Плагин Evo автоматизирует оптимизацию кода через древовидный параллельный поиск и автоматическое создание бенчмарков, что значительно экономит время и повышает качество оптимизации. Ключ — оркестрация субагентов с общим состоянием и визуальный контроль процесса.
evo: автоматическая оптимизация кода через дерево экспериментов в Claude Code
наведи и нажми на цифру — раскроется глава
полный разбор ролика · 5 глав ↓
Введение и проблема
Ручное написание бенчмарков и тестирование микрооптимизаций занимает много времени и блокирует разработчиков от более важных задач.
Линейный подход к оптимизации ограничен и не позволяет исследовать глобальные решения эффективно.
Проблема линейного поиска
Люди движутся линейно, цепляясь за последнюю гипотезу, что ограничивает поиск оптимальных решений.
Андрей Карпати предложил ауторесерч с одной веткой, но она легко застревает в тупиках, тогда как Evo использует древовидный параллельный поиск.
Знакомство с Evo
Evo реализует параллельных агентов, которые совместно исследуют множество ветвей оптимизации.
Автоматическое обнаружение и генерация бенчмарков экономит время и устраняет рутинную работу по созданию тестов.
Архитектура и субагенты
Оркестратор анализирует состояние и распределяет задачи субагентам, отсекая тупиковые ветви.
Субагенты параллельно формулируют гипотезы, меняют код и запускают бенчмарки, используя общее состояние для обмена знаниями.
Практика и контроль
Discoverover автоматически настраивает бенчмарки, Optimize запускает параллельный поиск с субагентами.
Параметры запуска регулируют количество агентов, лимит итераций и критерии остановки, а дашборд позволяет в реальном времени наблюдать процесс.