Разработчики представили архитектуру для создания безопасных циклов автоматического обучения ИИ-агентов, объединив облачную инфраструктуру Modal с инструментарием Claude Code. Система позволяет агентам автономно выполнять итерации, исправлять ошибки в коде и обновлять свои знания в изолированной среде, что существенно ускоряет разработку сложных агентных систем и повышает их надежность в реальных задачах.
Основная проблема текущих агентных систем заключается в сложности поддержания актуального контекста и корректности кода при длительном выполнении задач. Использование Modal позволяет масштабировать вычислительные ресурсы для запуска тестов и обучения в облаке, в то время как Claude Code выступает в роли интерфейса для взаимодействия с кодовой базой. Такая связка обеспечивает «замкнутый цикл» (closed-loop), где агент не просто пишет код, но и самостоятельно проверяет его работоспособность, внося правки на основе результатов выполнения.
Безопасность обеспечивается за счет контейнеризации процессов в Modal, что предотвращает несанкционированный доступ к основной инфраструктуре при выполнении кода агентом. Это решение позволяет автоматизировать пайплайны, требующие постоянной донастройки моделей под специфические задачи, минимизируя участие человека в процессе отладки и тестирования агентных решений.
Ключевые факты
- Интеграция использует Modal для серверной инфраструктуры и Claude Code для управления агентными процессами.
- Реализован механизм автоматического тестирования, который позволяет агенту самостоятельно исправлять ошибки на основе логов выполнения.
- Архитектура ориентирована на создание «самообучающихся» систем, способных адаптироваться к изменениям в кодовой базе без ручного вмешательства.
- Изоляция процессов в облачной среде Modal обеспечивает безопасность выполнения сгенерированного ИИ кода.