CLAUDE.md растёт на 226% за свою жизнь

Работа, опубликованная на arXiv 11 августа 2026 года, измеряет рост файлов инструкций для кодовых агентов: за срок жизни такой промпт увеличивается на 226%. Анализ охватил 247 694 жизненных цикла инструкций в 1 867 репозиториях, а рост прекращается только при закрытии репозитория или полном переписывании файла.

Коротко

• Авторы описывают асимметрию: дописать новое правило в промпт стоит почти ничего, а удалить инструкцию, обоснование которой уже забыто, без риска сломать поведение агента стоит O(2^|D|) при |D| инструкциях.
• Каждый коммит добавляет 4,9 инструкции чистого прироста, а вероятность удаления падает с возрастом записи: лог-риск снижается на 0,032 с каждым коммитом, поэтому старые правила остаются в файле.
• Предложенное средство это комментарии внутри промпта: на перевёрнутом IFEval они снимают 99,3% избыточных инструкций, а на WildIFEval повышают качество следования инструкциям в реальных задачах до 23,1%.

Почему это важно Файл с инструкциями давно стал частью рабочего контура Claude Code, и каждая лишняя строка в нём конкурирует за контекст с самой задачей. Если описанная динамика характерна для большинства проектов, то команда, ни разу не переписывавшая промпт целиком, вероятно, платит токенами за правила, смысл которых уже никто не восстановит. По сути работа переносит на естественный язык привычную проблему сопровождения кода, только без истории изменений и комментариев, которые в коде эту проблему сдерживают.

Термин, который вводят авторы, звучит как catastrophic remembering, катастрофическое запоминание. Это зеркальное отражение катастрофического забывания, вокруг которого построено непрерывное обучение: там система теряет старое знание, здесь промпт не в состоянии от него избавиться. Первопричиной названо несовершенное припоминание, то есть утрата обоснования, с которым инструкция когда-то попала в файл.

Чтобы проверить средство, авторы переворачивают бенчмарк IFEval и получают проверяемые среды, для которых оптимальный промпт известен заранее. В таких условиях комментарии в самом промпте, кодирующие скрытое обоснование правил, снимают 99,3% избыточных инструкций: превышение над оптимальным промптом падает с 211,3% до 1,4%.

Ту же инверсию авторы применили к WildIFEval и показали, что комментарии в промпте улучшают следование инструкциям в реальных агентных сценариях до 23,1%. Препринт датирован 11 августа 2026 года и отнесён к разделам искусственного интеллекта, машинного обучения и программной инженерии, заявку подал Кушал Чакрабарти.

Что дальше Аннотация не уточняет, на каких моделях и в какой конфигурации агентов проверялись комментарии в промпте, и не описывает синтаксис, который агент игнорировал бы при исполнении инструкций и учитывал при их редактировании. Публикация выложена без рецензирования, поэтому цифры по IFEval и WildIFEval предстоит воспроизвести независимо. Завершается работа вопросом авторов о том, почему у английского, если он стал новым языком программирования, до сих пор нет комментариев.