников, а управление контекстом, первичное планирование, постоянные обратные связи и автоматизированные проверки. Самое важное, что принес мне этот проект — возвращение радости от программирования с возможностью фокусироваться на творчестве и проектировании, а не на рутинной работе.
Claude Code подарил ощущение, что я не просто дописываю код, а имею помощника, способного выполнять большую часть задач, помогая воплощать идеи и доводить продукты до релиза. Перспективы подобного подхода велики. С каждым развитием моделей ИИ инженеры получат возможность эффективнее создавать сложные и качественные приложения, значительно сокращая время на реализацию и отладку. Комбинация современных языков программирования, продвинутых фреймворков и интеллектуальных ассистентов, таких как Claude Code, открывает ноги эре более продуктивной и креативной разработки софта. Иногда кажется, что будущее — это не замена человека, а тесное сотрудничество человека и машины, где каждый максимально раскрывает свои преимущества.
Для всех, кто стремится создавать нативные приложения или инновационные инструменты в экосистеме Apple, изучение и применение подобных AI-агентов уже сегодня может стать решающим конкурентным преимуществом, позволяющим реализовывать идеи быстрее, качественнее и с меньшими затратами.
