Anthropic je prošlog tjedna u verziji 2.1.16 svog alata Claude Code predstavio novu funkcionalnost Tasks, čime je, prema riječima tvrtke, napravljen odlučan korak od „reaktivnog pomoćnika za kodiranje” prema „projektnom menadžeru svjestnom stanja”.
Za razliku od prijašnjih, prolaznih To-do zapisa, Tasks donosi trajnu memoriju koja dopušta izvođenje složenih, višestupanjskih inženjerskih projekata bez gubitka konteksta među sesijama ili nakon rušenja terminala.
Ključne promjene
• Ovisnosti umjesto linearnih popisa – svaki zadatak može „blokirati” drugi, tvoreći usmjereni aciklički graf koji sprječava da model pokrene, primjerice, testiranje koda koji još nije napisan.
• Trajnost u datotečnom sustavu – stanje se sprema lokalno u mapu ~/.claude/tasks, pa je plan moguće arhivirati, verzionirati ili preseliti na drugo računalo bez posebne baze podataka.
• Dijeljenje stanja putem varijable okruženja – postavljanjem CLAUDE_CODE_TASK_LIST_ID više seansi ili pod-agenata može raditi nad istim popisom zadataka, što otvara prostor za paralelni rad timova bez dodatnih orkestracijskih alata.
Inženjer Anthropica Thariq Shihipar slikovito je pojasnio razliku: „Todos (orange) = 'help Claude remember what to do.'” Prevedeno, prijašnji se popisi pamtili samo dok je trajala sesija, dok Tasks stvaraju trajni artefakt koji se može neovisno provjeriti i nadzirati.
Best Practices vodič koji je tvrtka objavila usporedno s novom funkcijom predlaže Writer/Reviewer obrazac rada: jedna sesija implementira zadatak, druga ga automatski preuzima na recenziju čim prvi korak bude označen dovršenim. Takav pristup, ističe se, postaje izvediv upravo zahvaljujući zajedničkom, trajnom stanju Tasks-a.
Nadzor performansi
Naknadne zakrpe također sugeriraju usmjerenje prema poslovnim korisnicima. U verziji 2.1.17 uklonjeni su kvarovi zbog nedostatka memorije pri radu s velikim brojem pod-agenata, dok posljednja 2.1.19 donosi dodatna poboljšanja stabilnosti.
Ukratko, prelaskom s prolaznih bilješki na persistente zadatke Claude Code dobiva arhitekturu koja dugoročne, kooperativne AI projekte čini izvodivima – ne samo u teoriji, nego i u realnim, timski vođenim razvojima softvera.